Shubham Saboo 用一张图解释了 Hermes Agent 的 Skills 工作机制：Hermes Skills 是可复用工作流，agent 可以发现、运行、改进，甚至自己创建新的 skill。
这个设计的核心，不是多一个插件目录，而是把 agent 的学习结果变成可执行资产。
#从纠错到沉淀
长期运行的 agent 经常会遇到一个问题：人类不断纠正它，它也不断“记住”一些偏好，但这些纠正很难转化成稳定能力。
如果每次失败都只是写进记忆，agent 下次仍然可能以不同方式犯错。真正有价值的是把有效流程抽出来，变成一个可以复用、可以调用、可以继续改进的 skill。
Hermes 的思路就是把经验从上下文里拿出来，变成工作流单元。
#Skill 在系统里的角色
Skill 不是单纯的 prompt 片段。它更像一个小型操作程序：包含任务描述、执行步骤、输入输出约束，以及必要的工具调用方式。
当 agent 面对新任务时，可以先发现是否已有相关 skill；如果有，就运行它；如果运行效果不好，可以改进；如果没有，也可以基于当前任务创建新的 skill。
这样一来，agent 的成长不再只是“记得更多”，而是“可调用的方法变多”。
#Curator 为什么重要
原文特别提到 Curator 负责处理 garbage skills。这个角色很关键。
只要允许 agent 自己创建 skill，系统就一定会产生低质量、重复、过窄、过时的工作流。如果没有筛选机制，skill 库会迅速膨胀，最后变成另一个噪声源。
Curator 的作用是把质量门放在 skill 生态里：过滤垃圾 skill，保留真正可复用的部分，并避免 agent 在错误方法上越走越远。
#对 agent 架构的启发
Skill 系统说明，agent 的长期能力不能只靠上下文窗口和记忆文件。上下文解决“现在知道什么”，记忆解决“过去发生过什么”，而 skill 解决“以后怎么更稳定地做同类任务”。
这也是 agent 从工具调用器走向自我改进系统的关键一步。能不能把一次任务里的有效步骤沉淀成可复用 skill，会直接决定系统越跑越强，还是越跑越难维护。