Guide avancé Hermes Agent Skills 2026 :
SKILL.md, Bundles et auto-évolution GEPA

Début 2026, NousResearch a livré Hermes Agent avec une thèse qui dépasse les modèles plus grands : « l'agent qui grandit avec vous ». Le socle est le système Skills — une mémoire procédurale standardisée, évolutive et persistante entre sessions, et non des prompts jetables.

Ce guide s'adresse aux développeurs qui exécutent déjà Hermes et souhaitent rédiger des fichiers SKILL.md, publier des skill taps, regrouper des workflows en bundles et faire évoluer les skills avec GEPA. Vous y trouverez la cartographie Skills vs Memory vs Prompt, la structure agentskills.io, les niveaux Progressive Disclosure, l'activation conditionnelle, les hubs open source, la publication tap, l'évolution en cinq étapes DSPy+GEPA, un cas d'usage workflow blog et une FAQ. À la lecture, vous serez en mesure de mettre en production des skills de qualité et de décider si ~/.hermes/ doit résider sur un Mac toujours actif.

01 Pourquoi Hermes Agent Skills méritent une analyse approfondie : points de friction et cartographie des concepts

Par rapport au collage de longs prompts à chaque session, Hermes Skills répond à la question de comment la connaissance procédurale persiste, se charge à la demande et scale en équipe. Points de friction courants :

  • Enflure du contexte : injecter des runbooks dans le prompt système vole des tokens au travail réel.
  • Aucune réutilisation inter-sessions : les checklists PR disparaissent à la fermeture du chat.
  • Dérive d'équipe : chacun conserve une variante locale de prompt différente.
  • Skills inappropriés visibles : les fallbacks de recherche gratuite restent listés alors que web_search payant est disponible.
  • Qualité stagnante : les skills ne s'améliorent jamais à partir des traces d'échec.

Mnémotechnique : Prompt = post-it ; Memory = carnet ; Skill = manuel de procédures que l'on ouvre au besoin.

Skills vs Memory vs Prompt
Dimension Prompt Memory Skills
Persistance Chat en cours Inter-sessions, permanente Inter-sessions, permanente
Moment de chargement Toujours en contexte Injectée à chaque session À la demande
Coût en tokens Chaque tour Faible, stable Zéro jusqu'à activation
Type de contenu Toute intention Préférences, faits Étapes procédurales
Partageabilité Peu pratique Privée Publiable en tap

Skills vs MCP : les Skills enseignent la procédure ; MCP ajoute les API d'outils. Associez un connecteur base de données MCP à un skill de migration qui définit l'ordre et la vérification.

02 Format SKILL.md et chargement Progressive Disclosure en trois niveaux

Les Skills Hermes suivent le standard ouvert agentskills.io et se portent entre Hermes, Claude Code, Cursor et OpenCode. Arborescence typique :

~/.hermes/skills/my-category/my-skill/
├── SKILL.md
├── references/
├── templates/
└── scripts/
Niveaux Progressive Disclosure
Niveau Contenu Déclencheur Coût en tokens
Niveau 0 name + description Début de session, tous les skills ~3K au total
Niveau 1 Corps complet de SKILL.md /skill-name ou correspondance modèle Longueur du fichier
Niveau 2 references/, scripts/ Pendant l'exécution Par fichier

Conseil de rédaction : description est tout le signal du Niveau 0. Commencez par Use when..., pas par des libellés vagues. Guide de taille : <500 lignes dans SKILL.md ; 500–1000 déplacez le détail vers references/ ; >15KB casse les garde-fous GEPA.

03 Workflow des skill bundles Hermes et activation conditionnelle

Les Skill Bundles (2026) regroupent des skills liés en une seule commande slash à ~/.hermes/skill-bundles/<slug>.yaml. /bundle-name charge tous les skills listés d'un coup.

backend-dev.yaml
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.

Règles des bundles : le bundle l'emporte sur un skill du même nom ; les skills manquants sont ignorés avec un avertissement ; les bundles ne réécrivent pas le prompt système (compatible cache).

Activation conditionnelle dans metadata.hermes :

Champs des règles d'activation
Champ Comportement
requires_toolsets Masquer si le toolset listé est absent
requires_tools Masquer si l'outil listé est absent
fallback_for_toolsets Masquer quand le toolset listé existe (fallback)
fallback_for_tools Masquer quand l'outil listé existe

Exemple : un skill de recherche DuckDuckGo avec fallback_for_tools: [web_search] se masque lorsque les clés de recherche payante sont configurées.

04 Écosystème Skills Hub et publication d'un skill tap Hermes

terminal
hermes skills install official/research/arxiv
hermes skills tap add github:my-org/my-skills
hermes skills tap update
hermes skills tap list
Dépôts open source notables (2026-06)
Dépôt Point fort
ChuckSRQ/awesome-hermes-skills Skills production curatés, MLOps, intégrations Apple
amanning3390/hermeshub Registre communautaire avec scan de sécurité
kevinnft/ai-agent-skills 191 skills, scripts d'installation cross-agent
NousResearch/hermes-agent Source officielle et spec de rédaction

Les dépôts tap utilisent skills.sh.json pour les regroupements Hub. Abonnement équipe :

terminal
hermes skills tap add github:your-org/your-skills-tap
hermes skills tap add github:your-org/private-skills --token $GH_TOKEN

Les commandes et comportements suivent la doc upstream ; revérifiez après chaque release.

Skills System | Hermes Agent

Spécification agentskills.io

NousResearch/hermes-agent sur GitHub

05 GEPA expliqué : skills auto-évolutifs Hermes sans toucher aux poids du modèle

GEPA (Genetic-Pareto Prompt Evolution) — travail Oral ICLR 2026 intégré dans hermes-agent-self-evolution. Il améliore le texte SKILL.md via les traces d'exécution et une recherche Pareto multi-objectifs, sans fine-tuning des poids. Coût typique d'un run : 2–10 $ en appels API, sans GPU.

Cinq étapes : (1) collecter les traces dans SQLite ; (2) analyse réflexive des échecs ; (3) mutations ciblées (10–20 variantes) ; (4) évaluation Pareto sur succès, tokens, vitesse ; (5) PR revue par un humain.

terminal
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

Quatre garde-fous : pytest complet au vert ; skill ≤15KB et description outil ≤500 caractères ; pas de rupture de cache en milieu de session ; contrôle de dérive sémantique. Roadmap : Phase 1 SKILL.md terminée ; descriptions d'outils, prompts système, code outil et boucle auto complète planifiés.

06 Skills plugin, rédaction avancée et cas d'usage workflow blog

Les skills plugin se chargent en plugin:skill, opt-in uniquement, avec conscience des skills voisins dans l'espace de noms du plugin.

Points clés de rédaction : déclencheurs description précis ; Pitfalls concrets avec correctifs ; scripts/ exécutables ; patches skill_manage avec agent_writes_require_approval: true si nécessaire.

blog-workflow.yaml
name: blog-workflow
skills:
  - seo-keyword-research
  - outline-generator
  - code-example-validator
  - bilingual-checker
  - publish-to-platform
instruction: |
  Research SEO keywords before writing.
  Ensure code examples are tested.

07 FAQ et lectures complémentaires pour Hermes Agent Skills

Les modifications de skill n'apparaissent pas ? Utilisez /reset ou installez avec --now (coût d'invalidation du cache).

GEPA est-il sûr ? Garde-fous plus revue humaine des PR ; différenciez tout de même chaque changement.

Réutilisation dans Claude Code ? Copiez vers ~/.claude/skills/ ou utilisez kevinnft/ai-agent-skills.

Corps de texte en chinois ? Le coût en tokens est similaire ; gardez description en anglais pour un matching plus net.

Creating Skills | Hermes Agent

hermes-agent-self-evolution

gepa-ai/gepa

08 Déploiement en six étapes, métriques de référence et conclusion CALMVPS

  1. Baseline Hermes : valider hermes doctor ; sauvegarder ~/.hermes/skills/.
  2. Installer les taps : hermes skills tap add et tap update.
  3. Rédiger SKILL.md : frontmatter agentskills.io, Procedure, Pitfalls, Verification.
  4. Créer un bundle : YAML sous skill-bundles/ ; tester /bundle-name.
  5. Règles conditionnelles : câbler fallback_for_tools pour les paires recherche payante/gratuite.
  6. GEPA optionnel : lancer evolve_skill avec synthetic ou sessiondb ; fusionner les PR revues.
  • Empreinte Niveau 0 : ~3K tokens pour tous les noms et descriptions de skills.
  • Coût d'un run GEPA : ~2–10 $ API, sans GPU (README upstream).
  • Plafond taille GEPA : skills ≤15KB.
  • agentskills.io : valider avec skills-ref validate.

Les essais sur portable conviennent ; Gateway, jobs planifiés et traces GEPA exigent un hôte always-on. Les limites I/O du Pi freinent l'automatisation navigateur ; un VPS x86 n'a pas les toolchains macOS-only ; la veille casse la capitalisation des skills.

Pour Hermes 24/7, traces de skills stables, CI/CD iOS et automatisation agent, la location Mac Mini bare-metal CALMVPS est en général le meilleur choix production : Apple Silicon dédié, persistance launchd, ~/.hermes/ compatible sauvegarde SSH, élasticité mensuelle, provisionnement ~120 s. Consultez les tarifs.