AI Agent 2026.06.18

Hermes Agent Skills 上級ガイド: SKILL.md から GEPA 自己進化へ

2026 年初頭、Nous Research が公開した Hermes Agent は、公開から 2 か月で GitHub Star が 16 万を超えました。核心理念は "the agent that grows with you"——使うほど Agent があなたを理解する、というものです。その基盤を支えるのが Skills(スキル)システムです。標準化され、進化可能で、セッションをまたいで持続する手続き的メモリであり、使い捨て Prompt ではありません。

すでに Hermes をデプロイした開発者・AI エンジニア向けに、本稿では上級内容を網羅します。① Skills と Memory・Prompt の本質的な違い、および Progressive Disclosure による Token 制御;② SKILL.md 形式、Skill Bundles、条件付きアクティベーション、Tap 公開;③ GEPA + DSPy による五段階自己進化とコミュニティエコシステム。読了後、独自のスキル資産を作成・パッケージ化・公開・進化させられるようになります。

01 なぜ Hermes Agent のスキルシステムを深く学ぶ価値があるのか

入門チュートリアルは「どうインストールするか」を解決します。上級編では「Agent を使うほど強くするには」を解決します。Hermes Skills の独自価値は次の四点です。

  • オンデマンドロード:アクティベーション前は Token 消費ゼロ。Progressive Disclosure でコストを制御します。
  • オープン標準agentskills.io に準拠し、Hermes・Claude Code・Cursor でクロスプラットフォーム再利用が可能です。
  • コンポーザブル:Skill Bundles でスラッシュコマンド 1 本にワークフロー一式をロードできます。
  • 進化可能:GEPA アルゴリズムが実行トレースを分析し、モデル重みを触らず SKILL.md テキストを自動改善します。

上級ユーザーがよく直面する四つの課題は次のとおりです。

  • Token 膨張:すべての SOP をシステム Prompt に詰め込み、毎セッション数千 Token を無駄に消費する。
  • スキル誤アクティベーション:description が曖昧すぎて、LLM が無関係な場面で誤ったスキルをロードする。
  • ワークフローの断片化:PR レビュー、TDD、デプロイを /skill-name で個別に呼び出し、効率が低い。
  • チーム共有の困難:スキルが個人ディレクトリに散在し、マシン変更や新メンバーのオンボーディングコストが高い。

02 Skills・Memory・Prompt の違いは何か

Skills vs Memory vs Prompt 比較
観点 通常の Prompt Memory(記憶) Skills(スキル)
永続性 現在の会話のみ セッション跨ぎ、永続 セッション跨ぎ、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
Token コスト 毎回消費 小さく安定 アクティベーション前はゼロ
内容の種類 任意の意図記述 ユーザー嗜好・事実 手続き的ステップ
メンテナンス 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(当該回のみ有効);Memory = メモ帳(永久メモ、常に手元);Skill = SOP マニュアル(手順化フロー、必要時に参照)。

Skills は MCP と補完関係にあります。MCP はツールインターフェース(例:データベースアクセス)を提供し、Skill は Agent にそのツールを正しく使ってマイグレーション等のタスクを完了する方法を教えます。

03 SKILL.md 形式の詳解と段階的ロード

すべての Hermes Skills は agentskills.io オープン標準に従います。基本的な frontmatter 構造は次のとおりです。

SKILL.md
---
name: my-skill
description: |
  Use when the user needs to [...].
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]
    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造:

~/.hermes/skills/
my-category/my-skill/
├── SKILL.md              # Core steps, keep ≤500 lines
├── references/           # API refs, loaded on demand
├── templates/            # Reusable templates
└── scripts/              # Scripts Agent can execute directly
Progressive Disclosure 三層ロード機構
レイヤー 内容 トリガー Token コスト
Level 0 name + description 各セッション開始時、全スキル 全スキル合計 約 3K
Level 1 SKILL.md 全文 /skill-name または LLM が必要と判断 ファイル長に依存
Level 2 references/ scripts/ ファイル 実行時に LLM が必要と判断 オンデマンド、単一ファイル

執筆の要点:description は Level 0 の唯一の情報源です。「何か」より「いつ使うか」を明確に書くことが重要です。SKILL.md には Overview、When to Use、Procedure、Common Pitfalls、Verification Checklist の五セクションを含めることを推奨します。skills-ref validate ./my-skill で形式の妥当性を検証できます。

04 Skill Bundles:コマンド 1 本でワークフロー全体を起動

Skill Bundles は Hermes 2026 の新機能です。軽量 YAML で複数スキルを 1 つのスラッシュコマンドにパッケージし、/bundle-name 実行時に列挙されたスキルを同時ロードします。

ファイル配置:~/.hermes/skill-bundles/<slug>.yaml

backend-dev.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.

上級シナリオ:研究員ワークフローでは arxiv、deep-research、plan、excalidraw をパッケージ化できます。MLOps デプロイでは vllm、llama-cpp、github-pr-workflow、systematic-debugging をパッケージ化できます。

優先度ルール: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らず、欠落を通知します。Bundle はシステム Prompt を変更せず、Prompt Cache 無効化を引き起こしません。

CLI
hermes bundles create backend-dev \
  --skills github-code-review,test-driven-development,github-pr-workflow \
  --instruction "Always write failing tests first"

05 条件付きアクティベーション:スキルを環境に賢く適応させる

metadata.hermes 配下で四種類のアクティベーションルールを設定すると、ツール可用性に応じてスキルを自動表示・非表示できます。

条件付きアクティベーションのフィールドと挙動
フィールド 挙動
requires_toolsets 列挙したツールセットが存在しない場合、このスキルを非表示
requires_tools 列挙したツールが存在しない場合、このスキルを非表示
fallback_for_toolsets 列挙したツールセットが存在する場合、このスキルを非表示(フォールバック)
fallback_for_tools 列挙したツールが存在する場合、このスキルを非表示

典型シナリオ:DuckDuckGo 検索スキルに fallback_for_tools: [web_search] を設定——ユーザーが FIRECRAWL_KEY / BRAVE_SEARCH_KEY を設定している場合、有料 web_search がアクティブになり DuckDuckGo は自動非表示で Token を節約します。API 不可時にはフォールバックが自動で現れます。

プラットフォーム感知:telegram-notify には requires_toolsets: [messaging]platforms: [telegram, discord] を設定できます。hermes skills TUI で CLI、Telegram、Discord ごとにスキルを個別にオン・オフできます。

06 Skills Hub とオープンソースコミュニティエコシステム

公式インストールチャネル:

hermes skills
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
注目すべき OSS スキルリポジトリ
リポジトリ ハイライト
awesome-hermes-skills 本番向け厳選スキル。Deep Research、MLOps、Apple 連携。23 スキルが GitHub Copilot と統合
hermeshub コミュニティレジストリ。セキュリティスキャン認証。API とマーケットプレイス対応
ai-agent-skills 191 スキル、28 カテゴリ。Hermes / Claude Code / Cursor ワンクリックインストール
hermes-agent 公式の権威ソース。全組み込み Skills と執筆規約を含む

agentskills.io により、スキルは Hermes、Claude Code、Cursor、OpenCode 間でクロスプラットフォーム利用が可能です。資産は単一プラットフォームに縛られません。

07 独自 Skill Tap の公開:チーム・コミュニティ共有の六段階

GitHub リポジトリを Tap として使うと、チームやコミュニティがスキルセットを購読できます。推奨リポジトリ構造:

my-skills-tap/
my-skills-tap/
├── skills.sh.json          # Category config (optional)
├── mlops/vllm-deploy/SKILL.md
├── research/paper-summarizer/SKILL.md
└── README.md
  1. カテゴリ設計:MLOps、Research 等のドメインでディレクトリを整理し、skills.sh.json で Hub 表示グループを制御します。
  2. SKILL.md 執筆:各スキルを独立ディレクトリに置き、skills-ref validate で検証します。
  3. GitHub リポジトリへ push:公開またはプライベート(プライベートは Token が必要)。
  4. チームメンバーが購読hermes skills tap add github:your-org/your-skills-tap
  5. 定期更新hermes skills tap update で最新スキルを取得します。
  6. バージョン管理~/.hermes/skills/ を Git 管理し、デバイス間は git pull && hermes skills reset で同期します。
Tap management
hermes skills tap add github:your-org/private-skills --token $GH_TOKEN
hermes skills tap list
hermes skills tap update

08 Self-Evolving Skills:GEPA + DSPy によるスキル自動進化

GEPA(Genetic-Pareto Prompt Evolution) は 2026 年 ICLR Oral 成果で、hermes-agent-self-evolution に統合されています。核心思想は、モデル重みをファインチューンせず、実行トレース分析・変異生成・多目的パレート最適化でスキルテキストを改善することです。1 回の最適化は約 $2–10(純粋な API 呼び出し、GPU 不要)。

五段階進化フロー:① 実行トレース収集(SQLite);② 反射的失敗分析(実行可能な側面情報);③ ターゲット変異(10–20 個の SKILL.md 変異体);④ 多目的パレート評価(成功率 × Token 効率 × 速度);⑤ 人手 PR レビュー後に本番投入。

evolve_skill
export HERMES_AGENT_PATH=~/.hermes
python -m evolution.skills.evolve_skill \
    --skill github-code-review \
    --iterations 10 \
    --eval-source sessiondb

四つの安全ガードレール:全テストスイート 100% パス;Skills ≤ 15KB、ツール説明 ≤ 500 文字;Prompt キャッシュ互換;意味保持チェックで元の目的から逸脱しない。

公式五段階進化ロードマップ
フェーズ 最適化対象 状態
Phase 1 Skill ファイル(SKILL.md) 実装済み
Phase 2 ツール説明 計画中
Phase 3 システム Prompt 断片 計画中
Phase 4 ツール実装コード 計画中
Phase 5 継続改善ループ(完全自動) 計画中

Skills は agentskills.io に準拠するため、Claude Code や Gemini CLI のトレースをオプティマイザに投入できます:--eval-source mixed --trace-dirs ~/.claude/traces,~/.hermes/sessions

09 Plugin スキルと上級執筆テクニック

プラグインはスキルを plugin:skill 名前空間にパッケージします。デフォルト skills_list には表示されず、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ます。プラグイン内スキルは相互参照可能です。skill_view("superpowers:writing-plans") ロード時、同一プラグインの兄弟スキルが表示されます。

description がアクティベーション精度を決める:「Helps with code」のような曖昧な表現は避け、トリガー条件と除外シナリオを明記します。

Pitfalls が品質の分水嶺:具体的な失敗パターン、根本原因、修正手順を含める必要があります(例:CSS selector の脆弱性、GitHub API レート制限、大きな diff による Token オーバーフロー)。

スクリプト化:Procedure で scripts/ 配下の実行可能スクリプトを参照し、失敗時は references/manual-extract.md にフォールバックします。

スキルサイズ制御の推奨
サイズ 推奨
< 500 行 すべて SKILL.md に配置
500–1000 行 詳細資料を references/ へ移動
> 1000 行 分割を強く推奨。2 つのスキルに分けるべきか検討
> 15KB GEPA 制限超過。分割必須

Agent は skill_manage でスキルを動的に patch または create できます。config.yamlskills.agent_writes_require_approval: true を設定すると、人手承認ゲートを有効化できます。

10 実践例:技術ブログワークフロー Skills 設計

blog-workflow Bundle を構築し、SEO 調査、アウトライン生成、コード検証、多言語チェック、公開スキルをワンクリックでロードします。

blog-workflow.yaml
name: blog-workflow
description: Full tech blog writing workflow.
skills:
  - seo-keyword-research
  - outline-generator
  - code-example-validator
  - bilingual-checker
  - publish-to-platform
instruction: |
  Always research SEO keywords before writing.
  Ensure all code examples are tested and runnable.
  Generate both Chinese and English title options.

カスタム seo-keyword-research スキルには requires_toolsets: [web] を設定します。フローは:テーマ特定 → 中国語ロングテール(「X 怎么用」「X 教程」)→ 英語ロングテール(「X tutorial」「X vs Y」)→ 掘金 / Dev.to / HN トレンドのクロス参照 → 3–5 主キーワード + 10–15 ロングテールマトリクスを出力。中日英の検索習慣の違いに注意し、技術用語の訳法はターゲットプラットフォームに合わせて検証します。

11 Hermes Agent Skills よくある質問 FAQ

  • Skills と MCP の違いは? Skills は手続き的知識ドキュメント、MCP はツールインターフェースです。両者は補完関係にあります。
  • Skill を変更したのに旧版が使われるのはなぜ? 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 を付けます(Prompt Cache が無効化されます)。
  • GEPA 進化は安全か? 四つのガードレール + 人手 PR レビューがあります。それでも各 diff の review を推奨します。
  • Claude Code で再利用するには? SKILL.md を ~/.claude/skills/ にコピーするか、ai-agent-skills でマルチエンドポイント一括インストールします。
  • 中国語コンテンツは Token に影響するか? 中国語 1 文字あたり約 1–1.5 token。description は英語または日中英バイリンガルを推奨し、LLM マッチング精度を高めます。

関連リンク公式ドキュメント中国語ドキュメントGEPA アルゴリズムDSPy フレームワーク

12 主要データと JEXCLOUD まとめ

  • GitHub Star:Hermes Agent は 2026 年初頭に公開、2 か月で 16 万 Star を突破。
  • Level 0 Token:全スキルの name+description 合計 約 3K Token/セッション。
  • GEPA 1 回あたりコスト:約 $2–10。純粋な API 呼び出し、GPU 不要。
  • GEPA サイズ制限:Skills ≤ 15KB、ツール説明 ≤ 500 文字。
  • コミュニティ規模:kevinnft/ai-agent-skills に 191 スキル、28 カテゴリ。hermeshub は 166 Star、セキュリティスキャン付き。

Hermes Agent と GEPA 進化パイプラインの実行には、7×24 オンライン・低レイテンシの macOS ホストが必要です。Raspberry Pi はメモリ不足、共有 VPS はオーバーセルで長時間接続が切断、家庭用回線は不安定——これらは Skills 進化トレース収集と Gateway 常駐の効果を損ないます。

Hermes Gateway を安定稼働させ、sessiondb トレースを継続収集し GEPA イテレーションを実行する本番環境には、JEXCLOUD マルチリージョン裸金属 Mac が最適です。専有 Apple Silicon、7×24 オンライン、月次の弾力的スケール、120 秒でノード交付。構成と価格は JEXCLOUD 料金ページをご覧ください。