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_searchpayant 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.
| 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 :
├── SKILL.md
├── references/
├── templates/
└── scripts/
| 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.
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 :
| 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
hermes skills install official/research/arxiv
hermes skills tap add github:my-org/my-skills
hermes skills tap update
hermes skills tap list
| 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 :
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.
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.
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.
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.
08 Déploiement en six étapes, métriques de référence et conclusion CALMVPS
- Baseline Hermes : valider
hermes doctor; sauvegarder~/.hermes/skills/. - Installer les taps :
hermes skills tap addettap update. - Rédiger SKILL.md : frontmatter agentskills.io, Procedure, Pitfalls, Verification.
- Créer un bundle : YAML sous
skill-bundles/; tester/bundle-name. - Règles conditionnelles : câbler
fallback_for_toolspour les paires recherche payante/gratuite. - GEPA optionnel : lancer
evolve_skillavec 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.