可选技能目录
可选技能随 hermes-agent 一起提供，位于 optional-skills/ 目录下，但默认不启用。需要显式安装：
hermes skills install official/<category>/<skill>
例如：
hermes skills install official/blockchain/solana
hermes skills install official/mlops/flash-attention
下方每个技能都链接到对应的专用页面，其中包含完整的定义、设置和使用说明。
卸载技能：
hermes skills uninstall <skill-name>
autonomous-ai-agents
| 技能 | 描述 |
|---|---|
| blackbox | 将编码任务委托给 Blackbox AI CLI agent。这是一个多模型 agent，内置评判机制，通过多个 LLM 运行任务并选出最佳结果。需要 blackbox CLI 和 Blackbox AI API 密钥。 |
| honcho | 配置并使用 Honcho 记忆与 Hermes 集成——跨会话用户建模、多配置文件对等隔离、观察配置、辩证推理、会话摘要和上下文预算控制。适用于设置 Honcho、排查问题…… |
blockchain
| 技能 | 描述 |
|---|---|
| base | 查询 Base（以太坊 L2）区块链数据，支持美元计价——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状态。使用 Base RPC + CoinGecko，无需 API 密钥。 |
| solana | 查询 Solana 区块链数据，支持美元计价——钱包余额、代币投资组合及价值、交易详情、NFT、巨鲸检测和实时网络状态。使用 Solana RPC + CoinGecko，无需 API 密钥。 |
communication
| 技能 | 描述 |
|---|---|
| one-three-one-rule | 用于技术方案和权衡分析的结构化决策框架。当用户在多个方案之间做选择时（架构决策、工具选择、重构策略、迁移路径等），该技能会…… |
creative
| 技能 | 描述 |
|---|---|
| blender-mcp | 通过 socket 连接 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。适用于用户想要在 Blender 中创建或修改任何内容时。 |
| concept-diagrams | 生成扁平、极简、支持明暗模式的 SVG 图表，作为独立 HTML 文件。使用统一的教育视觉语言，包含 9 种语义色阶、句子式排版和自动暗色模式。最适合教育和概念说明…… |
| meme-generation | 通过选择模板并使用 Pillow 叠加文字，生成真实的梗图。输出实际的 .png 梗图文件。 |
devops
| 技能 | 描述 |
|---|---|
| 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。使用终端工具。触发词：inference.sh, infsh, ai apps, flux, veo, image generation, video generation, seedrea... |
| docker-management | 管理 Docker 容器、镜像、卷、网络和 Compose 堆栈 — 生命周期操作、调试、清理和 Dockerfile 优化。 |
dogfood
| 技能 | 描述 |
|---|---|
| adversarial-ux-test | 扮演你产品中最难缠、最抗拒技术的用户。以该角色浏览应用，找出所有 UX 痛点，然后通过实用主义层过滤投诉，将真正的问题与噪音区分开。生成可操作的工单... |
email
| 技能 | 描述 |
|---|---|
| agentmail | 通过 AgentMail 为 Agent 提供其专用的电子邮件收件箱。使用 Agent 拥有的电子邮件地址（例如 hermes-agent@agentmail.to）自主发送、接收和管理电子邮件。 |
health
| 技能 | 描述 |
|---|---|
| fitness-nutrition | 健身房锻炼计划制定和营养追踪。通过 wger 按肌肉、设备或类别搜索 690+ 种练习。通过 USDA FoodData Central 查询 380,000+ 种食物的宏量和卡路里。计算 BMI、TDEE、单次最大重量、宏量营养素分配和身体... |
| 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+ 个衍生 EXG 分数）融入响应中。... |
mcp
| 技能 | 描述 |
|---|---|
| fastmcp | 使用 Python 中的 FastMCP 构建、测试、检查、安装和部署 MCP 服务器。在创建新的 MCP 服务器、将 API 或数据库包装为 MCP 工具、暴露资源或提示，或为 Claude Code、Cur... 准备 FastMCP 服务器时使用。 |
| 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。 |
migration
| 技能 | 描述 |
|---|---|
| openclaw-migration | 将用户的 OpenClaw 自定义配置迁移到 Hermes Agent。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区资产，然后报告哪些内容无法迁移... |
mlops
| 技能 | 描述 |
|---|---|
| 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。为 DeepSpeed/FSDP/Megatron/DDP 提供统一 API。自动设备放置、混合精度（FP16/BF16/FP8）。交互式配置，单次启动命令... |
| chroma | 面向 AI 应用的开源嵌入数据库。存储嵌入向量和元数据，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。用于语义搜索、RAG... |
| clip | OpenAI 连接视觉和语言的模型。支持零样本图像分类、图像-文本匹配和跨模态检索。在 4 亿图像-文本对上训练。用于图像搜索、内容审核或视觉-语言任务... |
| faiss | Facebook 的高效稠密向量相似性搜索和聚类库。支持数十亿向量、GPU 加速以及多种索引类型（Flat、IVF、HNSW）。用于快速 k-NN 搜索、大规模向量检索，或当... |
| 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。在训练/运行长序列（>512 tokens）的 Transformer、遇到注意力机制的 GPU 内存问题，或需要更快的推... |
| guidance | 使用正则表达式和语法控制 LLM 输出，保证生成有效的 JSON/XML/代码，强制执行结构化格式，并通过 Guidance（微软研究院的约束生成框架）构建多步骤工作流 |
| hermes-atropos-environments | 构建、测试和调试用于 Atropos 训练的 Hermes Agent RL 环境。涵盖 HermesAgentBaseEnv 接口、奖励函数、agent loop 集成、使用工具进行评估、wandb 日志记录以及三种 CLI 模式（serve/process/eva... |
| 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 秒内处理 1GB 数据。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。集成... |
| 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，安全地解析复杂 JSON，并流式传输部分结果——经过实战检验的结构化输出库 |
| lambda-labs-gpu-cloud | 用于 ML 训练和推理的预留和按需 GPU 云实例。当你需要具有简单 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。 |
| llava | 大型语言与视觉助手。支持视觉指令微调和基于图像的对话。结合 CLIP 视觉编码器与 Vicuna/LLaMA 语言模型。支持多轮图像聊天、视觉问答和指令... |
| modal-serverless-gpu | 用于运行 ML 工作负载的无服务器 GPU 云平台。当你需要按需 GPU 访问而无需管理基础设施、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。 |
| 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。特性包括模糊去重（快 16 倍）、质量过滤（30+ 启发式）、语义去重、PII 编辑、NSFW 检测。跨 GPU 扩展... |
| peft-fine-tuning | 使用 LoRA、QLoRA 和 25+ 种方法对 LLM 进行参数高效微调。当在有限 GPU 内存下微调大型模型（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... |
| 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）。用于生产 RAG、推荐系统或... |
| pytorch-fsdp | 使用 PyTorch FSDP 进行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 |
| 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。当你想要简洁的训练循环... |
| qdrant-vector-search | 用于 RAG 和语义搜索的高性能向量相似性搜索引擎。当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 RAG 系统时使用... |
| 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。当发现可解释特征、分析叠加或研究...时使用 |
| simpo-training | 用于 LLM 对齐的简单偏好优化。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。当想要简单的偏好对齐...时使用 |
| slime-rl-training | 提供使用 slime（一个 Megatron+SGLang 框架）通过 RL 进行 LLM 后训练的指导。当训练 GLM 模型、实现自定义数据生成工作流，或需要紧密的 Megatron-LM 集成进行 RL 扩展时使用。 |
| stable-diffusion-image-generation | 使用 HuggingFace Diffusers 通过 Stable Diffusion 模型进行最先进的文本到图像生成。当从文本提示生成图像、执行图像到图像转换、修复或构建自定义扩散管道时使用。 |
| tensorrt-llm | 使用 NVIDIA TensorRT 优化 LLM 推理，实现最大吞吐量和最低延迟。用于 NVIDIA GPU（A100/H100）上的生产部署，当你需要比 PyTorch 快 10-100 倍的推理速度，或用于提供量化模型服务... |
| distributed-llm-pretraining-torchtitan | 使用 torchtitan 进行 PyTorch 原生分布式 LLM 预训练，支持 4D 并行（FSDP2、TP、PP、CP）。当在 8 到 512+ GPU 上大规模预训练 Llama 3.1、DeepSeek V3 或自定义模型时使用，支持 Float8、torch.compile 和分布式... |
| whisper | OpenAI 的通用语音识别模型。支持 99 种语言、转录、翻译成英语以及语言识别。六种模型大小，从 tiny（3900 万参数）到 large（15.5 亿参数）。用于语音转文本、播客... |
productivity
| 技能 | 描述 |
|---|---|
| canvas | Canvas LMS 集成 — 使用 API 令牌认证获取已注册课程和作业。 |
| here.now | 将静态站点发布到 {slug}.here.now，并在云端 Drive 中存储私有文件，用于 Agent 之间的交接。 |
| memento-flashcards | 间隔重复记忆卡片系统。从事实或文本创建卡片，使用由 Agent 评分的自由文本答案与卡片对话，从 YouTube 转录生成测验，通过自适应调度复习到期卡片，并支持导出/导入…… |
| shopify | 通过 curl 调用 Shopify Admin & Storefront GraphQL API。管理产品、订单、客户、库存、元字段。 |
| siyuan | 通过 curl 调用 SiYuan Note API，在自托管知识库中搜索、读取、创建和管理块与文档。 |
| telephony | 无需修改核心工具即可为 Hermes 提供电话能力。配置并持久化一个 Twilio 号码，发送和接收 SMS/MMS，拨打电话，并通过 Bland.ai 或 Vapi 发起 AI 驱动的外呼。 |
research
| 技能 | 描述 |
|---|---|
| bioinformatics | 通过 bioSkills 和 ClawBio 接入 400 多项生物信息学技能。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。获取领域特定的参考资料…… |
| domain-intel | 使用 Python 标准库进行被动域名侦察。子域名发现、SSL 证书检查、WHOIS 查询、DNS 记录、域名可用性检查以及批量多域名分析。无需 API 密钥。 |
| drug-discovery | 药物发现工作流的药物研究助手。在 ChEMBL 上搜索生物活性化合物，计算类药性（Lipinski Ro5、QED、TPSA、合成可及性），通过 OpenFDA 查询药物相互作用，解读 ADMET…… |
| duckduckgo-search | 通过 DuckDuckGo 进行免费网页搜索 — 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中 ddgs 可用时，才使用 Python DDGS 库。 |
| gitnexus-explorer | 使用 GitNexus 索引代码库，并通过 Web UI + Cloudflare 隧道提供交互式知识图谱。 |
| parallel-cli | Parallel CLI 的可选供应商技能 — Agent 原生网页搜索、提取、深度研究、丰富化、FindAll 和监控。优先使用 JSON 输出和非交互式流程。 |
| qmd | 使用 qmd 在本地搜索个人知识库、笔记、文档和会议转录 — 一种混合检索引擎，结合 BM25、向量搜索和 LLM 重排序。支持 CLI 和 MCP 集成。 |
| scrapling | 使用 Scrapling 进行网页抓取 — HTTP 获取、隐身浏览器自动化、Cloudflare 绕过，以及通过 CLI 和 Python 的爬虫抓取。 |
security
| 技能 | 描述 |
|---|---|
| 1password | 安装并使用 1Password CLI（op）。适用于安装 CLI、启用桌面应用集成、登录以及读取/注入命令密钥等场景。 |
| 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、假设形成/验证以及 st... |
| sherlock | 在 400+ 社交网络中进行 OSINT 用户名搜索。通过用户名追踪社交媒体账号。 |
web-development
| 技能 | 描述 |
|---|---|
| page-agent | 将 alibaba/page-agent 嵌入到你的 Web 应用中——这是一个纯 JavaScript 的页面内 GUI Agent，以单个 <script> 标签或 npm 包形式发布，让网站最终用户通过自然语言驱动 UI（例如“点击登录，填写用户名...”）。 |
贡献可选技能
要向仓库添加新的可选技能：
- 在
optional-skills/<category>/<skill-name>/下创建一个目录 - 添加一个
SKILL.md文件，包含标准 frontmatter（name、description、version、author） - 将任何支持文件放入
references/、templates/或scripts/子目录中 - 提交一个 pull request——该技能将出现在此目录中，合并后会自动生成对应的文档页面