Keyboard shortcuts

Press or to navigate between chapters

Press S or / to search in the book

Press ? to show this help

Press Esc to hide this help


可选技能目录

官方可选技能随 hermes-agent 仓库一起提供,位于 optional-skills/ 下,但 默认不会启用。需要显式安装:

hermes skills install official/<category>/<skill>

例如:

hermes skills install official/blockchain/solana
hermes skills install official/mlops/flash-attention

安装后,该技能会出现在 agent 的技能列表中,并在检测到相关任务时自动加载。

卸载命令:

hermes skills uninstall <skill-name>

Autonomous AI Agents

技能说明
blackbox将编码任务委派给 Blackbox AI CLI agent。它是多模型 agent,内置裁判,会把任务交给多个 LLM,再选出最佳结果。
honcho在 Hermes 中配置并使用 Honcho 记忆能力,包括跨会话用户建模、多 profile 同级隔离、观察配置与辩证式推理。

Blockchain

技能说明
base查询 Base(Ethereum L2)链上数据并换算 USD 价格,包括钱包余额、代币信息、交易详情、Gas 分析、合约检查、鲸鱼识别与实时网络统计。无需 API Key。
solana查询 Solana 链上数据并换算 USD 价格,包括钱包余额、代币资产组合、交易详情、NFT、鲸鱼识别与实时网络统计。无需 API Key。

Communication

技能说明
one-three-one-rule用于提案和决策的结构化沟通框架。

Creative

技能说明
blender-mcp通过与 blender-mcp 插件建立 socket 连接,直接从 Hermes 控制 Blender。可创建 3D 对象、材质、动画,并执行任意 Blender Python(bpy)代码。
meme-generation选择模板并用 Pillow 叠加文字,生成真正的梗图图片。输出实际的 .png 文件。

DevOps

技能说明
cli通过 inference.sh CLI(infsh)运行 150+ 个 AI 应用,包括图像生成、视频创作、LLM、搜索、3D 和社交自动化。
docker-management管理 Docker 容器、镜像、卷、网络与 Compose 栈,覆盖生命周期操作、调试、清理和 Dockerfile 优化。

Email

技能说明
agentmail为 agent 提供独立的电子邮箱收件箱。借助 AgentMail,agent 可以使用自己拥有的邮箱地址自主收发和管理邮件。

Health

技能说明
neuroskill-bci为神经科学研究工作流提供脑机接口(BCI)集成能力。

MCP

技能说明
fastmcp使用 Python 中的 FastMCP 构建、测试、检查、安装和部署 MCP 服务器。覆盖将 API 或数据库包装成 MCP 工具、暴露 resources 或 prompts,以及部署流程。

Migration

技能说明
openclaw-migration将用户的 OpenClaw 定制化资产迁移到 Hermes Agent,包括 memories、SOUL.md、命令白名单、用户技能和选定的工作区资源。

MLOps

这是最大的可选技能类别,覆盖从数据整理到生产推理的完整机器学习流水线。

技能说明
accelerate最简单的分布式训练 API。只需 4 行代码即可为任意 PyTorch 脚本添加分布式支持。统一封装 DeepSpeed / FSDP / Megatron / DDP。
chroma开源向量嵌入数据库。可存储 embedding 与元数据,执行向量检索和全文搜索。为 RAG 与语义搜索提供简洁的 4 函数 API。
faissFacebook 的高效相似度搜索与稠密向量聚类库。支持数十亿向量、GPU 加速以及多种索引类型(Flat、IVF、HNSW)。
flash-attention使用 Flash Attention 优化 Transformer 注意力计算,带来 2 到 4 倍速度提升与 10 到 20 倍显存节省。支持 PyTorch SDPA、flash-attn、H100 FP8 和滑动窗口。
hermes-atropos-environments构建、测试并调试 Hermes Agent 的 Atropos RL 环境。覆盖 HermesAgentBaseEnv 接口、奖励函数、agent loop 集成与评估。
huggingface-tokenizers面向研究和生产环境的高性能 Rust tokenizer。1GB 文本可在 20 秒内完成分词。支持 BPE、WordPiece 与 Unigram。
instructor使用 Pydantic 校验从 LLM 回复中提取结构化数据;自动重试失败的提取,并可流式输出部分结果。
lambda-labs面向 ML 训练与推理的预留式与按需 GPU 云实例。支持 SSH 访问、持久文件系统与多节点集群。
llavaLarge Language and Vision Assistant,多模态视觉指令微调与图像对话模型,将 CLIP 视觉编码器与 LLaMA 语言模型结合。
nemo-curator面向 LLM 训练的数据整理工具,支持 GPU 加速。提供模糊去重(快 16 倍)、质量过滤(30+ 启发式规则)、语义去重与 PII 脱敏,并可借助 RAPIDS 扩展。
pinecone面向生产 AI 的托管向量数据库。支持自动扩缩容、混合检索(稠密 + 稀疏)、元数据过滤和低延迟(p95 小于 100ms)。
pytorch-lightning高层 PyTorch 框架,提供 Trainer、自动分布式训练(DDP/FSDP/DeepSpeed)、回调系统,以及极少样板代码。
qdrant高性能向量相似度搜索引擎。基于 Rust,支持快速近邻搜索、带过滤条件的混合检索以及可扩展向量存储。
saelens使用 SAELens 训练和分析稀疏自编码器(SAE),将神经网络激活分解为可解释特征。
simpoSimple Preference Optimization,是 DPO 的无参考模型替代方案,效果更好(在 AlpacaEval 2.0 上高出 6.4 分)。无需参考模型。
slime使用 Megatron + SGLang 框架进行基于 RL 的 LLM 后训练。支持自定义数据生成工作流,并与 Megatron-LM 紧密集成以实现 RL 扩展。
tensorrt-llm使用 NVIDIA TensorRT 优化 LLM 推理,获得最大吞吐。相较 PyTorch,在 A100/H100 上可快 10 到 100 倍,并支持量化(FP8/INT4)和 in-flight batching。
torchtitan原生 PyTorch 的分布式 LLM 预训练工具,支持 4D 并行(FSDP2、TP、PP、CP)。可从 8 张 GPU 扩展到 512+ GPU,支持 Float8 与 torch.compile

Productivity

技能说明
canvasCanvas LMS 集成,通过 API Token 获取已选课程和作业信息。
memento-flashcards基于间隔重复的抽认卡系统,用于学习与知识保持。
siyuanSiYuan Note API,可在自托管知识库中搜索、读取、创建和管理 block 与文档。
telephony赋予 Hermes 电话能力,包括开通 Twilio 号码、收发 SMS/MMS、拨打电话,以及通过 Bland.ai 或 Vapi 发起 AI 外呼。

Research

技能说明
bioinformatics对接 bioSkills 与 ClawBio 的 400+ 生物信息学技能,覆盖基因组学、转录组学、单细胞、变异检测、药物基因组学、宏基因组学与结构生物学。
domain-intel基于 Python 标准库的被动式域名侦察。支持子域发现、SSL 证书检查、WHOIS 查询、DNS 记录与批量多域分析。无需 API Key。
duckduckgo-search通过 DuckDuckGo 做免费网页搜索,支持文本、新闻、图片和视频。无需 API Key。
gitnexus-explorer使用 GitNexus 为代码库建立索引,并通过 Web UI 与 Cloudflare tunnel 提供交互式知识图谱。
parallel-cliParallel CLI 的厂商技能,提供 agent 原生网页搜索、提取、深度研究、富化与监控能力。
qmd使用 qmd 在本地搜索个人知识库、笔记、文档与会议记录。它是一个结合 BM25、向量搜索与 LLM 重排的混合检索引擎。
scrapling基于 Scrapling 的网页抓取技能,覆盖 HTTP 抓取、隐身浏览器自动化、Cloudflare 绕过,以及通过 CLI 和 Python 进行 spider 爬取。

Security

技能说明
1password配置并使用 1Password CLI(op)。覆盖安装 CLI、启用桌面应用集成、登录,以及为命令读取或注入密钥。
oss-forensics开源软件取证,分析软件包、依赖项及供应链风险。
sherlock在 400+ 个社交网络上做 OSINT 用户名搜索,按用户名追踪社交媒体账号。

贡献可选技能

向仓库添加新的可选技能时:

  1. optional-skills/<category>/<skill-name>/ 下创建目录
  2. 添加包含标准 frontmatter(name、description、version、author)的 SKILL.md
  3. 将支持文件放入 references/templates/scripts/ 子目录
  4. 提交 pull request;合并后,该技能就会出现在本目录中