skill_manage 자체 유지, 블로그 실전 Bundle을 다루며 비교표·6단계 도입·KVMNODE 클라우드 Mac 호스트 제안을 포함합니다. 설치 가이드, 3계층 메모리와 함께 읽으십시오.2026년 Hermes Agent Skills를 깊이 파야 하는 이유: Prompt·Memory와의 본질적 차이
2026년 초 Hermes Agent는 2개월 만에 GitHub Star 16만을 돌파했습니다. 핵심 철학은 "the agent that grows with you"——쓸수록 Agent가 당신을 이해합니다. 그 구현이 바로 Skills 스킬 시스템입니다. 기존 일회성 Prompt와 달리 Skills는 표준 준수·진화 가능·세션 간 지속되는 절차적 메모리이며, agentskills.io 개방 표준을 따라 Hermes·Claude Code·Cursor 간 이식이 가능합니다.
| 차원 | 일반 Prompt | Memory(기억) | Skills(스킬) |
|---|---|---|---|
| 지속성 | 현재 대화 | 세션 간 영구 | 세션 간 영구 |
| 로드 시점 | 매번 컨텍스트 내 | 세션 시작 자동 주입 | 온디맨드 로드 |
| Token 비용 | 매번 소비 | 작고 안정 | 활성화 전 제로 |
| 내용 유형 | 임의 의도 | 사용자 선호·사실 | 절차적 단계 |
| 공유 가능성 | 불편 | 비공개 | 커뮤니티 Tap으로 게시 가능 |
기억법: Prompt = 포스트잇(당회만 유효) · Memory = 메모장(영구 메모) · Skill = SOP 매뉴얼(필요할 때 열람).
Skill을 Prompt로 쌓기: 매 세션 전량 주입해 Token 폭발, progressive disclosure 불가.
description이 너무 포괄적: 무관한 장면에서 LLM이 오로드합니다.
조건부 활성화 무시: 무료/유료 검색 도구 공존 시 두 Skill이 Level 0 슬롯 동시 점유.
Skill 비대화: 단일 파일 15KB 초과는 GEPA 가드레일 불합격, references/로 분할 필수.
노트북을 호스트로: Skill 수정 후 /reset 없음, Gateway 절전, 팀 Tap 업데이트 비동기.
SKILL.md 형식 심층 분석: agentskills.io 표준과 Progressive Disclosure 3단계 로드
모든 Hermes Skills는 agentskills.io 규격을 따릅니다. frontmatter 필수: name(소문자+하이픈, ≤64자), description(≤1024자, "Use when..." 시작 권장). 권장: version, license, compatibility, 실험적 allowed-tools.
---
name: my-skill
description: |
Use when the user needs to [...].
Handles [...] and [...].
version: 1.0.0
license: MIT
compatibility: Requires git, docker
metadata:
hermes:
tags: [devops, automation]
requires_toolsets: [terminal]
fallback_for_toolsets: [web]
---
# My Skill Title
## Overview / When to Use / Procedure / Common Pitfalls / Verification Checklist
모듈 디렉터리 구조(~/.hermes/skills/my-category/my-skill/): SKILL.md가 코어(≤500행 권장); references/에 API 문서·예시; templates/에 재사용 템플릿; scripts/에 Agent가 직접 실행할 스크립트.
| 로드 계층 | 내용 | 트리거 | Token 비용 |
|---|---|---|---|
| Level 0 | name + description | 세션 시작, 전체 Skill | 약 3K(합계) |
| Level 1 | SKILL.md 전문 | /skill-name 또는 LLM 판단 | 파일 길이에 따름 |
| Level 2 | references/, scripts/ | 실행 시 LLM 판단 | 파일 단위 온디맨드 |
작성 핵심: description은 Level 0의 전부입니다. 「무엇인가」보다 「언제 쓰는가」를 명확히. skills-ref validate ./my-skill로 형식 검증 가능합니다.
크기 관리: <500행은 SKILL.md에 집중; 500–1000행은 상세를 references/로; >1000행은 분할 또는 2 Skill; >15KB는 GEPA 진화 제한 초과로 분할 필수.
Skill Bundles와 조건부 활성화: 한 명령으로 완전 워크플로
Skill Bundles(~/.hermes/skill-bundles/<slug>.yaml)는 Hermes 2026 신기능입니다. /bundle-name 실행 시 나열된 Skill이 동시 로드되어 개별 트리거 불필요. 동명 Skill 시 Bundle 우선; 미설치 Skill은 건너뜀; 시스템 프롬프트 미변경으로 Token 친화적.
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.
CLI 빠른 생성: hermes bundles create backend-dev --skills github-code-review,test-driven-development --instruction "Always write failing tests first". 연구자는 arxiv, deep-research, plan, excalidraw; MLOps는 vllm, llama-cpp, systematic-debugging 패키징 가능.
조건부 활성화(Conditional Activation)는 도구 가용성에 따라 Skill을 자동 표시/숨김. metadata.hermes에서 설정:
| 필드 | 동작 |
|---|---|
requires_toolsets | 열거 toolset이 없으면 숨김 |
requires_tools | 열거 tool이 없으면 숨김 |
fallback_for_toolsets | 열거 toolset이 있으면 숨김(대안) |
fallback_for_tools | 열거 tool이 있으면 숨김 |
전형적 시나리오: duckduckgo-search에 fallback_for_tools: [web_search]——유료 web_search(FIRECRAWL_KEY / BRAVE_SEARCH_KEY)가 있으면 DuckDuckGo 자동 숨김으로 Token 절약; API 불가 시 대안 표출. 플랫폼 인식은 requires_toolsets: [messaging]과 platforms: [telegram, discord]. hermes skills TUI로 CLI/Telegram/Discord별 Skill 독립 ON/OFF 가능.
Skills Hub 생태계, Tap 게시, Plugin Skill: 설치에서 팀 공유까지
공식 설치 채널:
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 hermes skills tap update hermes skills tap list
| 저장소 | 설명 | 하이라이트 |
|---|---|---|
| ChuckSRQ/awesome-hermes-skills | 엄선 프로덕션 Skill 모음 | Deep Research, MLOps, 23 Skill GitHub Copilot 통합 |
| amanning3390/hermeshub | 커뮤니티 Skill 레지스트리 | 보안 스캔 인증, API·마켓 |
| kevinnft/ai-agent-skills | 191 Skill, 28 카테고리 | Hermes/Claude Code/Cursor 크로스 플랫폼 |
| NousResearch/hermes-agent | 공식 메인 저장소 | 내장 Skills·작성 규범 권위 출처 |
팀 Tap 게시: GitHub 저장소 구조에 skills.sh.json(Hub 분류), 카테고리별 SKILL.md. 팀원 hermes skills tap add github:your-org/your-skills-tap; 비공개 저장소는 --token $GH_TOKEN. ~/.hermes/skills/를 Git으로 관리해 기기 간 동기화, 동기화 후 hermes skills reset으로 내장 Skill 재구축을 권장합니다.
Plugin Skill은 네임스페이스 plugin:skill로 로드(예: skill_view("superpowers:writing-plans")). 기본 skills_list에 미표시, opt-in만. 동일 Plugin Skill 간 상호 인식. plugin.yaml에 skills 경로 선언 후 빌드.
6단계 도입: 단일 Skill에서 팀 Tap + 클라우드 Mac 호스트까지
환경 검증: hermes doctor로 Gateway, toolset, ~/.hermes/ 경로 확인.
첫 SKILL.md 작성: agentskills.io 템플릿에 따라 description, Procedure, Pitfalls, Verification Checklist 작성.
Bundle 생성: hermes bundles create blog-workflow --skills seo-keyword-research,outline-generator --instruction "Research SEO first".
조건부 활성화 설정: 무료/유료 검색, 메시징 플랫폼별 fallback/requires 규칙.
Tap 게시: GitHub push, 팀 hermes skills tap add; agent_writes_require_approval: true로 승인 게이트.
클라우드 Mac 7×24 호스트: KVMNODE 전용 Mac Mini M4에 Gateway 배치, 노트북 절전으로 Skill 세션·GEPA 궤적 중단 방지.
GEPA + DSPy 자진화, 고급 작성 기법, 인용 가능 기술 데이터
GEPA(Genetic-Pareto Prompt Evolution)는 2026 ICLR Oral 성과로 hermes-agent-self-evolution에 통합되었습니다. 핵심: 모델 가중치 fine-tune 없이 실행 궤적 분석·변형 생성·다목적 파레토 최적화로 SKILL.md 텍스트 개선. 1회 최적화 약 $2–10(순수 API, GPU 불필요).
5단계 진화 흐름: ① 실행 궤적 수집(SQLite) → ② 반성형 실패 분석(actionable 측면 정보) → ③ 표적 변이(10–20 SKILL.md 변형) → ④ 다목적 파레토 평가(성공률 × Token 효율 × 속도) → ⑤ 인간 PR 검토 후 배포.
git clone https://github.com/NousResearch/hermes-agent-self-evolution export HERMES_AGENT_PATH=~/.hermes python -m evolution.skills.evolve_skill --skill github-code-review --iterations 10 --eval-source synthetic python -m evolution.skills.evolve_skill --skill github-code-review --iterations 10 --eval-source sessiondb python -m evolution.skills.evolve_skill --skill github-code-review --eval-source mixed --trace-dirs ~/.claude/traces,~/.hermes/sessions
4대 안전 가드레일: ① pytest tests/ -q 100% 통과; ② Skills ≤15KB, 도구 설명 ≤500자; ③ Prompt Cache 비파괴; ④ 의미 보존 검사로 원 목적 이탈 방지. 공식 진화 로드맵: Phase 1 Skill 파일(✅ DSPy+GEPA) → Phase 2 도구 설명 → Phase 3 시스템 프롬프트 → Phase 4 도구 구현 코드(Darwinian Evolver) → Phase 5 완전 자동 지속 개선.
고급 작성 기법: Pitfalls에 구체 실패 패턴·근본 원인·수정 단계; Procedure는 scripts/ 참조, 실패 시 references/manual-extract.md fallback; Agent는 skill_manage(action='patch'|'create')로 Skill 동적 유지 가능.
블로그 워크플로 실전 Bundle 예: blog-workflow에 seo-keyword-research, outline-generator, code-example-validator, bilingual-checker, publish-to-platform 패키징. instruction으로 SEO 조사 우선, 코드 실행 검증, 한·영 제목 옵션 생성 요구.
GitHub Star 증가: Hermes Agent 2026년 초 2개월 160k+ Stars, AI Agent 분야 최고속 OSS 중 하나.
Level 0 Token 예산: 전체 Skill name+description 합계 약 ~3K tokens, 비용 관리 첫 관문.
GEPA 단회 비용: 약 $2–10/회 순수 API, GPU 불필요; sessiondb 실제 궤적과 결합 시 효과 향상.
크로스 플랫폼 Skill 라이브러리: kevinnft/ai-agent-skills 191 Skill, 28 카테고리, Hermes/Claude/Cursor 공통.
영어 SEO 측면 전략: 포화된 "Hermes tutorial" 총설 회피, GEPA prompt evolution, agentskills.io SKILL.md, hermes skills tap publish 등 저경쟁 키워드 공략.
주의: Skill 본문을 한국어로 써도 Token 효율은 영어와 유사(약 1–1.5 token/자)하지만 description은 영어 또는 한·영 병기를 권장합니다. 기반 LLM은 영어 description 매칭 정확도가 더 높습니다.
대안 정리: 개인 MacBook에서 Hermes + GEPA 진화는 덮개 닫으면 끊김, SQLite 궤적 DB 팽창 후 swap 흔들림; Linux VPS는 공식 macOS 경로 없음, Metal 로컬 추론·원클릭 설치 상실; Skill Tap과 Xcode CI를 한 머신에 몰면 재시작 잦음. 7×24 Gateway 상시, 안정적 실행 궤적 축적, Skills 지속 GEPA 진화가 필요한 프로덕션 환경에서는 KVMNODE 전용 Mac Mini M4 / M4 Pro 월 대여가 최적해입니다: launchd 데몬, 일/주/월 유연, 6개 리전 선택. 요금은 가격 페이지, 주문 페이지에서 Agent 호스트를 노트북에서 이전할 수 있습니다. 고객 센터도 참고하십시오.