Hermes Agent Skills Advanced Guide 2026:
SKILL.md, Bundles und GEPA-Self-Evolution

Im Vergleich zum Einfügen langer Prompts in jeder Sitzung lösen Hermes Skills die Frage, wie prozedurales Wissen persistiert, bei Bedarf geladen und im Team skaliert wird. Typische Schmerzpunkte:

• Kontext-Blähung: Runbooks im System-Prompt zu parken frisst Tokens, die für echte Arbeit fehlen.
• Keine sitzungsübergreifende Wiederverwendung: PR-Checklisten verschwinden, wenn der Chat schließt.
• Team-Drift: Jeder pflegt eine andere lokale Prompt-Variante.
• Falsche Skills sichtbar: Free-Search-Fallbacks bleiben gelistet, obwohl bezahltes web_search verfügbar ist.
• Stagnierende Qualität: Skills verbessern sich nicht aus Fehler-Traces.

Merkhilfe: Prompt = Haftnotiz; Memory = Notizbuch; Skill = SOP-Handbuch, das Sie bei Bedarf öffnen.

Skills vs MCP: Skills lehren Vorgehen; MCP liefert Tool-APIs. Kombinieren Sie einen MCP-Datenbank-Connector mit einem Migrations-Skill, der Reihenfolge und Verifikation definiert.

Für EU-Teams ist relevant: Skills liegen lokal unter ~/.hermes/skills/ und enthalten oft interne Runbooks oder personenbezogene Kontexte. Gegenüber SaaS-Copiloten, deren Prompt-Inhalte in US-Cloud-Regionen landen können, erleichtert das die DSGVO-Einordnung — vorausgesetzt, Sie kontrollieren Host, Backup-Ziel und Löschkonzept. LLM-API-Aufrufe beim Skill-Ausführen fließen dennoch zu OpenRouter, Anthropic oder anderen Anbietern; dokumentieren Sie Auftragsverarbeitung separat.

Hermes Skills folgen dem offenen Standard agentskills.io und portieren zwischen Hermes, Claude Code, Cursor und OpenCode. Typisches Layout:

├── SKILL.md
├── references/
├── templates/
└── scripts/

Authoring-Tipp: description ist das gesamte Level-0-Signal. Beginnen Sie mit Use when..., nicht mit vagen Labels. Größenleitfaden: <500 Zeilen in SKILL.md; 500–1000 Details nach references/ verschieben; >15KB bricht GEPA-Guardrails.

Skill Bundles (2026) packen verwandte Skills in einen Slash-Befehl unter ~/.hermes/skill-bundles/<slug>.yaml. /bundle-name lädt alle gelisteten Skills auf einmal.

name: backend-dev
description: Full backend feature workflow.
skills:
  - github-code-review
  - test-driven-development
  - github-pr-workflow
instruction: |
  Always write failing tests first.
  Never push directly to main.

Bundle-Regeln: Bundle gewinnt gegen einen Skill gleichen Namens; fehlende Skills werden mit Hinweis übersprungen; Bundles schreiben den System-Prompt nicht um (cache-freundlich).

Bedingte Aktivierung in metadata.hermes:

Beispiel: DuckDuckGo-Search-Skill mit fallback_for_tools: [web_search] verschwindet, wenn bezahlte Search-Keys konfiguriert sind. Nach Setzen von FIRECRAWL_KEY oder BRAVE_SEARCH_KEY aktiviert sich web_search; der Free-Fallback blendet sich aus und spart Tokens. Fehlt die API, taucht der Fallback wieder auf. Plattform-Skills nutzen requires_toolsets: [messaging] mit platforms: [telegram, discord], um Messaging-Kanäle einzugrenzen.

Offizielle Installationskanäle (nach Releases erneut prüfen):

hermes skills install official/research/arxiv
hermes skills install https://example.com/SKILL.md --name my-skill
hermes skills install github:openai/skills/k8s
hermes skills tap add github:my-org/my-skills
hermes skills tap update
hermes skills tap list

Skill Tap veröffentlichen: Legen Sie ein GitHub-Repository als Tap an; das Team abonniert per Befehl. Tap-Repositories nutzen skills.sh.json für Hub-Gruppierungen:

{
  "groupings": [
    {
      "title": "MLOps & Model Deployment",
      "skills": ["vllm-deploy", "model-benchmark"]
  }]
}

Team-Deployment:

hermes skills tap add github:your-org/your-skills-tap
hermes skills tap add github:your-org/private-skills --token $GH_TOKEN
cd ~/.hermes/skills && git init && git push -u origin main
git pull && hermes skills reset

Private Taps mit internen Runbooks erfordern für EU-Teams eine klare Zugriffskontrolle auf das GitHub-Repository und eine DSGVO-konforme Einordnung: Wer darf Skills mit personenbezogenen Beispielen lesen, und welche Cloud-APIs werden beim Ausführen angerufen? Befehle und Verhalten folgen der Upstream-Dokumentation; nach Releases erneut prüfen.

Skills System | Hermes Agent

agentskills.io Specification

NousResearch/hermes-agent auf GitHub

GEPA (Genetic-Pareto Prompt Evolution) — ICLR-2026-Oral-Arbeit, integriert in hermes-agent-self-evolution. Es verbessert SKILL.md-Text über Ausführungs-Traces und multi-objektive Pareto-Suche, nicht über Weight-Fine-Tuning. Typischer Lauf: 2–10 USD API-Kosten, keine GPU.

Fünf Phasen:

1. Trace-Sammlung: Vollständige Reasoning-Traces aus SQLite (Tool-Calls, Verzweigungen, Fehler).
2. Reflektive Fehleranalyse: LLM liefert handlungsrelevante Ursachen — nicht nur „fehlgeschlagen“, sondern warum.
3. Gezielte Mutation: 10–20 SKILL.md-Varianten zu den Fehlerursachen.
4. Pareto-Evaluierung: Erfolgsrate, Token-Effizienz und Geschwindigkeit gleichzeitig optimieren.
5. Human-reviewed PR: Beste Variante als PR; nach Freigabe live.

git clone https://github.com/NousResearch/hermes-agent-self-evolution
cd hermes-agent-self-evolution && pip install -r requirements.txt
export HERMES_AGENT_PATH=~/.hermes

python -m evolution.skills.evolve_skill \
    --skill github-code-review \
    --iterations 10 \
    --eval-source synthetic

python -m evolution.skills.evolve_skill \
    --skill github-code-review \
    --iterations 10 \
    --eval-source sessiondb

python -m evolution.skills.evolve_skill \
    --skill github-code-review \
    --iterations 10 \
    --eval-source mixed \
    --trace-dirs ~/.claude/traces,~/.hermes/sessions

Vier Guardrails (alle Varianten müssen bestehen):

• Volle Test-Suite: pytest tests/ -q muss 100 % grün sein.
• Größenlimit: Skills ≤15KB, Tool-Beschreibungen ≤500 Zeichen.
• Prompt-Cache-Kompatibilität: Keine Mid-Session-Änderungen, die den Cache invalidieren.
• Semantik-Check: Kein Drift vom ursprünglichen Skill-Zweck.

Roadmap: Phase 1 SKILL.md erledigt; Tool-Beschreibungen, System-Prompts, Tool-Code und vollautomatische Schleife geplant. GEPA-Traces können personenbezogene Chat-Inhalte enthalten — speichern Sie SQLite-Exports und Session-Logs auf einem Host mit dokumentiertem Löschkonzept; bei Cloud-Eval-APIs prüfen Sie DSGVO-Auftragsverarbeitung und Drittlandtransfer.

Plugin-Skills laden als plugin:skill, nur opt-in, mit Geschwister-Bewusstsein im Plugin-Namespace. In plugin.yaml deklarieren:

name: my-hermes-plugin
skills:
  - name: writing-plans
    path: skills/writing-plans/SKILL.md
  - name: editing
    path: skills/editing/SKILL.md

Authoring-Highlights:

• description steuert Aktivierung: Keine vagen Labels wie „Helps with code“; klare Trigger und Ausschlüsse.
• Pitfalls als Qualitätshebel: Konkrete Fehlermuster, Ursachen und Fixes statt Allgemeinplätze.
• Skripte: In Procedure die auszuführenden scripts/-Befehle nennen; bei Fehlern references/ als manuellen Fallback laden.
• skill_manage: Agent patcht mit skill_manage(action='patch'|'create'); bei Bedarf agent_writes_require_approval: true in config.yaml.

Blog-Workflow-Fallstudie — Beispiel-Bundle:

name: blog-workflow
description: Full tech blog writing workflow.
skills:
  - seo-keyword-research
  - outline-generator
  - code-example-validator
  - bilingual-checker
  - publish-to-platform
instruction: |
  Always research SEO keywords before writing.
  Ensure all code examples are tested and runnable.

Skill-Änderungen nicht sichtbar? /reset oder Installation mit --now (Cache-Invalidierung kostet Tokens).

Ist GEPA sicher? Guardrails plus menschliches PR-Review; dennoch jeden Diff prüfen.

In Claude Code wiederverwenden? Nach ~/.claude/skills/ kopieren oder kevinnft/ai-agent-skills nutzen.

Deutscher Skill-Body? Token-Kosten ähnlich; description besser auf Englisch für schärfere Matches.

Creating Skills | Hermes Agent

hermes-agent-self-evolution

gepa-ai/gepa

1. Hermes-Baseline: hermes doctor bestehen; ~/.hermes/skills/ sichern.
2. Taps installieren: hermes skills tap add und tap update.
3. SKILL.md schreiben: agentskills.io-Frontmatter, Procedure, Pitfalls, Verification.
4. Bundle anlegen: YAML unter skill-bundles/; /bundle-name testen.
5. Bedingte Regeln: fallback_for_tools für Paid/Free-Search-Paare verdrahten.
6. Optional GEPA: evolve_skill mit synthetic oder sessiondb; reviewed PRs mergen.

• Level-0-Footprint: ~3K Tokens für alle Skill-Namen und -Beschreibungen.
• GEPA-Laufkosten: ~2–10 USD API, keine GPU (Upstream-README).
• GEPA-Größenlimit: Skills ≤15KB.
• agentskills.io: Validierung mit skills-ref validate.

Laptop-Tests funktionieren; Gateway, Cron-Jobs und GEPA-Traces brauchen einen dauerhaft online Host. Pi-I/O limitiert Browser-Automation; x86-VPS fehlen macOS-only-Toolchains; Sleep bricht Skill-Compounding.

Für 24/7-Hermes, stabile Skill-Traces, iOS-CI/CD und Agent-Automation ist CALMVPS Bare-Metal Mac-mini-Miete meist der bessere Produktions-Default: dediziertes Apple Silicon, launchd-Persistenz, SSH-backup-freundliches ~/.hermes/, monatliche Elastizität, ~120s Bereitstellung. Skills und Session-Daten bleiben auf dem gewählten Host — ein zentraler DSGVO-Hebel gegenüber reinem SaaS. Siehe Mietpreise und Mac mini M4 bestellen.