第六章 技能系统 — Agent 的经验积累

技能（Skill）是 Hermes 的核心竞争力——它让 Agent 能从经验中学习、积累知识、自动改进。与工具不同，技能不需要写 Python 代码，只需要一份 Markdown 指令。

6.1 什么是技能

技能 = Markdown 指令 + 现有工具组合。它告诉 Agent 如何完成特定任务，不需要自定义 Python 代码。

SKILL.md 格式

---
name: git-workflow
description: Git 分支管理、提交、合并的最佳实践工作流
platforms: [macos, linux, windows]
prerequisites:
  commands: [git]
metadata:
  hermes:
    tags: [git, version-control]
    related_skills: [code-review, testing]
---

# Git Workflow

## 分支命名
- feature/xxx: 新功能
- fix/xxx: 修复
- refactor/xxx: 重构

## 提交规范
使用 Conventional Commits 格式...

## 合并策略
始终使用 rebase 而非 merge...

技能 vs 工具

维度	技能 (Skill)	工具 (Tool)
形式	Markdown 指令	Python 代码
创建门槛	低（写文档即可）	高（需要编程）
能力	组合现有工具	原子级新能力
适用场景	工作流、最佳实践	API 集成、二进制处理
示例	Git 工作流、代码审查	terminal、web_search

6.2 技能发现与加载

三层来源

1. 本地技能 ~/.hermes/skills/ — 用户创建或安装的技能，可写
2. 内置技能 skills/ — 随仓库发布，只读
3. 外部技能 — 通过插件或环境变量指定的目录，只读

冲突规则：本地技能同名时覆盖外部技能。

6.3 渐进式披露

技能采用三层渐进式披露，避免一次性加载所有内容浪费 token：

为什么渐进式披露很重要

一个包含 30+ 技能的 Agent，如果一次性加载所有技能全文，会占用 10K+ tokens。渐进式披露把日常开销降到 ~500 tokens（只加载名称和描述）。

6.4 技能执行

注入方式：User Message

技能作为 user message 注入，而非 system prompt。这是一个关键设计决策：

# 技能注入（在 agent/skill_commands.py 中）
if skill_content:
    messages.append({
        "role": "user",
        "content": f"<skill-content>\n{skill_content}\n</skill-content>"
    })

为什么不注入 system prompt？

1. 保护 Prompt Caching：system prompt 在会话中是固定的（缓存 key），修改它会使缓存失效，导致成本增加 3-4 倍
2. 按需加载：技能只在需要时注入，不占用基础 prompt 空间
3. 灵活切换：不同消息可以使用不同技能，不影响缓存

执行流程

6.5 技能自改善循环

Hermes 的学习闭环：

自动创建触发条件

• 完成了复杂的多步骤任务
• 用户对结果表示满意（如"做得好"、"完美"）
• 检测到可复用的工作模式

自改善机制

• 使用中检测到不足时，自动修改技能描述
• 添加常见错误的解决方案
• 更新最佳实践和用例

6.6 Skills Hub

Skills Hub 是技能的社区分发平台：

信任模型

来源	信任级别	安装提示
内置 skills/	完全信任	无提示
官方 optional-skills/	信任	无第三方警告
社区 Skills Hub	需审核	显示第三方警告

6.7 技能守卫

tools/skills_guard.py 提供安全防护：

1. 内容扫描：检测恶意指令（如试图读取敏感文件）
2. 仓库信任：预批准的安全仓库列表
3. 隔离机制：可疑技能被放入隔离区，需用户确认后才能使用

6.8 编写自定义技能

步骤一：创建目录和文件

mkdir -p ~/.hermes/skills/my-deploy
cat > ~/.hermes/skills/my-deploy/SKILL.md << 'EOF'
---
name: my-deploy
description: 将项目部署到生产环境的自动化流程
platforms: [macos, linux]
prerequisites:
  commands: [docker, kubectl]
metadata:
  hermes:
    tags: [deployment, docker, k8s]
---

# 部署到生产

## 前置检查
1. 确认所有测试通过：`pytest tests/ -q`
2. 检查版本号是否更新
3. 确认 Docker 镜像已构建

## 部署步骤
1. 构建镜像：`docker build -t myapp:latest .`
2. 推送镜像：`docker push myregistry/myapp:latest`
3. 更新 K8s：`kubectl set image deployment/myapp myapp=myregistry/myapp:latest`
4. 验证：`kubectl rollout status deployment/myapp`

## 回滚
如果部署失败：`kubectl rollout undo deployment/myapp`
EOF

步骤二：验证技能

hermes  # 启动对话
/my-deploy  # 使用技能

步骤三：（可选）发布到 Skills Hub

hermes skills publish my-deploy

---

源码导航：

• 技能命令 → agent/skill_commands.py
• 技能工具函数 → agent/skill_utils.py
• 技能查看/执行 → tools/skills_tool.py
• 技能管理 → tools/skill_manager_tool.py
• Skills Hub → tools/skills_hub.py
• 技能守卫 → tools/skills_guard.py

下一章：第七章 多平台消息网关