Hermes Agent Skills を単独で深掘りする価値
従来の「使い捨て Prompt」と異なり、Hermes の Skill 体系は標準化・進化可能・セッションをまたいで持続するプロシージャルメモリです。入門はインストール完全ガイド、記憶機構は三層メモリ解説を参照してください。本記事では上級領域に直接入ります。
Token コストの暴走：すべての SOP をシステム Prompt に書き込むと、毎セッション全量ロードされます。Skills の Progressive Disclosure はアクティベーション前ゼロ消費です。
ワークフローの断片化：コードレビュー、TDD、PR 管理を /skill-name で個別起動する手間。Skill Bundles なら一コマンドで一式を同時ロードできます。
環境認識の欠如：有料 web_search と無料 DuckDuckGo が同時にプロンプトに現れる問題。条件付きアクティベーションでツール可用性に応じて Skill を自動表示・非表示にします。
Skill 品質の停滞：手書き Skill は完成後に固定化しがちです。GEPA（Genetic-Pareto Prompt Evolution、ICLR 2026 Oral）は実行トレースを分析して SKILL.md テキストを改善し、モデル重みのファインチューニングは不要です。
チーム共有の困難：Skill が個人ディレクトリに散在する問題。Tap リポジトリと hermes skills tap add でリポジトリ全体をワンクリック購読できます。
| 観点 | 通常の Prompt | Memory（記憶） | Skills（スキル） |
|---|---|---|---|
| 持続性 | 現在の会話のみ | セッションをまたぎ、永続 | セッションをまたぎ、永続 |
| ロードタイミング | 毎回コンテキストに含まれる | 毎セッション自動注入 | オンデマンドロード |
| Token コスト | 毎回消費 | 小さく安定 | アクティベーション前ゼロ消費 |
| 内容の種類 | 任意の意図記述 | ユーザー嗜好・事実 | 手順的ステップ |
| 保守者 | ユーザー手動 | Agent 自動 | ユーザー + Agent 双方 |
| 共有可能性 | 不便 | プライベート | コミュニティ Tap として公開可能 |
覚え方：Prompt = 付箋；Memory = メモ帳；Skill = SOP マニュアル——必要なときだけ開き、不要なときはコンテキストを占有しません。
SKILL.md 形式の詳解と Progressive Disclosure
すべての Hermes Skills は agentskills.io オープン標準に準拠し、Agent 間の移植性を確保します（Hermes、Claude Code、Cursor で共用可能）。skills-ref validate ./my-skill で形式の妥当性を検証できます。
---
name: my-skill
description: |
Use when the user needs to [...].
Handles [...] and [...].
version: 1.0.0
license: MIT
compatibility: Requires git, docker
allowed-tools: Bash(git:*) Read
metadata:
hermes:
tags: [devops, automation]
category: software-development
related_skills: [github-pr-workflow, test-driven-development]
requires_toolsets: [terminal]
fallback_for_toolsets: [web]
---
# My Skill Title
## Overview
## When to Use
## Procedure
## Common Pitfalls
## Verification Checklist
推奨ディレクトリ構成：
~/.hermes/skills/
└── my-category/
└── my-skill/
├── SKILL.md # コア手順、500 行以下を推奨
├── references/ # API リファレンス、オンデマンドロード
├── templates/ # 再利用可能なテンプレート
└── scripts/ # Agent が直接実行できるスクリプト
| ロード階層 | 内容 | トリガー | Token コスト |
|---|---|---|---|
| Level 0 | name + description | セッション開始時、全 Skill | 約 3K（全 Skill 合計） |
| Level 1 | SKILL.md 全文 | ユーザーが /skill-name または LLM が必要性を判断 | ファイル長に依存 |
| Level 2 | references/ scripts/ ファイル | LLM が実行時に必要性を判断 | オンデマンド、単一ファイル単位 |
執筆のコツ：description は Level 0 の唯一の情報源であり、LLM はこれをもとに完全な Skill をロードするか決めます。「何であるか」より「いつ使うか」を明確に書くことが重要です。Use when... で始め、1024 文字以内を推奨します。
Skill Bundles と条件付きアクティベーション
Skill Bundles は Hermes 2026 の新機能です。軽量 YAML で複数 Skill を一つのスラッシュコマンドにまとめ、/bundle-name 実行時に列挙された Skill を同時ロードします。配置先：~/.hermes/skill-bundles/<slug>.yaml。
name: backend-dev description: | Full backend feature workflow — code review, TDD, and PR management. skills: - github-code-review - test-driven-development - github-pr-workflow instruction: | Always write failing tests first before implementation. Never push directly to main.
Bundle の優先順位：Bundle と単一 Skill が同名の場合Bundle が優先されます。未インストールの Skill はスキップされエラーになりません。Bundle はシステムプロンプトを変更しないため、Prompt Cache の無効化も起きません。CLI での迅速作成：
hermes bundles create backend-dev \ --skills github-code-review,test-driven-development,github-pr-workflow \ --instruction "Always write failing tests first"
条件付きアクティベーション（Conditional Activation）は、現在のセッションで利用可能なツールに応じて Skill を自動表示・非表示にします。metadata.hermes 配下で設定します：
| フィールド | 動作ロジック |
|---|---|
requires_toolsets | 列挙したツールセットが存在しない場合、この Skill を非表示にする |
requires_tools | 列挙したツールが存在しない場合、この Skill を非表示にする |
fallback_for_toolsets | 列挙したツールセットが存在する場合、この Skill を非表示にする（フォールバック） |
fallback_for_tools | 列挙したツールが存在する場合、この Skill を非表示にする（フォールバック） |
典型シナリオ：FIRECRAWL_KEY / BRAVE_SEARCH_KEY を設定すると有料 web_search がアクティブになり、DuckDuckGo Skill は fallback_for_tools: [web_search] によりプロンプトから自動的に消えます。API 不可時にはフォールバックが自動的に浮上します。プラットフォーム認識の例：requires_toolsets: [messaging] + platforms: [telegram, discord]。hermes skills TUI でプラットフォームごとに Skill のオン・オフを切り替えられます。
Skills Hub、Tap 公開、GEPA 自己進化と上級執筆
公式インストールチャネル：
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
| リポジトリ | ハイライト | Stars |
|---|---|---|
| awesome-hermes-skills | 本番級コレクション、Deep Research、MLOps、Apple 連携 | 67 |
| hermeshub | コミュニティ登録センター、プロンプト注入の安全スキャン | 166 |
| ai-agent-skills | 191 Skill、28 カテゴリ、Hermes/Claude/Cursor 横断 | 10 |
| hermes-agent | 公式の権威ソース、執筆規約を含む | — |
チーム Tap の公開：GitHub リポジトリを作成し、skills.sh.json で Hub カテゴリを制御します。チームメンバーは hermes skills tap add github:your-org/your-skills-tap を実行します。プライベートリポジトリには --token $GH_TOKEN を付与してください。~/.hermes/skills/ を Git でバージョン管理し、デバイス間同期を実現することを推奨します。
GEPA + DSPy 自己進化（hermes-agent-self-evolution）：モデル重みをファインチューニングせず、実行トレースの分析・変異生成・多目的パレート最適化で Skill テキストを改善します。1 回の最適化は約 $2–10（API のみ、GPU 不要）。五段階の流れ：① 実行トレース収集（SQLite）；② 反省的失敗分析；③ ターゲット変異（10–20 個の SKILL.md 変体）；④ 多目的パレート評価（成功率 × Token 効率 × 速度）；⑤ 人手による PR レビュー。
export HERMES_AGENT_PATH=~/.hermes
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
四つの安全ガードレール：全量 pytest 100% 合格；Skill ≤ 15KB；Prompt Cache 互換；意味保持チェック。公式進化ロードマップ：Phase 1 Skill ファイル（実装済み）→ Phase 2 ツール記述 → Phase 3 システムプロンプト → Phase 4 ツール実装コード → Phase 5 全自動ループ。
Plugin Skillは plugin:skill 名前空間でロードされ、デフォルトの skills_list には表示されません。ユーザーが明示的に呼び出したときのみアクティブになり、プラグイン内 Skill は相互参照できます。上級執筆の要点：description にトリガー条件を明記；Common Pitfalls に具体的な失敗パターンと修復手順；大きな Skill は references/ に分割（500 行超は分割推奨、15KB 超は GEPA 制限に抵触）；skill_manage ツールで Agent が Skill を動的に保守でき、config.yaml の agent_writes_require_approval: true で人手承認ゲートを有効化できます。
Hermes をインストールして検証：hermes doctor を通過し、Gateway を 7×24 稼働させます（インストールガイド参照）。
最初の SKILL.md を執筆：agentskills.io 標準に従い、description を Use when... で始め、本文に Procedure と Pitfalls を含めます。
Skill Bundle を作成：hermes bundles create または ~/.hermes/skill-bundles/ に YAML を手書きします。
条件付きアクティベーションを設定：metadata.hermes に requires_toolsets / fallback_for_tools を追加します。
コミュニティ Tap を購読：hermes skills tap add github:... を実行し、定期的に tap update します。
任意で GEPA 進化：self-evolution リポジトリをクローンし、sessiondb トレースで evolve_skill を実行、PR を人手レビュー後にマージします。
ブログワークフロー実践事例と引用可能な技術データ
blog-workflow Bundle の構築例：seo-keyword-research、outline-generator、code-example-validator、bilingual-checker、publish-to-platform をパッケージ化し、instruction では SEO キーワード調査を先行、コードの実行可能性を確認、日英バイリンガルタイトルを生成するよう指定します。カスタム seo-keyword-research Skill は metadata.hermes に requires_toolsets: [web] を設定し、Procedure で日本語ロングテール（「X 使い方」「X チュートリアル」）と英語ロングテール（「how to X」「X vs Y」）およびプラットフォームのトレンドクロス検証をカバーします。
Level 0 全 Skill オーバーヘッド：約 3K tokens（全 Skill の name+description 合計）。SOP 全量注入と比較して桁違いに節約できます。
GEPA 1 回の最適化コスト：約 $2–10 の API 呼び出し、GPU 不要。毎回 10–20 個の変体をパレート選別します。
Skill サイズのハード制限：GEPA ガードレールは Skill ≤ 15KB、ツール記述 ≤ 500 文字を要求します。SKILL.md は 500 行以下を推奨し、1000 行超は強く分割を推奨します。
注意：Skill の変更は現在のセッションに反映されません。/reset またはインストール時の --now（Prompt Cache が無効化されます）が必要です。description は英語または日英バイリンガルを推奨します。基盤 LLM は英語 description のマッチ精度が高い傾向があります。
ノート PC のフタ閉じ、x86 VPS に macOS パスがない、ローカルディスクにバージョン管理がない——これらのホスト構成は Skill の複利と GEPA トレース蓄積を中断します。7×24 Gateway、Skill 自己進化、デバイス間同期が必要な本番環境では、MESHLAUNCH の Mac Mini M4 クラウド裸機レンタルが最適解となることが多いです。専有 Apple Silicon、launchd ネイティブデーモン、日/週/月の柔軟契約で、Hermes 公式 macOS パスとの親和性が最も高いです。関連資料：Hermes 公式ドキュメント、GEPA アルゴリズム、DSPy フレームワーク。見積もりは料金ページ、デプロイ支援はヘルプセンターをご覧ください。
Skills はプロシージャル知識ドキュメント（Agent に手順を教える）であり、MCP はツールインターフェース（Agent に追加のツール呼び出し能力を与える）です。両者は補完関係にあります。MCP がデータベースアクセスを提供し、Skill がマイグレーションの正しい実行方法を教えます。詳細はMCP Server 開発ガイドを参照してください。
Skill の変更は現在のセッションには反映されません。/reset で新セッションを開始するか、インストール時に --now を付けて強制リフレッシュしてください（Prompt Cache が無効化され、より多くの Token を消費します）。