Скормил Hermes Agent доки — он сам написал команду

Nous Research добавила команду /learn в Hermes Agent — открытый агентный фреймворк, который умеет самосовершенствоваться. Логика простая: скормите ему любой материал — папку с кодом, ссылку на доки, старый диалог или заметки — и агент сам прочитает всё своими инструментами, а потом напишет переиспользуемый файл SKILL.md, который станет slash-командой. Вам писать шаблоны не нужно.

До /learn единственный способ дать Hermes новый навык — написать SKILL.md вручную: структурированный файл с описанием того, что навык делает, как его вызывать и какие инструменты использует. Для одного-двух навыков ещё терпимо, но онбордить целый внутренний API, описывать многошаговый процесс деплоя или фиксировать повторяющийся сценарий вручную — уже утомительно. /learn передаёт эту работу агенту. Он использует read_file, search_files и web_extract, разбирает то, на что вы его направили, и выдаёт готовый SKILL.md без единого ручного шага с вашей стороны.

Как устроены навыки в Hermes

Навыки хранятся в ~/.hermes/skills/. Каждый — это папка с файлом SKILL.md внутри. Индекс всех доступных команд занимает около 3000 токенов и всегда загружен. Полное содержимое навыка подгружается только тогда, когда он нужен для текущей задачи — вы не платите за то, чем не пользуетесь. После установки навык становится slash-командой, которую Hermes может вызвать сам в середине более длинного задания, без отдельной просьбы.

Создать навык теперь можно четырьмя способами: написать SKILL.md вручную, запустить /learn на уже имеющемся материале, дать агенту автоматически записать сложный запуск (от пяти шагов и больше) или установить из публичного реестра Skills Hub. Режим автозаписи — самый интересный: если Hermes завершил сложную многошаговую задачу, он может сам оформить её как переиспользуемый навык.

Направление, в котором движутся агентные фреймворки, стоит замечать: они начинают работать так, как работают хорошие команды. Нового сотрудника не переучивают с нуля каждое утро — ему дают документацию. /learn — начало этого паттерна. Если сегодня агент учится по докам, следующий шаг — он сам обновляет эти доки, когда процесс меняется.

Примеры использования, которые приводит Nous Research, вполне практические: онбординг приватного API через /learn на его документацию, захват процедуры деплоя через управляемый пошаговый разбор, объединение повторяющихся операций в связки навыков. Всё это — та самая институциональная память, которая обычно живёт в голове одного человека и исчезает, когда он недоступен.