Abstract
Skills — процедурная память ИИ-агента. Не промпт, не плагин, не код — Markdown-файл с инструкциями, скриптами, шаблонами. Агент загружает нужный skill по контексту задачи и следует инструкциям. В Hermes skills лежат в
~/.hermes/skills/, каждый — директория сSKILL.mdи поддерживающими файлами.
Зачем skills
LLM знает много, но не знает контекста. «Настрой Nginx» — общая инструкция работает плохо. «Настрой Nginx reverse proxy для Caddy с этими конкретными шагами» — работает. Skill кодифицирует конкретный опыт: точные команды, подводные камни, проверки.
Без skills агент每次 гуглит или делает «универсальный» подход. С skills — загружает релевантную процедуру и делает правильно с первого раза. Это как senior даёт junior чек-лист — не теорию, а конкретные шаги.
Структура
skills/
deploy-radio/
SKILL.md # frontmatter + инструкции
scripts/
deploy.sh # готовый скрипт
templates/
caddy.conf # шаблон конфига
references/
troubleshooting.md # что делать если сломалось
SKILL.md — YAML frontmatter (имя, описание, теги, триггеры) + Markdown body. Body — пронумерованные шаги, точные команды, раздел «подводные камни», шаги проверки. Агент читает это как инструкцию.
Как работает загрузка
Агент сканирует frontmatter skills, выбирает релевантные по контексту задачи. Загружает полный SKILL.md + нужные linked files (scripts, templates, references). Применяет инструкции, выполняет скрипты, заполняет шаблоны.
В отличие от CrewAI @tool — skill не код, а знания. Tool — функция, которую LLM вызывает. Skill — контекст, который LLM учитывает. Комплементарны: skill описывает как, tool даёт чем.
Lifecycle
Skills создаются после сложных задач — 5+ tool calls, нетривиальный воркфлоу, найденное решение. Патчатся когда устаревают. Удаляются когда поглощаются umbrella-skill. Не «написал и забыл» — живая база знаний, которая эволюционирует с агентом.
Связанные