OpenClaw 有着极其强大的技能Skill生态那么新兴的 Agent 如何挑战这只“龙虾”最近兴起的 Hermes-Agent 项目给出了一个与众不同的答案。它的核心哲学是不再仅追究技能的广度而是试图让 Agent 在实践中具备自我学习与进化的能力从而做到“越用越强”。本文将首先为大家拆解其核心利器之一 — Skill 自学习机制的实现原理思考为什么我们需要自学习的 Agent演示Hermes-Agent 如何自学习 Skill揭秘Hermes-Agent Skill 机制全解析* Skill 的自学习意识是如何植入的* Skill 自学习的完整链路与触发时机* Skill 的自动修复机制给技能“打补丁”* 其他Skill 的条件激活与安全守卫让我们一起走进这个 Agent 中的“爱马仕”。Part.01 思考为什么我们需要自学习的 Agent回想这一轮 AI 的发展我们经历了从构建被动响应的对话 ChatBot到能够自主调用工具的简单 Agent再到具备持久记忆、连续工作的复杂 Agent。能力固然在增强但绝大部分 Agent 依然缺乏人类最核心的能力之一 —在不断的实战中总结经验、学习技能形成解决问题的“肌肉记忆”与标准流程SOP。ACE主动式上下文工程事实上学术与工程界一直没有停止探索。比如我们之前介绍过的主动上下文工程ACEAgentic Context Engineering 让 Agent 在每次任务完成后回顾历史消息总结出后续任务可参考的“Bullet”经验条目。但 ACE 方法的局限性在于它的“Bullet”通常是用非结构化的自然语言表达的简单指南。比如“对价格、数量等关键数据应对比多个权威来源验证准确性。”这种非结构化的知识就像散落在人脑中的碎片化经验难以被固化为精确的工作流程或者代码逻辑且随着经验库的膨胀还会面临上下文超载、规则冲突等问题而面对复杂任务时模型仍需重新做大量的推理低效且不稳定。Skill结构化的知识卡片Skill 无疑是一项重大的 Agent 工程突破它用一种结构化的、标准化的模式来组织经验并用渐进式加载机制来降低上下文负担。但 Skill 仍然不是“自驱动的”而是人类写好并塞给 AI 的“经验手册” — 让 Agent 遇到问题先去翻书查答案。但现实的问题是Agent 的任务与环境是多变的不可能所有的问题都有预设的标准解法。这时候就需要 Agent 能够在解决难题后自己“写手册” — 在复杂试错中提炼出最佳实践并将其固化为全新的 Skill。而这正是 Hermes-Agent 试图跨越的鸿沟。更进一步强化学习RL闭环尽管最近大家都强调 Harness Engineering 的重要性但基础大模型仍然是 Agent 的大脑。在传统 Agent 系统中一旦选型结束你的大模型能力基线就确定了。那么有没有一种方式可以自动从 Agent 的实战经验中汲取养分构建训练数据并快速用于强化训练从而让模型拥有对某些复杂任务处理的本能反应而不用去查”操作手册“。这就是 Hermes-Agent 另一项更具野心的机制强化学习RL训练闭环。关于如何收集 Agent 轨迹、通过奖励模型标注并反向强化大模型我们将在后续文章做详细拆解。今天我们先聚焦于它是如何做到自动“写手册”Skill的。Part.02 演示Hermes-Agent 如何自学习 Skill本节我们设计一个具体的任务来直观的体验 Hermes-Agent 自学习 Skill 的能力。在此之前首先来了解下 Hermes-Agent 的整体架构并做好安装配置。Hermes-Agent 的整体架构Hermes-Agent 的整体架构大致如下图与 OpenClaw 不同的是Hermes-Agent 的 Gateway 并不作为核心模块如果你不接入外部消息渠道甚至无需启动它。接下来我们重点关注其技能进化子系统。安装与配置Hermes-Agent的安装、配置与使用更简洁它省略了OpenClaw 中很多复杂选项而专注在核心能力。极简模式下你只需要三步走一键安装 - 配置模型 - 执行“hermes”命令详细参考 GitHub 文档。个人使用时的一个特别体验Hermes 除了支持常见模型的 Direct 访问外配置API Key也支持借用已有 AI 编程工具的订阅比如 Codex、Copilot 等直接调用订阅计划所包含的多个顶级模型而无需额外配置。比如接入你的 GitHub Copilot 订阅设计一个任务以触发自学习 Skill那么什么时候 Hermes-Agent 会尝试自己去总结并创建一个新的 Skill在下一节的揭秘之前我们想象至少应该具备如下条件这个任务无法借助已有技能直接完成这个任务要有一定的复杂度比如超过 N 次的工具调用这个任务未来有被重复执行的可能所以我们设计一个多步骤的代码审计任务对 /hermes-agent 源代码做一次代码库质量检查要求完成1. 统计 .py 文件总数和总行数找出最大的5个文件2. 搜索 TODO/FIXME/HACK 注释按子目录分组统计数量3. 读最大文件的头20行和尾20行再逐条读取它的 TODO 注释上下文4. 搜索非测试文件中的 password、secret、api_key 行判断是占位符还是硬编码5. 在 tools/ 下找被整个项目 import ≤1 次的孤儿模块6. 找被引用次数最多的5个模块读取第1名的前50行7. 把完整报告写入 /tmp/source_checkreport_$(date %Y%m%d).md包含各步骤数据汇总表格和至少8条按高/中/低优先级排列的技术债清单最后告诉我下次做类似审计时你会从哪一步先入手。这里的最后一句是为了“暗示”这个任务可能会反复执行。现在给 Hermes-Agent 输入这个任务粘贴到其 TUI 的输入框等待一段时间后应该可以看到如下的输出接着我们发现在输出的最后有如下信息红框部分这代表有一个新的 Skill 被自动创建此时可以在/.hermes/skills/ 目录下发现这个新的 Skill查看它的 SKILL.md这是一个对应上述任务的代码审计 Skill以上过程表明我们的测试任务成功的触发了 Hermes-Agent 的反思与学习并创建了一个新 Skill且被归类到了 software-development 这个类别。现在Agent 已经“偷偷”的掌握了代码审计的 Skill — 当你下次发出“对 xxx 项目做一次代码审计”的消息时这个 Skill 就可能被触发整个过程你无需干预也无需从某个 Skill-Hub 安装Agent 自己“复盘”并自学了新的 SkillPart.03 揭秘Hermes-Agent Skill 机制全解析现在我们来扒一扒 Hermes-Agent 这套自学习的 Skill 机制背后的秘密。弄明白下面这几点你也可以在自己的 Agent 系统中灵活应用Skill 的自学习意识是如何植入的Skill 自学习的完整链路与触发时机Skill 的自动修复机制给技能“打补丁”其他Skill 的条件激活与安全守卫Skill 的自学习意识是如何植入的一切开始于你启动 Hermes-Agent 会话的那一刻。在 Agent 的启动与初始化入口代码run_agent.py 有一条明确的系统提示组装流水线其中一个重要工序就是把 Agent 应该如何学习技能、使用技能和修复技能这套意识植入。SKILLS_GUIDANCE ( 当你完成一个复杂任务例如需要多次调用工具通常为 5 次及以上、 解决了一个棘手错误或发现了一套非显而易见但可复用的工作流程时 请使用 skill_manage 将该方法保存为一个技能skill 以便下次在类似场景中复用。\n 当你在使用某个技能时如果发现它已经过时、不完整或存在错误 请立即使用 skill_manage(actionpatch) 对其进行修补 不要等到被要求时才处理。 如果技能得不到维护它最终就会从资产变成负担。 )随后会在系统提示中注入当前可用 Skill 的分类索引。现在经过“入职培训”的 Agent 就具备了“自己学习自己修复”的意识。不过这种前端的主动意识只是 Skill 学习的触发机制之一。Skill 自学习的完整链路与触发时机自学习 Skill 并不意味着每次调完工具或者完成任务就立刻判断要不要写 Skill的这种机械逻辑。Hermes-Agent 采用“前台自觉后台巡检”的双重机制前台自觉这就是上面注入的系统提示的作用。在完成复杂任务、发现复杂工作流时模型应主动考虑创建成 skill调用 Skill_manage 工具。后台巡检即便模型在这轮没主动沉淀主控流程仍会根据工具调用的计数器在后续的适当时机触发后台复盘异步兜底。注意后台触发看的是多次任务的 tool-calling 累计计数(_iters_since_skill)当其到达阀值默认10就会触发一次后台的异步巡检。具体流程为用两个例子帮助理解这两套机制前台自觉当 Agent 在正常执行任务过程中模型可能会自己判断“这个方法值得保存为 Skill“此时就会调用 skill_manage 工具自行创建 Skill并将计数 _iters_since_skill 复位为0。此时本轮肯定不会再触发后台复盘计数器已复位。后台巡检当一次任务全程都没有触发 skill_manage那么计数器会一直累加当达到阀值时就会触发后台的复盘动作独立线程 独立的 review_agent。比如第一个任务复杂任务8次工具迭代。_iters_since_skill 8)第二个任务简单任务3次工具迭代。_iters_since_skill 11)此时将会触发后台复盘传入全部包含第一个任务的对话与工具调用历史由 review_agent 来决定是否提炼出 Skill完成后将计数器复位。也就是说后台巡检的计数器会跨多轮累加。所以前一个任务干了重活但没有触发新Skill完全有可能在下一个任务结束后被“推过阀值”沉淀出新 Skill。简单总结如下机制时机触发条件前台自觉任务过程中自行推理并调用skill_manage后台巡检任务结束后工具调用累计计数10可配当进入后台兜底反思过程时它是如何决定“要不要把某些经验沉淀出新的 Skill”这依赖于 review_agent 的提示_SKILL_REVIEW_PROMPT ( 回顾上面的对话内容判断是否有必要保存或更新某个技能。\n\n 重点关注在完成任务的过程中是否采用了非显而易见的方法 是否经历了反复试错或在实践过程中因为经验反馈而调整了方向 或者用户是否期望或需要一种不同的方法或结果\n\n 如果已经存在相关技能请基于当前经验对其进行更新 如果不存在且该方法具备可复用性则创建一个新的技能。\n 如果没有值得保存的内容请直接输出Nothing to save. 并停止。 )说人话就是只有那些真的绕过弯路、踩过坑、改过方案之后总结出来的经验才值得创建成Skill 。 注意后台反思过程是异步的不会阻塞主会话Skill 的自动修复机制给技能打“补丁”Hermes-Agent 给 Skill 设计了自动修复的机制。它是一种 Agent 在使用技能时由系统提示和工具skill_manage共同驱动的自修复行为 — 就像一个有经验的人边干活边修订“操作手册”。核心逻辑是当模型判断到“问题在于 Skill 本身而不是其他环境问题”就启动 Skill 修复 — 调用 skill_manager(action patch工具打补丁的动作本质上就是字符串替换比如对 SKILL.md 中有问题的部分进行重写当然也可能修改其他 Skill 相关文件。例子假设你有一个 feature-publish 的发布技能但是在执行时出错。经过 Agent 分析发现是由于“发布的 URL 已经发生变化”于是 Agent 调用skill_manage(actionpatch, old_stringhttps://old-registry.xx.xx, new_stringhttps://registry.xx.xx)这样Skill 得到原地修复并继续执行。在此过程中为了获得修复的方法Agent 有可能会借助其他工具比如通过搜索获得新的 URL 等。其他Skill 的条件激活与安全守卫当 Skill 和 Tool 越来越多后它们之间可能会存在重复或者依赖关系。因此在每次注入 Skill 索引时并非所有 Skill 都需要或者适合登场。因此在构建Skill 索引时Hermes 会做一个过滤。其基本逻辑是当主力工具在时“替补”的 Skill 会被隐藏当 Skill 的前置工具缺失时该 Skill 隐藏。每个技能的激活判断流程如下例子假如 duckduckgo-search 技能配置了 fallback_for_toolsets: [web]代表这个技能是 web 工具的“替补”。那么当用户配置了 web 工具的 API Key、web 工具可用时duckduckgo-search 技能就会隐身。再或者一个 deep-research 技能依赖前置工具 web-fetch那么如果 web-fetch 工具不可用deep-research 技能就不会加载。除此之外所有的 Skill 在加载时还需要经过安全守卫的扫描主要检测项包括硬编码的密钥如 API Key 等可疑的代码执行模式后门代码提示词注入如试图操控Agent 行为的指令危险的命令比如 rm -rfchmod 777 等高危操作最终Hermes 会根据扫描出来的危险级别包括 safe、caution、dangerous以及 Skill 来源内置、官方认证、社区等综合判断该 Skill 是否被允许。这两种机制用来确保 Skill 能够稳定与安全的运行。总结至此我们完整拆解了 Hermes-Agent 这套自学习 Skill 机制的底层逻辑。它打破了传统 Agent 依赖人工持续喂养与维护技能的瓶颈通过“前台自觉后台巡检”的双引擎驱动新技能的自动捕获结合“热补丁”实现自动纠错并辅以安全守卫等手段构筑起坚实的运行底座。这为构建能够长期稳定运行的生产级 Agent 系统提供了一条极具吸引力的思路让 Agent 在实战中不断自我迭代持续拓展能力边界。