Hermes 附带一个庞大的内置技能库，安装时会复制到 ~/.hermes/skills/ 目录下。本页面记录了位于仓库 skills/ 目录下的内置技能。
apple
Apple/macOS 专属技能 —— iMessage、提醒事项、备忘录、查找以及 macOS 自动化。这些技能仅在 macOS 系统上加载。
| 技能 | 描述 | 路径 |
|---|
apple-notes | 通过 macOS 上的 memo CLI 管理 Apple 备忘录（创建、查看、搜索、编辑）。 | apple/apple-notes |
apple-reminders | 通过 remindctl CLI 管理 Apple 提醒事项（列出、添加、完成、删除）。 | apple/apple-reminders |
findmy | 通过 AppleScript 和屏幕截图，在 macOS 上使用 FindMy.app 追踪 Apple 设备和 AirTag。 | apple/findmy |
imessage | 通过 macOS 上的 imsg CLI 发送和接收 iMessage/短信。 | apple/imessage |
autonomous-ai-agents
用于启动和编排自主 AI 编程智能体及多智能体工作流的技能 —— 运行独立的智能体进程、委派任务、协调并行工作流。
| 技能 | 描述 | 路径 |
|---|
claude-code | 将编码任务委派给 Claude Code（Anthropic 的 CLI 智能体）。用于构建功能、重构、PR 审查和迭代式编码。需要安装 claude CLI。 | autonomous-ai-agents/claude-code |
codex | 将编码任务委派给 OpenAI Codex CLI 智能体。用于构建功能、重构、PR 审查和批量问题修复。需要安装 codex CLI 和一个 git 仓库。 | autonomous-ai-agents/codex |
hermes-agent-spawning | 将额外的 Hermes Agent 实例作为自主子进程启动，用于独立的长期运行任务。支持非交互式单次运行模式 (-q) 和用于多轮协作的交互式 PTY 模式。与 delegate_task 不同 —— 这会运行一个完全独立的 hermes 进程。 | autonomous-ai-agents/hermes-agent |
opencode | 将编码任务委派给 OpenCode CLI 智能体，用于功能实现、重构、PR 审查和长期运行的自主会话。需要安装并认证 opencode CLI。 | autonomous-ai-agents/opencode |
data-science
用于数据科学工作流的技能 —— 交互式探索、Jupyter 笔记本、数据分析和可视化。
| 技能 | 描述 | 路径 |
|---|
jupyter-live-kernel | 通过 hamelnb 使用实时 Jupyter 内核进行有状态的、迭代式的 Python 执行。当任务涉及探索、迭代或检查中间结果时加载此技能。 | data-science/jupyter-live-kernel |
creative
创意内容生成 —— ASCII 艺术、手绘风格图表和视觉设计工具。
| 技能 | 描述 | 路径 |
|---|
ascii-art | 使用 pyfiglet（571 种字体）、cowsay、boxes、toilet、image-to-ascii、远程 API（asciified, ascii.co.uk）和 LLM 后备方案生成 ASCII 艺术。无需 API 密钥。 | creative/ascii-art |
ascii-video | "ASCII 艺术视频的生产管线 —— 支持任何格式。将视频/音频/图像/生成式输入转换为彩色 ASCII 字符视频输出（MP4、GIF、图像序列）。涵盖：视频转 ASCII、音频响应式音乐可视化、生成式 ASCII 艺术动画、混合… | creative/ascii-video |
excalidraw | 使用 Excalidraw JSON 格式创建手绘风格图表。生成 .excalidraw 文件用于架构图、流程图、序列图、概念图等。文件可在 excalidraw.com 打开或上传以获取可分享链接。 | creative/excalidraw |
devops
DevOps 和基础设施自动化技能。
| 技能 | 描述 | 路径 |
|---|
webhook-subscriptions | 为事件驱动的智能体激活创建和管理 webhook 订阅。外部服务（GitHub、Stripe、CI/CD、IoT）通过 POST 事件来触发智能体运行。需要启用 webhook 平台。 | devops/webhook-subscriptions |
dogfood
| 技能 | 描述 | 路径 |
|---|
dogfood | 对 Web 应用程序进行系统化的探索性 QA 测试 —— 发现错误、捕获证据并生成结构化报告。 | dogfood/dogfood |
hermes-agent-setup | 帮助用户配置 Hermes Agent —— CLI 使用、设置向导、模型/提供商选择、工具、技能、语音/STT/TTS、网关和故障排除。 | dogfood/hermes-agent-setup |
email
用于从终端发送、接收、搜索和管理电子邮件的技能。
| 技能 | 描述 | 路径 |
|---|
himalaya | 通过 IMAP/SMTP 管理电子邮件的 CLI。使用 himalaya 从终端列出、阅读、撰写、回复、转发、搜索和组织电子邮件。支持多个账户和使用 MML（MIME 元语言）撰写消息。 | email/himalaya |
gaming
用于设置、配置和管理游戏服务器、模组包及游戏相关基础设施的技能。
| 技能 | 描述 | 路径 |
|---|
minecraft-modpack-server | 从 CurseForge/Modrinth 服务器包 zip 文件设置一个模组化 Minecraft 服务器。涵盖 NeoForge/Forge 安装、Java 版本、JVM 调优、防火墙、局域网配置、备份和启动脚本。 | gaming/minecraft-modpack-server |
pokemon-player | 通过无头模拟自主玩宝可梦游戏。启动游戏服务器，从 RAM 读取结构化游戏状态，做出策略决策，并发送按钮输入 —— 全部在终端中完成。 | gaming/pokemon-player |
github
使用 gh CLI 和 git 通过终端管理仓库、拉取请求、代码审查、问题和 CI/CD 管道的 GitHub 工作流技能。
| 技能 | 描述 | 路径 |
|---|
codebase-inspection | 使用 pygount 检查和分析代码库，用于代码行数统计、语言细分和代码与注释比例。当被要求检查代码行数、仓库大小、语言构成或代码库统计信息时使用。 | github/codebase-inspection |
github-auth | 使用 git（普遍可用）或 gh CLI 为智能体设置 GitHub 身份验证。涵盖 HTTPS 令牌、SSH 密钥、凭证助手和 gh auth —— 带有一个检测流程以自动选择正确的方法。 | github/github-auth |
github-code-review | 通过分析 git 差异、在 PR 上留下内联评论以及执行彻底的推送前审查来审查代码变更。可与 gh CLI 配合使用，或回退到通过 curl 使用 git + GitHub REST API。 | github/github-code-review |
github-issues | 创建、管理、分类和关闭 GitHub 问题。搜索现有问题、添加标签、分配人员并链接到 PR。可与 gh CLI 配合使用，或回退到通过 curl 使用 git + GitHub REST API。 | github/github-issues |
github-pr-workflow | 完整的拉取请求生命周期 —— 创建分支、提交更改、打开 PR、监控 CI 状态、自动修复失败并合并。可与 gh CLI 配合使用，或回退到通过 curl 使用 git + GitHub REST API。 | github/github-pr-workflow |
github-repo-management | 克隆、创建、分叉、配置和管理 GitHub 仓库。管理远程仓库、密钥、发布和工作流。可与 gh CLI 配合使用，或回退到通过 curl 使用 git + GitHub REST API。 | github/github-repo-management |
inference-sh
通过 inference.sh 云平台执行 AI 应用的技能。
| 技能 | 描述 | 路径 |
|---|
inference-sh-cli | 通过 inference.sh CLI (infsh) 运行 150+ 个 AI 应用 —— 图像生成、视频创作、LLM、搜索、3D、社交自动化。 | inference-sh/cli |
leisure
| 技能 | 描述 | 路径 |
|---|
find-nearby | 使用 OpenStreetMap 查找附近地点（餐厅、咖啡馆、酒吧、药店等）。适用于坐标、地址、城市、邮政编码或 Telegram 位置标记。无需 API 密钥。 | leisure/find-nearby |
mcp
用于处理 MCP（模型上下文协议）服务器、工具和集成的技能。包括内置的原生 MCP 客户端（在 config.yaml 中配置服务器以自动发现工具）以及用于临时服务器交互的 mcporter CLI 桥接。
| 技能 | 描述 | 路径 |
|---|
mcporter | 使用 mcporter CLI 直接列出、配置、认证和调用 MCP 服务器/工具（HTTP 或 stdio），包括临时服务器、配置编辑和 CLI/类型生成。 | mcp/mcporter |
native-mcp | 内置的 MCP（模型上下文协议）客户端，连接到外部 MCP 服务器，发现其工具，并将它们注册为 Hermes Agent 的原生工具。支持 stdio 和 HTTP 传输，具有自动重连、安全过滤和零配置工具注入功能。 | mcp/native-mcp |
用于处理媒体内容的技能 —— YouTube 字幕、GIF 搜索、音乐生成和音频可视化。
| 技能 | 描述 | 路径 |
|---|
gif-search | 使用 curl 从 Tenor 搜索和下载 GIF。除了 curl 和 jq 外无需其他依赖。适用于查找反应 GIF、创建视觉内容以及在聊天中发送 GIF。 | media/gif-search |
heartmula | 设置和运行 HeartMuLa，开源音乐生成模型系列（类似 Suno）。根据歌词 + 标签生成完整歌曲，支持多语言。 | media/heartmula |
songsee | 通过 CLI 从音频文件生成频谱图和音频特征可视化（梅尔频谱、色度、MFCC、节奏图等）。适用于音频分析、音乐制作调试和视觉文档记录。 | media/songsee |
youtube-content | 获取 YouTube 视频字幕并将其转换为结构化内容（章节、摘要、线程、博客文章）。 | media/youtube-content |
mlops
通用 ML 运维工具 —— 模型中心管理、数据集操作和工作流编排。
| 技能 | 描述 | 路径 |
|---|
huggingface-hub | Hugging Face Hub CLI (hf) —— 搜索、下载和上传模型与数据集，管理仓库，部署推理端点。 | mlops/huggingface-hub |
mlops/cloud
用于 ML 工作负载的 GPU 云提供商和无服务器计算平台。
| 技能 | 描述 | 路径 |
|---|
lambda-labs-gpu-cloud | 用于 ML 训练和推理的预留和按需 GPU 云实例。当您需要具有简单 SSH 访问、持久文件系统或用于大规模训练的高性能多节点集群的专用 GPU 实例时使用。 | mlops/cloud/lambda-labs |
modal-serverless-gpu | 用于运行 ML 工作负载的无服务器 GPU 云平台。当您需要按需 GPU 访问而无需基础设施管理、将 ML 模型部署为 API 或运行具有自动扩展的批处理作业时使用。 | mlops/cloud/modal |
mlops/evaluation
模型评估基准、实验跟踪、数据整理、分词器和可解释性工具。
| 技能 | 描述 | 路径 |
|---|
evaluating-llms-harness | 在 60+ 个学术基准（MMLU、HumanEval、GSM8K、TruthfulQA、HellaSwag）上评估 LLM。用于基准测试模型质量、比较模型、报告学术结果或跟踪训练进度。EleutherAI、HuggingFace 和主要实验室使用的行业标准。超… | mlops/evaluation/lm-evaluation-harness |
huggingface-tokenizers | 为研究和生产优化的快速分词器。基于 Rust 的实现可在 <20 秒内对 1GB 文本进行分词。支持 BPE、WordPiece 和 Unigram 算法。训练自定义词汇表、跟踪对齐、处理填充/截断。与 transformers 无缝集成。使用… | mlops/evaluation/huggingface-tokenizers |
nemo-curator | 用于 LLM 训练的 GPU 加速数据整理。支持文本/图像/视频/音频。功能包括模糊去重（快 16 倍）、质量过滤（30+ 种启发式方法）、语义去重、PII 编辑、NSFW 检测。通过 RAPIDS 跨 GPU 扩展。用于准备高质量训… | mlops/evaluation/nemo-curator |
sparse-autoencoder-training | 提供使用 SAELens 训练和分析稀疏自编码器（SAE）的指导，以将神经网络激活分解为可解释的特征。用于发现可解释特征、分析叠加或研究语言模型中的单义表示时使用… | mlops/evaluation/saelens |
weights-and-biases | 使用自动日志记录跟踪 ML 实验，实时可视化训练，通过扫描优化超参数，并使用 W&B（协作式 MLOps 平台）管理模型注册表。 | mlops/evaluation/weights-and-biases |
mlops/inference
模型服务、量化（GGUF/GPTQ）、结构化输出、推理优化和模型手术工具，用于部署和运行 LLM。
| 技能 | 描述 | 路径 |
|---|
gguf-quantization | GGUF 格式和 llama.cpp 量化，用于高效的 CPU/GPU 推理。适用于在消费级硬件、Apple Silicon 上部署模型，或需要灵活的 2-8 位量化且无需 GPU 的场景。 | mlops/inference/gguf |
guidance | 使用正则表达式和语法控制 LLM 输出，保证有效的 JSON/XML/代码生成，强制执行结构化格式，并使用 Guidance（微软研究院的约束生成框架）构建多步骤工作流。 | mlops/inference/guidance |
instructor | 使用 Pydantic 验证从 LLM 响应中提取结构化数据，自动重试失败的提取，以类型安全的方式解析复杂 JSON，并使用 Instructor（经过实战检验的结构化输出库）流式传输部分结果。 | mlops/inference/instructor |
llama-cpp | 在 CPU、Apple Silicon 和消费级 GPU（无需 NVIDIA 硬件）上运行 LLM 推理。适用于边缘部署、M1/M2/M3 Mac、AMD/Intel GPU 或 CUDA 不可用的情况。支持 GGUF 量化（1.5-8 位），可减少内存占用，在 CPU 上相比 PyTorch 提速 4-10 倍。 | mlops/inference/llama-cpp |
obliteratus | 使用 OBLITERATUS（机制可解释性技术，如 diff-in-means、SVD、白化 SVD、LEACE、SAE 分解等）移除开源权重 LLM 的拒绝行为，在保留推理能力的同时剔除护栏。包含 9 种 CLI 方法、28 个分析模块、116 个模型预设… | mlops/inference/obliteratus |
outlines | 在生成过程中保证有效的 JSON/XML/代码结构，使用 Pydantic 模型实现类型安全的输出，支持本地模型（Transformers、vLLM），并使用 Outlines（dottxt.ai 的结构化生成库）最大化推理速度。 | mlops/inference/outlines |
serving-llms-vllm | 使用 vLLM 的 PagedAttention 和连续批处理技术提供高吞吐量的 LLM 服务。适用于部署生产级 LLM API、优化推理延迟/吞吐量，或在 GPU 内存有限的情况下服务模型。支持 OpenAI 兼容的端点、量化（GPTQ/AWQ/FP8）… | mlops/inference/vllm |
tensorrt-llm | 使用 NVIDIA TensorRT 优化 LLM 推理，实现最大吞吐量和最低延迟。适用于在 NVIDIA GPU（A100/H100）上进行生产部署，需要比 PyTorch 快 10-100 倍的推理速度，或需要支持量化（FP8/INT4）、动态批处理和… | mlops/inference/tensorrt-llm |
mlops/models
特定模型架构和工具——计算机视觉（CLIP、SAM、Stable Diffusion）、语音（Whisper）、音频生成（AudioCraft）和多模态模型（LLaVA）。
| 技能 | 描述 | 路径 |
|---|
audiocraft-audio-generation | 用于音频生成的 PyTorch 库，包括文本到音乐（MusicGen）和文本到声音（AudioGen）。适用于需要根据文本描述生成音乐、创建音效或进行旋律条件音乐生成的场景。 | mlops/models/audiocraft |
clip | OpenAI 的连接视觉和语言的模型。支持零样本图像分类、图文匹配和跨模态检索。在 4 亿图文对上训练。适用于图像搜索、内容审核或无需微调的视觉语言任务。最适合通用… | mlops/models/clip |
llava | 大型语言和视觉助手。支持视觉指令微调和基于图像的对话。结合了 CLIP 视觉编码器和 Vicuna/LLaMA 语言模型。支持多轮图像聊天、视觉问答和指令跟随。适用于视觉语言聊天… | mlops/models/llava |
segment-anything-model | 用于图像分割的基础模型，具有零样本迁移能力。适用于需要使用点、框或掩码作为提示来分割图像中的任何对象，或自动生成图像中所有对象掩码的场景。 | mlops/models/segment-anything |
stable-diffusion-image-generation | 通过 HuggingFace Diffusers 使用 Stable Diffusion 模型进行最先进的文本到图像生成。适用于根据文本提示生成图像、执行图像到图像转换、修复或构建自定义扩散管道。 | mlops/models/stable-diffusion |
whisper | OpenAI 的通用语音识别模型。支持 99 种语言、转录、翻译成英语和语言识别。六种模型大小，从 tiny（3900 万参数）到 large（15.5 亿参数）。适用于语音转文本、播客转录或多语言音频处理… | mlops/models/whisper |
mlops/research
用于通过声明式编程构建和优化 AI 系统的 ML 研究框架。
| 技能 | 描述 | 路径 |
|---|
dspy | 使用声明式编程构建复杂的 AI 系统，自动优化提示，使用 DSPy（斯坦福 NLP 的系统化 LM 编程框架）创建模块化的 RAG 系统和智能体。 | mlops/research/dspy |
mlops/training
用于训练 LLM 和其他模型的微调、RLHF/DPO/GRPO 训练、分布式训练框架和优化工具。
| 技能 | 描述 | 路径 |
|---|
axolotl | 使用 Axolotl 进行 LLM 微调的专家指导——YAML 配置、100+ 模型、LoRA/QLoRA、DPO/KTO/ORPO/GRPO、多模态支持。 | mlops/training/axolotl |
distributed-llm-pretraining-torchtitan | 使用 torchtitan 提供 PyTorch 原生的分布式 LLM 预训练，支持 4D 并行（FSDP2、TP、PP、CP）。适用于使用 Float8、torch.compile 和分布式检查点，在 8 到 512+ GPU 上大规模预训练 Llama 3.1、DeepSeek V3 或自定义模型。 | mlops/training/torchtitan |
fine-tuning-with-trl | 使用 TRL 通过强化学习微调 LLM——SFT 用于指令微调，DPO 用于偏好对齐，PPO/GRPO 用于奖励优化，以及奖励模型训练。适用于需要 RLHF、将模型与偏好对齐或从人类反馈中训练的场景。可与 HuggingFace Tr… | mlops/training/trl-fine-tuning |
grpo-rl-training | 使用 TRL 进行 GRPO/RL 微调的专家指导，用于推理和特定任务模型训练。 | mlops/training/grpo-rl-training |
hermes 阿特洛波斯环境 | 为 Atropos 训练构建、测试和调试 Hermes Agent RL 环境。涵盖 HermesAgentBaseEnv 接口、奖励函数、智能体循环集成、工具评估、wandb 日志记录以及三种 CLI 模式（serve/process/evaluate）。适用于创建、审查或修复… | mlops/training/hermes-atropos-environments |
huggingface-accelerate | 最简单的分布式训练 API。只需 4 行代码即可为任何 PyTorch 脚本添加分布式支持。DeepSpeed/FSDP/Megatron/DDP 的统一 API。自动设备放置、混合精度（FP16/BF16/FP8）。交互式配置，单一启动命令。HuggingFace 生态系统标准。 | mlops/training/accelerate |
optimizing-attention-flash | 使用 Flash Attention 优化 Transformer 注意力机制，实现 2-4 倍加速和 10-20 倍内存减少。适用于使用长序列（>512 个 token）训练/运行 Transformer、遇到注意力机制 GPU 内存问题或需要更快推理的场景。支持 PyTorch 原生 SDPA… | mlops/training/flash-attention |
peft-fine-tuning | 使用 LoRA、QLoRA 和 25+ 种方法对 LLM 进行参数高效微调。适用于在 GPU 内存有限的情况下微调大型模型（7B-70B），需要训练 <1% 的参数且精度损失最小，或用于多适配器服务。HuggingFace 的官方库… | mlops/training/peft |
pytorch-fsdp | 使用 PyTorch FSDP 进行完全分片数据并行训练的专家指导——参数分片、混合精度、CPU 卸载、FSDP2。 | mlops/training/pytorch-fsdp |
pytorch-lightning | 高级 PyTorch 框架，包含 Trainer 类、自动分布式训练（DDP/FSDP/DeepSpeed）、回调系统和最少的样板代码。使用相同代码可从笔记本电脑扩展到超级计算机。适用于希望使用内置最佳实践构建简洁训练循环的场景。 | mlops/training/pytorch-lightning |
simpo-training | 用于 LLM 对齐的简单偏好优化。是 DPO 的无参考替代方案，性能更优（在 AlpacaEval 2.0 上 +6.4 分）。无需参考模型，比 DPO 更高效。适用于偏好对齐，且希望训练比 DPO/PPO 更简单、更快的场景。 | mlops/training/simpo |
slime-rl-training | 使用 slime（一个 Megatron+SGLang 框架）为 LLM 后训练提供 RL 指导。适用于训练 GLM 模型、实现自定义数据生成工作流，或需要与 Megatron-LM 紧密集成以进行 RL 扩展的场景。 | mlops/training/slime |
unsloth | 使用 Unsloth 进行快速微调的专家指导——训练速度提升 2-5 倍，内存减少 50-80%，LoRA/QLoRA 优化。 | mlops/training/unsloth |
mlops/vector-databases
用于 RAG、语义搜索和 AI 应用后端的向量相似性搜索和嵌入数据库。
| 技能 | 描述 | 路径 |
|---|
chroma | 用于 AI 应用的开源嵌入数据库。存储嵌入和元数据，执行向量和全文搜索，按元数据过滤。简单的 4 函数 API。可从笔记本扩展到生产集群。适用于语义搜索、RAG 应用或文档检索。最适合… | mlops/vector-databases/chroma |
faiss | Facebook 的高效密集向量相似性搜索和聚类库。支持数十亿向量、GPU 加速和各种索引类型（Flat、IVF、HNSW）。适用于快速 k-NN 搜索、大规模向量检索，或需要纯相似性搜索且无需… | mlops/vector-databases/faiss |
pinecone | 用于生产 AI 应用的托管向量数据库。完全托管、自动扩展，支持混合搜索（稠密+稀疏）、元数据过滤和命名空间。低延迟（<100ms p95）。适用于生产级 RAG、推荐系统或大规模语义搜索。最适合无服务器… | mlops/vector-databases/pinecone |
qdrant-vector-search | 用于 RAG 和语义搜索的高性能向量相似性搜索引擎。适用于构建需要快速最近邻搜索、带过滤的混合搜索或具有 Rust 驱动性能的可扩展向量存储的生产级 RAG 系统。 | mlops/vector-databases/qdrant |
note-taking
笔记技能，用于保存信息、协助研究，以及在多会话规划和信息共享上进行协作。
| 技能 | 描述 | 路径 |
|---|
obsidian | 在 Obsidian 知识库中读取、搜索和创建笔记。 | note-taking/obsidian |
productivity
用于文档创建、演示文稿、电子表格和其他生产力工作流的技能。
| 技能 | 描述 | 路径 |
|---|
google-workspace | 通过 Python 集成 Gmail、Calendar、Drive、Contacts、Sheets 和 Docs。使用 OAuth2 并自动刷新令牌。无需外部二进制文件——完全在 Hermes venv 中使用 Google 的 Python 客户端库运行。 | productivity/google-workspace |
linear | 通过 GraphQL API 管理 Linear 问题、项目和团队。创建、更新、搜索和组织问题。 | productivity/linear |
nano-pdf | 使用 nano-pdf CLI 通过自然语言指令编辑 PDF。修改文本、修复拼写错误、更新标题，并对特定页面进行内容更改，无需手动编辑。 | productivity/nano-pdf |
notion | 用于通过 curl 创建和管理页面、数据库和块的 Notion API。直接从终端搜索、创建、更新和查询 Notion 工作区。 | productivity/notion |
ocr-and-documents | 从 PDF 和扫描文档中提取文本。对远程 URL 使用 web_extract，对本地基于文本的 PDF 使用 pymupdf，对 OCR/扫描文档使用 marker-pdf。对于 DOCX 使用 python-docx，对于 PPTX 请参阅 powerpoint 技能。 | productivity/ocr-and-documents |
powerpoint | “任何涉及 .pptx 文件的方式——作为输入、输出或两者——都使用此技能。这包括：创建幻灯片、演示文稿或推介材料；读取、解析或从任何 .pptx 文件中提取文本（即使提取的内容将用于其他地方，例如在… | productivity/powerpoint |
research
用于学术研究、论文发现、文献综述、领域侦察、市场数据、内容监控和科学知识检索的技能。
| 技能 | 描述 | 路径 |
|---|
arxiv | 使用 arXiv 的免费 REST API 搜索和检索学术论文。无需 API 密钥。可通过关键词、作者、类别或 ID 进行搜索。可与 web_extract 或 ocr-and-documents 技能结合以阅读完整的论文内容。 | research/arxiv |
blogwatcher | 使用 blogwatcher CLI 监控博客和 RSS/Atom 源的更新。添加博客、扫描新文章并跟踪已读内容。 | research/blogwatcher |
domain-intel | 使用 Python 标准库进行被动域名侦察。包括子域名发现、SSL 证书检查、WHOIS 查询、DNS 记录查询、域名可用性检查以及批量多域名分析。无需 API 密钥。 | research/domain-intel |
duckduckgo-search | 通过 DuckDuckGo 进行免费的网页搜索——文本、新闻、图片、视频。无需 API 密钥。优先使用已安装的 ddgs CLI；仅在确认当前运行时环境中 ddgs 可用时，才使用 Python DDGS 库。 | research/duckduckgo-search |
ml-paper-writing | 为 NeurIPS、ICML、ICLR、ACL、AAAI、COLM 等会议撰写符合发表要求的 ML/AI 论文。适用于从研究仓库起草论文、构建论证结构、验证引用或准备最终提交版本。包含 LaTeX 模板、审稿人指南和引用验证… | research/ml-paper-writing |
polymarket | 查询 Polymarket 预测市场数据——搜索市场、获取价格、订单簿和价格历史。通过公共 REST API 进行只读访问，无需 API 密钥。 | research/polymarket |
red-teaming
用于 LLM 红队测试、越狱和安全过滤器绕过研究的技能。
| 技能 | 描述 | 路径 |
|---|
godmode | 使用 G0DM0D3 技术对 API 服务的 LLM 进行越狱——包括 Parseltongue 输入混淆（33 种技术）、GODMODE CLASSIC 系统提示模板、ULTRAPLINIAN 多模型竞速、编码升级，以及与 Hermes 原生预填充/系统提示的集成。适用于任何可通过 API 访问的模型，包括闭源模型。 | red-teaming/godmode |
smart-home
用于控制智能家居设备（灯光、开关、传感器和家庭自动化系统）的技能。
| 技能 | 描述 | 路径 |
|---|
openhue | 通过 OpenHue CLI 控制 Philips Hue 灯光、房间和场景。开关灯、调整亮度、颜色、色温，并激活场景。 | smart-home/openhue |
用于与社交平台交互的技能——发布、阅读、监控和账户操作。
| 技能 | 描述 | 路径 |
|---|
xitter | 使用官方 X API 凭证，通过 x-cli 终端客户端与 X/Twitter 交互。 | social-media/xitter |
software-development
| 技能 | 描述 | 路径 |
|---|
code-review | 以安全和质量为重点进行彻底代码审查的指南。 | software-development/code-review |
plan | Hermes 的计划模式——检查上下文，将 Markdown 计划写入活动工作空间/后端工作目录的 .hermes/plans/ 中，但不执行具体工作。 | software-development/plan |
requesting-code-review | 在完成任务、实现主要功能或合并代码前使用。通过系统化的审查流程验证工作是否符合要求。 | software-development/requesting-code-review |
subagent-driven-development | 在执行包含独立任务的实施计划时使用。为每个任务分派新的 delegate_task，并进行两阶段审查（先规范符合性，再代码质量）。 | software-development/subagent-driven-development |
systematic-debugging | 在遇到任何错误、测试失败或意外行为时使用。包含 4 阶段根本原因调查——在理解问题之前不进行修复。 | software-development/systematic-debugging |
test-driven-development | 在实现任何功能或修复错误之前，编写实现代码之前使用。强制执行测试优先的 RED-GREEN-REFACTOR 循环。 | software-development/test-driven-development |
writing-plans | 当您有一个多步骤任务的规范或需求时使用。创建包含小任务、确切文件路径和完整代码示例的综合实施计划。 | software-development/writing-plans |
可选技能
可选技能随仓库提供，位于 optional-skills/ 目录下，但默认不激活。它们涵盖较重或小众的用例。使用以下命令安装：
hermes skills install official/<category>/<skill>
autonomous-ai-agents
| 技能 | 描述 | 路径 |
|---|
blackbox | 将编码任务委托给 Blackbox AI CLI 代理。这是一个多模型代理，内置评判器，可通过多个 LLM 运行任务并选择最佳结果。需要 blackbox CLI 和 Blackbox AI API 密钥。 | autonomous-ai-agents/blackbox |
blockchain
| 技能 | 描述 | 路径 |
|---|
base | 查询 Base（以太坊 L2）区块链数据，并附带美元计价——包括钱包余额、代币信息、交易详情、Gas 分析、合约检查、巨鲸检测和实时网络统计。使用 Base RPC + CoinGecko。无需 API 密钥。 | blockchain/base |
solana | 查询 Solana 区块链数据，并附带美元计价——包括钱包余额、带估值的代币组合、交易详情、NFT、巨鲸检测和实时网络统计。使用 Solana RPC + CoinGecko。无需 API 密钥。 | blockchain/solana |
creative
| 技能 | 描述 | 路径 |
|---|
blender-mcp | 通过 socket 连接到 blender-mcp 插件，直接从 Hermes 控制 Blender。创建 3D 对象、材质、动画，并运行任意 Blender Python (bpy) 代码。 | creative/blender-mcp |
meme-generation | 通过选择模板并使用 Pillow 叠加文本来生成真实的梗图。生成实际的 .png 梗图文件。 | creative/meme-generation |
devops
| 技能 | 描述 | 路径 |
|---|
docker-management | 管理 Docker 容器、镜像、卷、网络和 Compose 堆栈——包括生命周期操作、调试、清理和 Dockerfile 优化。 | devops/docker-management |
email
health
| 技能 | 描述 | 路径 |
|---|
neuroskill-bci | 连接到正在运行的 NeuroSkill 实例，并将用户的实时认知和情绪状态（专注度、放松度、情绪、认知负荷、困倦度、心率、HRV、睡眠分期以及 40 多种衍生的 EXG 评分）纳入响应中。需要 BCI 可穿戴设备（Muse 2/S 或 OpenBCI）和 NeuroSkill 桌面应用程序。 | health/neuroskill-bci |
mcp
| 技能 | 描述 | 路径 |
|---|
fastmcp | 在 Python 中使用 FastMCP 构建、测试、检查、安装和部署 MCP 服务器。适用于创建新的 MCP 服务器、将 API 或数据库包装为 MCP 工具、暴露资源或提示，或准备 FastMCP 服务器以进行 HTTP 部署。 | mcp/fastmcp |
migration
| 技能 | 描述 | 路径 |
|---|
openclaw-migration | 将用户的 OpenClaw 自定义配置迁移到 Hermes Agent 中。从 ~/.openclaw 导入与 Hermes 兼容的记忆、SOUL.md、命令白名单、用户技能和选定的工作空间资产，然后报告无法迁移的内容及原因。 | migration/openclaw-migration |
productivity
| 技能 | 描述 | 路径 |
|---|
telephony | 为 Hermes 提供电话功能——配置并持久化一个 Twilio 号码，发送和接收 SMS/MMS，直接拨打电话，并通过 Bland.ai 或 Vapi 进行 AI 驱动的外呼。 | productivity/telephony |
research
| 技能 | 描述 | 路径 |
|---|
bioinformatics | 通往来自 bioSkills 和 ClawBio 的 400 多种生物信息学技能的网关。涵盖基因组学、转录组学、单细胞、变异检测、药物基因组学、宏基因组学、结构生物学等领域。 | research/bioinformatics |
qmd | 使用 qmd 在本地搜索个人知识库、笔记、文档和会议记录——这是一个结合了 BM25、向量搜索和 LLM 重排序的混合检索引擎。支持 CLI 和 MCP 集成。 | research/qmd |
security
| 技能 | 描述 | 路径 |
|---|
1password | 设置和使用 1Password CLI (op)。适用于安装 CLI、启用桌面应用集成、登录以及为命令读取/注入密钥。 | security/1password |
oss-forensics | 针对 GitHub 仓库的供应链调查、证据恢复和取证分析。涵盖已删除提交恢复、强制推送检测、IOC 提取、多源证据收集和结构化取证报告。 | security/oss-forensics |
sherlock | 在 400 多个社交网络上进行 OSINT 用户名搜索。通过用户名追踪社交媒体账户。 | security/sherlock |