大家好，我是讯享网，很高兴认识大家。这里提供最前沿的Ai技术和互联网信息。



 
最近折腾了一圈 Agent 框架，想聊点很主观的感受。
 

如果你现在还在用 openclaw，其实没什么问题，它本身已经是个很好用的 Agent 框架了，生态、思路、可玩性都不错。我自己也用过一段时间，很多设计我至今依然认可。

但如果你现在已经开始遇到这些问题：

1. 技能越装越多，越来越杂
2. 提示词越来越长，维护越来越痛苦
3. 想让 Agent 真正形成自己的工作流，而不是每次都从头理解一遍
4. 对网上下载的 skill 总有点不放心，不知道里面到底塞了什么东西

那我会认真建议你试一下 Hermes。

它给我的最大感受不是花哨，也不是更智能这类空话，而是更像一个能长期养成、能自己迭代的系统。

很多人第一次接触 Skill，会下意识把它理解成一段高级 Prompt。

但从工程角度看，Skill 根本不是一段简单提示词，而是一个结构化的文件夹。

它把提示词、参考资料、执行脚本、素材这些东西打包在一起，形成一个完整的能力模块。也就是说，你不是在给 Agent 塞一段临时说明，而是在给它安装一个可以复用、可以升级、可以维护的能力。

这点非常重要。

因为我们平时用大模型时，经常会碰到一个很现实的问题：只要任务复杂一点，就得把大量背景信息、规则、范例、边界条件一股脑塞进上下文里。几千字一贴，看起来很全，实际上问题也很明显。

Skill 这种结构化封装，本质上就是在解决这个问题。

它不是让你每次都重新解释自己要什么，而是把能力沉淀下来，变成一个真正可管理的模块。

我觉得 Skill 最有价值的地方，是它的信息组织方式非常对。

它不是把所有内容一次性灌给模型，而是做成了按需加载，也可以理解成渐进式披露。

之前的帖子也分享过，大致可以分成三层。

这一层可以理解成给 AI 看的目录。

通常只有很短的一段，告诉它这个 Skill 是干什么的，适合在什么场景触发。

字数很少，成本很低，但作用很大。因为 Agent 不需要先读完整个技能包，光看这层就能知道该不该用、什么时候用。

只有当 AI 判断这个 Skill 真该用的时候，才会去加载核心的 SKILL.md。

这里面放的才是具体执行指令、工作流程、注意事项、边界条件这些真正关键的内容。

也就是说，平时不打扰，需要的时候再认真读。

如果任务还需要更细节的东西，比如长篇规范、示例文档、模板、脚本、接口说明，AI 才会继续去读 references 里的资料，或者调用 scripts 里的脚本。

这一步是最像真实工作流的。

不是一上来就把所有资料摊满桌面，而是先判断任务，再查需要的材料，最后调用对应动作。

这种结构的好处特别直接：

1. 节省 Token
2. 减少信息污染
3. 提高触发准确率
4. 技能可以越做越复杂，但日常使用成本不会一起爆炸

说白了，就是该给模型看的时候再给，不该看的别硬塞。

很多人做 Agent，最后都会走到一个阶段：Prompt 越写越长，最后写成一个谁都不想维护的大泥球。

看起来什么都考虑到了，实际上每加一条规则，系统就更脆一点。

而 Skill 的思路不一样。

它鼓励你把能力拆开，把不同任务放进不同模块。写作归写作，搜索归搜索，数据处理归数据处理，自动化归自动化。每个 Skill 管一摊事，彼此边界清楚，升级也容易。

这样做最大的好处，是 Agent 不再像一个塞满补丁的总提示词怪物，而更像一个真的会调用工具、会查文档、会按流程做事的系统。

这也是为什么我会觉得 Hermes 更值得折腾。

它不是让你继续把所有东西堆进上下文，而是在鼓励一种更可持续的能力管理方式。

这一点对我来说其实比社区有多少 Skill更重要。

因为真正用久了你会发现，最有价值的 Skill，往往不是别人做好的公共模板，而是你自己工作流里那些高频、稳定、可复用的经验。

比如：

1. 你自己的行业研究流程
2. 你自己的写作口吻和排版习惯
3. 你自己的信息筛选标准
4. 你自己的日报、周报、复盘模板
5. 你自己常用的网站、脚本、接口和数据源

这些东西，别人做不了，也不可能完全适合你。

Hermes 的好处就在这里。你完全可以围绕自己的任务场景，把 Skill 慢慢做出来。先做一个能跑的版本，再一点点补说明、补资料、补脚本、补案例。最后它就会越来越像你，而不是像网上随便下载的通用插件。

这种体验其实很像在给自己训练一套数字分身的手脚。

不是装一堆别人做好的能力包，而是把你自己的做事方式真正沉淀下来。

还有一个很现实的问题，很多人其实不会明说，但都会在意。

就是网上的 Skill 到底安不安全。

你下载一个别人写的东西，表面上看只是个技能包，但里面如果夹带了奇怪的脚本、误导性的指令，或者一些你没仔细审过的执行逻辑，风险其实是存在的。

尤其是当 Agent 已经开始接文件、调工具、跑自动化的时候，这种风险就不是“答错一句话”那么简单了。

所以我现在越来越倾向于两件事：

1. 核心 Skill 自己写
2. 用过的 Skill 自己维护、自己升级

这样做虽然前期慢一点，但后面会非常安心。

因为你知道每个 Skill 在做什么，触发条件是什么，会调用哪些资源，能执行到哪一步。出了问题，你也知道该去哪里改，而不是去猜别人当初是怎么设计的。

Hermes 在这方面给人的感觉就比较顺手。它天然适合你把 Skill 当成自己的资产来维护，而不是一次性插件。

这点我很喜欢。

我现在对 Agent 的判断标准，已经不是它一轮对话里能写出多漂亮的话，而是它能不能把能力组织起来，长期稳定地服务具体任务。

从这个角度看，Hermes 更像是在认真解决工程问题，而不只是做一个“看起来很聪明”的聊天壳子。

它的价值不在于让你瞬间拥有一百个 Skill，而在于让你可以放心地、持续地、按自己的方式去长出一百个真正有用的 Skill。

如果你只是偶尔玩玩 Agent，那 openclaw 当然也完全够用。

但如果你已经开始认真把 Agent 当生产力工具来养，希望它越来越懂你的任务，越来越贴合你的工作方式，也越来越可控，那我会建议你试试 Hermes。

它不一定是那种第一眼最炫的东西。

但它很像那种越用越顺手、越养越值钱的系统。

尤其适合那些已经不满足于下载现成插件，而是想把自己的经验、流程和判断，真正沉淀成 Skill 的人。

如果只用一句话概括我的感受，那就是：

不是从网上不停找 Skill 来武装自己，而是开始把自己做事的方法，慢慢长成 Skill。

这件事，Hermes 比我预想中做得更好。