External Agent Skills Design Patterns

wiki/ai/concepts/External-Agent-Skills-Design-Patterns.md

分类：ai / concepts · 更新：2026-08-20 09:09

外部 Agent Skills 设计模式

这篇笔记总结了 Hermes Skills Hub 和 skills.sh 中高安装量 skill 的设计模式。目标不是盲目安装这些外部 skill，而是提炼出可以迁移到 Hermes 本地技能体系里的工程原则。

核心结论

高质量 agent skill 不是一段 prompt 片段，而是一份工作流契约。它应该明确告诉 agent：

什么情况下触发；
行动前必须检查哪些前置条件；
应该沿着哪条路径执行；
哪些事情不要做；
报告成功前要用什么证据验证；
需要更深资料时应该加载哪些 reference。

当前归档里比较有代表性的样本包括：

vercel-labs/skills/find-skills：skill 发现与筛选工作流。
anthropics/skills/skill-creator：skill 创建与评估闭环。
microsoft/azure-skills/microsoft-foundry：复杂上下文解析与子 skill 路由。
supabase/agent-skills/supabase：安全不变量与操作纪律。
browser-act/skills/browser-act-skill-forge：从一次性网页探索沉淀为可复用 skill 的流程。
mattpocock/skills/improve-codebase-architecture：架构审查与“拷问式”追问循环。

模式 1：强触发描述

好的 skill 会在 frontmatter 的 description: 里放入具体触发词，而不是依赖模型自己猜测何时适用。

常见要素包括：

产品或工具名：Supabase、Cloudflare、Azure Foundry、agent-browser。
用户可能说出的短语：例如 “review my UI”、“run azd deploy”、“find a skill for X”。
任务动词：deploy、validate、troubleshoot、migrate、generate、inspect。
负面边界：明确写出 DO NOT USE FOR。

对 Hermes 的启发：本地 skill 应该使用具体触发语和边界条件。像“debugs code”这种描述太弱；更好的描述要说明触发场景、输入要求，以及相邻场景应该交给哪个 skill。

模式 2：执行前上下文解析

最强的操作型 skill 都要求先做 discovery，而不是直接执行命令。

例子：

Azure Foundry 会先解析 azd 上下文、.foundry/ 目录、agent 元数据、环境、project endpoint 和 eval 意图。
Supabase 会检查 CLI/MCP 可用性、认证状态、RLS 上下文和 migration 纪律。
Browser skill forge 会先区分“只做一次网页操作”还是“要沉淀一个可复用 skill”。

对 Hermes 的启发：任何有副作用的 skill，都应该以显式前置发现开始。目标、环境、凭证或产物不清楚时，不能直接跳到命令执行。

模式 3：验证门禁

有用的 skill 会定义可观察的完成标准：

deploy 前后都要做 deployment validation；
抽取网页前检查 browser/network 稳定性；
数据库 schema 或 migration 后要验证；
skill 创建时做 eval 或 baseline 对比；
写入外部状态后要 read back 或查询状态。

对 Hermes 的启发：skill 必须说明“什么证据才算完成”。这和 Hermes 的基本执行规则一致：交付物必须是经过真实工具输出验证的工作产物，而不是描述性的承诺。

模式 4：Fallback 路径

好的 skill 不只写 happy path，还会写失败后的退路。

例子：

Supabase：根据工具可用性和 CLI 版本，在 MCP、CLI、psql 之间切换。
Azure Storage：优先 MCP，失败后走 CLI。
Skill discovery：先看 leaderboard，再搜索，再做质量审查，最后才在用户确认后安装。

对 Hermes 的启发：把 fallback ladder 直接写进 skill。这样当 API、CLI 或网络失败时，不需要每次重新摸索。

模式 5：渐进披露

大型 skill 不应该把所有内容都塞进 SKILL.md。更好的做法是链接 references 和 scripts，并告诉 agent 什么时候加载它们。

例子：

Azure Foundry 有 setup references、SDK quick references、metadata contracts 和子 skill 路由。
Supabase 为 feedback 和具体操作域链接更深的参考资料。
Browser-act skill forge 链接网页探索指南。

对 Hermes 的启发：SKILL.md 应该是 routing/workflow 层。长资料放进 references/，模板放进 templates/，重复机械步骤放进 scripts/。

模式 6：安全与权限边界

高质量平台 skill 会明确写出 credentials、role assignments、RLS、auth sessions、secret handling 或 permission scopes。

对 Hermes 的启发：任何涉及云平台、浏览器、消息、数据库、购买、部署或用户数据的 skill，都应该有“安全/权限”章节和验证章节。

模式 7：Skill 质量评估闭环

anthropics/skills/skill-creator 的价值在于：它把 skill 写作当成 eval 问题，而不是一次性写文档。

典型流程是：

定义意图；
写初稿；
分别运行 with-skill、baseline 或 old-skill 版本；
做定性和定量评分；
根据结果迭代。

对 Hermes 的启发：创建或大幅修改 skill 时，至少应该用样例 prompt 检查触发、过触发和漏触发；更成熟的场景要做对照评估。

模式 8：主 agent 编排，脚本只做薄壳

一些外部 skill 会把复杂工作流塞进 CLI。对 Hermes 来说，更好的结构是：

主 agent 负责推理、分支判断、总结和用户沟通；
脚本只执行薄的、可重复的机械操作；
后台 agent 或 delegation 负责有边界的子任务，而不是隐藏的持久编排。

这和用户已经明确过的 Hermes 设计原则一致：脚本不应该变成隐藏 orchestrator。

模式 9：Coding-agent 行为护栏

multica-andrej-karpathy-skills 是一个紧凑例子：把公开观察到的 LLM coding 失败模式，转成 CLAUDE.md 行为契约。它的四条规则可以直接映射到 Hermes skill 设计：

先思考再编码：skill 应要求 agent 在不可逆操作前暴露假设并处理歧义。
优先简单：skill 应抑制投机性抽象和过度实现。
外科手术式修改：skill 应约束修改范围；无关清理要报告，而不是顺手改掉。
目标驱动执行：skill 应定义成功标准和验证命令，而不只是建议行为。

重要的设计模式不是“复制这份 CLAUDE.md”，而是：把反复出现的 agent 失败模式转成明确、可检查的规则。这也和 AI-Self-Improvement-Lab 兼容：一条行为规则最终应该有 eval、lint 或 review rubric 来证明它确实改善了结果。

模式 10：经验采集与晋升门槛

[[self-learning-skills

Self-learning skills for AI coding agents]] 补充了一个生命周期模式：skill 不只来自外部发现，也可以从本地成功 session 中采集。真正值得保存的单位是经过验证的 golden path：一个真实跑通、可复用、并且明确避开了哪些死路的流程。

对 Hermes 的启发：复杂调试、入库、部署或雷达任务结束后，应做一次 harvest check。只有满足三个条件才晋升为 skill：有真实通过的验证、失败模式被命名、至少记录了一个被排除的死路。否则应先作为临时 wiki note 或 memory，而不是自动加载的 skill。这样可以避免未经验证的猜测变成长期指令。

模式 11：Agent 配置 lint 作为质量门禁

[[agnix-agent-config-linter Agnix agent config linter]] 提醒我们：CLAUDE.md、AGENTS.md、SKILL.md、hooks 和 MCP config 都应该被当作可 lint 的工程制品。一个 skill 概念上再好，如果 frontmatter、命名、触发语法或跨工具格式错误，运行时也可能完全不可见。

对 Hermes 的启发：skill 设计检查清单需要有机器可检查的一层。安装或改造外部 skill 前，要验证 schema、触发特异性、负面范围、权限边界和工具兼容性。对 llm-wiki cron prompt 也一样：prompt 是运行配置，应该检查是否包含 orientation、raw/hash 处理、index/log 更新、reindex 和静默投递规则。

模式 12：插件粒度与上下文预算

[[context-engineering-kit

Context Engineering Kit]] 提醒我们：技能生态的质量不取决于“装了多少 skill”，而取决于是否能按需加载最小必要上下文。好的插件应具备：明确任务边界、低 token footprint、不与其他插件重复、引用标准或 benchmark、能卸载/替换。

对 Hermes 的启发：skills 不应该长成一个常驻的巨型 prompt。更好的结构是：SKILL.md 做 routing，references/ 承载深内容，命令或脚本处理重复机械步骤，子代理承担可隔离判断。新增外部 skill 前，应先判断它是一个可复用 workflow package，还是只是通用建议集合。

2026-08-15 补充：agent config lint 应成为 skill admission 的第一道门

[[agnix-agent-config-linter

Agnix]] 使“skill/config 是否能被 agent 看见并正确触发”变成可 lint 的工程问题。外部 skill 常见风险不只是恶意代码，也包括 frontmatter、命名、触发描述、hook/MCP schema、跨工具格式差异导致的静默失效。静默失效比显式失败更危险，因为用户会以为 harness 生效了。

因此外部 skill 的 admission 应分三层：第一层是结构 lint（格式、触发、负面边界、权限声明）；第二层是安全审计（脚本、依赖、网络、文件、凭证）；第三层才是行为 eval（with/without-skill 是否改善代表性任务）。Agnix 主要覆盖第一层，但它提示 Hermes 可以为本地 skills / cron prompts 建一个同类 preflight。

Hermes skill 设计检查清单

保存或安装 skill 前，检查：

[ ] description: 是否包含具体触发短语？
[ ] 是否说明什么时候不要使用这个 skill？
[ ] 是否列出前置条件和 discovery 步骤？
[ ] 目标不清楚前，是否避免副作用？
[ ] 是否包含验证门禁？
[ ] 是否定义 fallback 路径？
[ ] 是否保持“脚本薄壳、主 agent 推理”的结构？
[ ] 是否用渐进披露承载长资料？
[ ] 是否识别安全/权限边界？
[ ] 是否包含样例 prompt 或未来评估用例？

优先改造到 Hermes 的模式

Skill discovery / ranking：来自 find-skills。
Skill creator / eval harness：来自 Anthropic skill-creator。
架构拷问循环：来自 Matt Pocock 的 architecture skill。
Browser skill forge：来自 browser-act，但需要谨慎适配 Hermes 工具。
操作型 runbook：Supabase、Cloudflare、Expo、Firebase 风格的 skill；只改造用户实际会用的生态。

2026-07-03 补充：skill package 的评测、编排与真实性约束

[[caliper-skill-reliability-testing

Caliper]] 说明高质量 skill 需要可重复 eval：with-skill 与 no-skill baseline 对比、pass@k、回归结果保存。[[ai4s-skills

AI4S Skills]] 则展示了 domain skill package 的另一面：多 skill 通过 shared slug 和 output tree 传递中间产物，并对 citation、number、experiment 和 review disclosure 做 provenance 约束。

因此外部 skill 值不值得迁移，不应只看 star 或 README 漂亮程度，而要看三件事：是否有明确触发和输出契约；是否能被 Caliper 类工具评测；是否对事实、数字、引用和实验结果有真实性约束。

模式 13：Skill 安全从静态 lint 走向动态 detonation

[[agent-skill-malware

Cloak and Detonate]] 提醒我们：第三方 agent skill 已经接近软件供应链组件，不能只按 README、frontmatter、star 数或 LLM 静态审查判断安全。攻击者可以保持恶意语义不变，只改变 payload 外观，甚至用 self-extracting packing 在安装期隐藏真正行为。

对 Hermes 的启发：外部 skill 发现应分成“可学习设计模式”和“可安装执行包”两级。前者可以入 wiki；后者必须经过权限边界、可执行脚本、网络/文件/环境变量访问和 sandbox 行为观察。skill lint 的下一步不是更多文本规则，而是最小行为测试。

模式 14：Skill supply chain 与 lockfile

[[agent-skill-supply-chains

Skills Are Not Islands]] 把 skill 视为依赖图组件，而不是孤立 Markdown。一个 skill 可能依赖其它 skill、脚本、Python/Node 包、外部 API、MCP server 或账号权限；只审查 skill 本体会漏掉依赖里的安全和可复现性风险。

对 Hermes 的启发：外部 skill 评估应增加 dependency manifest：dependencies、external_services、scripts、permissions、version/commit/hash。如果未来安装或同步外部 skill，应维护 lockfile-like 记录，并提供 risk-warning audit command。Caliper 式评测也要固定 skill 版本与依赖版本，否则 pass@k 或回归结果不可复现。

模式 15：从技能创建到 SOP 生命周期管理

[[evosop-iterative-tool-optimization

EvoSOP]] 把外部 skill / agent workflow 的问题从“如何写一个好 prompt”推进到“如何管理一个会增长的高阶工具集”。可复用 workflow 不应无限追加，而要经过 construction、merging、evaluation、pruning：从真实成功/失败轨迹中提取，合并重复例程，用 baseline 对比评估，删除低效或高错 SOP。

对 Hermes 的启发：外部 skill 借鉴应优先学习生命周期机制，而不是照搬更多技能。一个技能只有在触发边界、验证证据、安全 effect metadata 和回归样例都清楚时，才值得晋升为长期加载资产。否则它应停留在 wiki source note 或 raw digest 中。

[[action-graded-severity-scale-tool-agents

Action-Graded Severity Scale]] 和 [[deterministic-gates-tool-agent-policy

Deterministic Gates]] 还提示：skill 评估必须记录可执行 effect。一个 skill 即使提高成功率，如果引入跨 scope 写入、外传或不可逆 side effect，也不应被视为净收益。

模式 16：Skill 安全要覆盖发现、检索、选择、执行与演化

[[agent-skill-security-lifecycle-threats

Agent Skill Security]] 把 reusable skill 的风险拆到 repository admission、semantic retrieval、planner selection、runtime execution、skill evolution 五个阶段。它提醒：一个 skill 即使 README 写得清楚、触发描述具体，也可能在检索/路由/依赖/自我演化阶段出问题。

对 Hermes 的启发是，外部 skill discovery 应维护两条通道：design-pattern ingestion 和 execution-package adoption。前者可以通过 wiki 学习；后者必须有 dependency manifest、权限边界、版本/commit/hash、脚本审计、sandbox 行为测试和回归样例。未来如果做 skill marketplace/lockfile，同一个 skill 也应记录 admission decision、retrieval aliases、planner negative triggers、runtime permissions 和 evolution policy。

模式 17：Skill 需要回归评测与身份/权限声明

[[coder-eval-skill-evaluation-ci

coder_eval]] 说明，skill 质量不应只靠 README、star 或一次成功演示判断；它应有可重复任务、with-skill / no-skill 对照、trigger criterion、成本/工具调用记录和 CI verdict。[[chancery-agent-identity-writ-control

Chancery]] 则提醒，操作型 skill 还应声明 agent 身份、可调用资源、凭证隔离方式、TTL、审计字段和撤销路径。

对 Hermes 的 skill 设计检查清单应新增两项：一是至少一个最小回归样例，证明 skill 真的改变行为且没有明显副作用；二是 permission manifest，说明该 skill 是否会读写文件、联网、调用 MCP/server、接触 secret 或启动后台任务。

模式 18：Skill catalog 要按需加载，并把“是否生效”变成可检查对象

[[microsoft-agent-skills-context-driven-development Microsoft Agent Skills]] 提供了平台级 skill catalog 样本：skills、custom agents、AGENTS.md templates、MCP configs 和 installer 共同组成 context package 生态。但它同时明确警告不要一次性加载全部 skills，因为这会造成 context rot、token 浪费、注意力稀释和模式混淆。高质量 skill 生态因此需要 catalog/routing/budget，而不是无限扩展常驻 prompt。

[[vigiles-agent-harness-audit

Vigiles]] 则补上“skill/rule/hook 是否真的生效”的检查层：broken refs、dead hooks、skill collisions、rules-not-enforced 都可能制造 false confidence。对 Hermes 的启发是，外部 skill 进入长期 profile 前应经过四级门禁：静态 lint（格式、触发、负面边界）、audit（权限/依赖/安全）、adoption test（是否被 agent 采用）、eval/regression（是否稳定改善任务）。llm-wiki 自身也应把 cron prompt 的要求变成可检查 contracts，而不是只靠最终报告自证。

模式 19：Skill 可以承担 research-first gate 与本地治理 workbench

[[nothing-new-under-the-sun-research-first-scouting

Nothing New Under The Sun]] 展示了一个重要 skill 形态：不是教 agent 怎么更快实现，而是在实现前阻止 agent 过早写代码。它用 REUSE / USE / FORK / BUY / INTEGRATE / BUILD ladder、evidence matrix、skip 条件和 dedicated read-only scouting agent，把 build-vs-buy / reuse-vs-build 做成前置 gate。对 Hermes 来说，这类 skill 的价值在于降低不必要代码和依赖，而不是增加执行能力。

[[pm-manager-local-project-governance PM Manager]] 则展示了 skill pack 如何扩展成本地治理 workbench：CLI、.pm/ 状态、slash commands、templates、adapters、dashboard 共同构成 project health/control layer。它提醒：一个高价值 skill 可能不是单个 prompt，而是一组 repo-local artifacts 和日常节奏；但这也要求更明确的权限、版本、噪音过滤和状态边界。

模式 20：跨宿主 skill 要分离核心方法论与 host dialect

[[octopus-skill-long-horizon-agent-discipline

octopus-skill]] 提供了一个可迁移模式：核心 methodology 解释每条规则对应的失败模式；host dialect 只负责 Claude Code、Codex、Cursor、grok 等宿主的 loop/goal/stop/notification 差异；实际 arm 再组合 executor、clean-context supervisor 和 durable files。这样避免同一套长任务纪律在不同 agent runtime 中复制、漂移、互相矛盾。

对 Hermes 的启发：llm-wiki、代码修改、浏览器自动化、CVM 发布等 skill 应尽量维护稳定的 methodology 层，再为 cron/交互/批量 ingest/发布等场景做 adapter。新增外部 skill 前，也应要求有真实 consumer/proven run；没有真实任务消费的 prompt 不进入长期 profile，最多作为 source note 学习设计模式。

2026-07-24 补充：skill 与 plugin 需要操作循环和安装治理

[[agentops-bounded-operating-loop

AgentOps]] 显示高价值 skill 不只是提示文本，而是可安装的操作循环：intent、plan、implement、fresh validate、durable verdict、policy hooks 和 day-2 operations。[[bossconsole-agent-operator-console

BOSS Console]] 则提醒 plugin/toolbox 热加载会把 skill 安全问题扩展到运行中 workspace：工具能否被 agent 修改、何时启用、如何禁用、是否接触 secret，都需要 admission 和 audit。

因此外部 skill 评估应增加两项：一是 operating-loop evidence（是否定义停止条件、验证者和 verdict），二是 installation/runtime governance（是否有版本、禁用、权限、secret、hook 生效检查）。

2026-07-27 补充：token 预算、安全 catalog 与设计证据板

[[token-diet-token-efficiency-skill

token-diet]] 提醒，skill 可以专门治理 agent 的 token / 输出 / 读取 / 工具调用纪律：先搜再读、只读必要行、批处理工具、targeted tests、YAGNI，并把 concision 限定在输出与操作冗余上，而不是牺牲推理、关键测试、错误原文或证据。[[sail-skill-secure-ai-lifecycle

SAIL Skill]] 则展示了 catalog-backed skill：安全评估不应靠模型临场列清单，而应引用风险 ID、生命周期阶段、标准映射和缓解措施。

[[design-harness-evidence-board

design-harness]] 和 [[okf-gem-local-knowledge-bundles

OKF Gem]] 共同说明，高价值 skill 越来越像 multi-artifact knowledge/workflow package：Markdown workspace、source/idea/output cards、CLI/lint/search、graph/canvas 和 agent skill 一起组成可审计工作台。对 Hermes 的启发是：外部 skill discovery 应从“是否有用”升级为三问：是否节省或塑形上下文；是否有 catalog/contract/verification；是否把知识和决策保存在可版本化 artifact 中。

这也给 skill 采用门槛增加两个检查项：一是 token/context impact（是否减少 bloat，还是引入常驻噪音）；二是 grounding substrate（是否有真实 catalog、schema、source cards 或 run artifacts 支撑）。尤其是安全、设计和知识管理类 skill，不应只看 README 漂亮程度或 star 数。

2026-07-28 补充：field-tested admission contract

[[hermes-field-kit-skill-admission-contract Hermes Field Kit]] 把外部 skill 采用门槛明确化：一个 skill 只有在解决真实任务、经过真实 workflow 使用、别人能从仓库复现时，才应该进入长期目录。它还要求 Hermes-compatible SKILL.md、tap discovery、triggers/counter-triggers、现实示例、行为测试、已知限制、平台/tool 要求、独立版本和无凭据/私密数据。

这给本页的设计模式增加一个更硬的准入结论：外部 skill 可以先作为 wiki source 学习，但进入 active Hermes profile 前必须通过 field-tested admission、permission/audit、behavior test 和 regression gate。没有反触发、没有真实示例、没有限制说明的 skill，即使 star 高，也只应保留为 raw/digest 候选。

2026-07-29 补充：skill 应有 source / compiled output、预算与漂移检查

[[kitbash-cross-host-agent-skill-format

Kitbash]] 把 agent skill 从“复制一段 Markdown”推进到“源格式 + 编译目标 + 预算 + lockfile”的工程模型。它支持把同一份 skill 编译到 Claude Code、Cursor、Copilot、Cline、Devin、Gemini CLI、Aider 和 AGENTS.md 等目标，并在编译期报告 standing token cost、维护 content-hash lockfile 和 drift detection。

这对 Hermes 的启发是：外部 skill 评估不应只问“能否安装”，还要问它在每个宿主上的加载模式、常驻 token 税、版本/hash、权限和过期产物。未来如果把 llm-wiki 方法论迁移到不同 agent runtime，也应维护 methodology source 与 host adapter / compiled output 的边界，避免手工复制导致规则漂移。

2026-07-30 补充：skill 生命周期比 skill 数量更重要

[[hermes-skill-loop-closed-skill-learning-loop

hermes-skill-loop]] 和 agent-registry 类项目共同说明，外部/本地 skill 的问题正在从“如何写一个好 skill”扩展为“如何治理一组 skill”：来源身份、跨宿主同步、使用次数、最近使用、自动学习、归档、pin、合并、迁移和防重复触发都应成为 skill contract 的一部分。

对 Hermes 来说，低风险方向不是自动安装更多 skill，而是给现有 skill 建立 lightweight registry：触发条件、来源、风险等级、验证方式、最近使用、是否自动生成、是否已验证。自动学习产生的 skill 必须带 origin marker，并进入 curator review；否则一次 session 的 workaround 会污染长期技能层。

2026-07-31 补充：外部技能/插件应通过 admission cell，而不是直接安装

redstamp-deterministic-agent-firewall、contextforge-deterministic-context-budget 和 vibe-loop-bounded-coding-agent-loops 共同说明，外部 agent skill/plugin/CLI 的价值不只在 README，而在它是否有可审计的触发、权限、预算、失败恢复和验证机制。尤其是带 hooks、worker pool、MCP proxy 或 shell scripts 的工具，应先作为 source note 学习设计模式，再经过 admission cell 决定是否安装。

建议的 admission cell 字段包括：source URL、版本/commit/hash、scripts/dependencies、权限与网络、读写路径、代表性任务、runner-observed verification、输出污染扫描、漂移/更新策略、卸载路径。没有这些字段时，默认只入 wiki，不进入 Hermes 执行环境。

2026-08-01 补充：skill governance 需要 scope、preflight 与晋升路径

qm-multiplayer-agent-harness 的 shared skills、grant sharing、admin-gated promotion 与 git skill packs 说明，skill 采用不是“复制到本地目录”这么简单，而是需要 owner、scope、授权、组织级晋升和撤回路径。forgeos-skill-intelligence-control-plane 进一步把 skill 变成 technique retrieval + RoutePlan + ContextPack + evidence contract；agentdoctor-coding-agent-config-audit 则说明 skill/agent 配置本身要被 lint，防止敏感上下文、绕过权限和过期规则进入执行层。

loop-board-autonomous-pr-task-board 的 onboarding skill 也提示：好 skill 不只是命令入口，而应先采访用户的 readiness criteria，并把“何时可看、何时可合并、何时必须停”固化为工作流合同。对 Hermes 来说，外部 skill 的 admission cell 应新增三项：适用 scope、配置 preflight、晋升/撤回策略。

模式 17：Skill 从说明书升级为可路由、可评测、可读写控制的契约

agent-graph-fact-routed-skill-workflows 展示了一个重要方向：Skill 不一定要把完整流程塞进 SKILL.md，而可以把 workflow 编成 graph，由 host facts 选择当前 Route、所需资源和完成证据。simpleenglish-controlled-language-agent-skill 则从表达层补充：skill 输出本身也可以受控语言化，用可测规则减少歧义和 AI slop。optmem-permanent-agent-memory 提醒长期 skill 学习需要 append-only 经验层和显式合并/撤销，而不是自动把所有反馈写进常驻指令。

对 Hermes 的启发：未来评估外部 skill 时，应同时看三件事：是否有 route/fact/outcome contract；是否有可测输出质量或行为指标；是否把记忆、依赖和副作用边界写清楚。只有 README 漂亮但缺少这些合同的 skill，应留在 raw/digest，不应直接安装或长期加载。

模式 20：从用户演示到可验证 skill

record-and-replay-skill 把 skill 采集从“让模型凭空写流程”推进到“用户演示 → 结构化事件流 → compact evidence summary → skill candidate → replay/self-test”。浏览器轨迹中的 selector candidates、DOM snapshot、screenshot 和桌面事件流，比口述步骤更能暴露真实顺序、状态和边界条件。

对 Hermes 来说，这适合作为高价值但高风险的 skill 生成路径：录制材料先作为 raw/source 入库；只有经过 replay、验证步骤、fallback 和敏感信息检查后，才可晋升为长期 skill。它也提示 skill 生态需要 provenance：一个 skill 是从真实演示、外部 README、失败复盘还是人工设计中来，应该影响置信度与安装门槛。

模式 21：外部工具 catalog 需要 operator-safety score

awesome-agentic-devops 提供了 skill/MCP/agent catalog 的更高门槛：官方优先、action capability、human approval、tracing evidence、maturity、operational risk。对于能触达云资源、CI/CD、secret 或生产系统的工具，catalog 的核心不是“收集更多”，而是帮 operator 在安装前判断 blast radius。

对 Hermes 来说，外部 skill 发现页应逐步增加 official/source、permissions、approval、audit、installability、risk 字段。未通过 operator-safety score 的工具可以学习设计模式，但不应自动安装或进入无人 cron 的写路径。

模式 22：governed skill runtime 与 hook-level guard

skill-bill-governed-agent-skill-runtime 说明 skill 可以从说明文档升级为 governed runtime：spec、durable state、specialist review、audit、quality gate 和 drift contract 共同约束 agent 是否真的执行了工程流程。agentlint-runtime-guardrails 则说明 skill / agent 配置还需要运行时事件层：PreToolUse、PostToolUse、SubagentStart/Stop、Stop report 等 hook 可以把坏动作挡在 effect boundary。

对 Hermes 的启发是：外部 skill 采用门槛应新增两项。第一，runtime contract：是否有状态、恢复、验证、漂移检测；第二，hook contract：是否能在危险动作前阻断或至少 warning/audit。只有 prompt 文案、没有执行/验证/安全边界的 skill，最多作为设计素材，不应进入无人自动化路径。

模式 23：外部 artifact admission 应从 provenance 升级到 behavior proof

agent-config-machine-checked-skill-library 和 assay-ai-artifact-evaluation-framework 共同说明，外部 skill / MCP / plugin 的采用门槛应分成三层：来源可信、声明可机器校验、行为可 sandbox 复查。前者把 catalog claim 绑定到 CI/proof 并编译到多宿主；后者把 artifact 当成待测软件包，读取内容并可选真实运行生成可发布 report。

对 Hermes 的启发是：外部 skill 不应因为 README 完整或 registry 存在就进入无人执行路径。更稳的 admission record 至少包含 source_url、claim_receipts、permissions、sandbox_eval、runtime_hooks、fallback/removal。未完成这些字段的工具可以作为设计素材入 wiki，但不应自动安装或获得写权限。

模式 24：深领域 skill 需要 observation surface 与渐进披露

agent-vision-toolkit 和 performance-skill-dotnet-performance-agent-skill 从两个方向补充 skill 设计模式。前者扩展 observation surface：文本型 agent 需要通过 OCR、截图理解、视觉 grounding 等窄工具获得可验证视觉证据。后者展示深领域 skill 的渐进披露：入口只做路由，详细诊断流程、平台差异、命令参考和脚本按需加载。

对 Hermes 的启发是：外部 skill catalog 不应只记录“能做什么”，还要记录输入模态、证据形态、隐私风险、路由结构和验证方式。尤其是视觉/性能这类高误判领域，skill 必须把观测、诊断、验证分开，否则很容易把 OCR 错误、单次性能波动或截图隐私当成可靠事实。

2026-08-07 补充：skill 应从 prompt bundle 升级为带 manifest、权限和 registry 证据的软件制品

skillforge-local-first-agent-skill-runtime 把外部 skill 设计模式进一步工程化：每个技能至少应有 skill.yml、SKILL.md、eval.md，并声明模型、token budget、依赖、读写路径、网络 host、运行入口和验证方式。技能可以通过 MCP 暴露给 agent，但也必须有白名单沙箱、签名、RBAC、版本/来源和 audit log；否则“可安装能力”会变成不可控供应链接面。

对 Hermes 来说，外部 skill discovery 应继续分两级：可学习的设计模式可以入 wiki；可执行安装包必须经过 manifest schema、权限边界、脚本/依赖清单、网络说明、版本/hash 和行为 eval。缺少这些证据的 skill，即使 star 高，也只应作为 source note 或候选，不应进入长期自动加载。

2026-08-08 补充：日报 skill 与 proof-of-claim skill 的设计模式

aperture-agent-report-radar-skill 展示了“知识雷达 skill”的更好结构：skill 不只是告诉 agent 去看新闻，而是定义 scan source、diff window、profile score、LLM review、dedupe、publish、feedback learning 和 replay tape。它的关键模式是：候选选择本身要有产物，拒绝理由和 profile 调整也要可复查。

claimproof-evidence-gated-agent-claims 展示了另一类窄而高价值 skill/gate：只守住 final claim 出口，不试图理解整个任务语义。它要求 gate 自带 must-fail selftest，避免“看似存在但从不拦截”的 false confidence。这对 Hermes skill 设计很重要：小而确定的 evidence gate 往往比大而泛化的“请诚实报告”更可靠。

对外部 skill admission 来说，今天的结论是：可安装 skill 的最低证据应包括触发边界、候选/行动 tape、完成 claim receipt、selftest 负例和 replay 或 eval 入口。没有这些证据的 skill 仍可作为设计素材，但不应进入无人自动化路径。

模式 24：Domain skill library 需要来源、生命周期和情境路由

open-science-skills-research-skill-library 与 designer-skills-agentic-design-skill-pack 展示了外部 skill 生态的新方向：skills 正在从 coding runbook 扩展到研究、设计、产品、学术写作等专业工作流。高质量 domain skill 的判断标准不是数量，而是是否有来源库、生命周期结构、明确 invocation、情境 index、负面边界、模板/命令、报告真实性约束和跨宿主适配说明。

对 Hermes 的启发是：外部 skill 可以先作为 design-pattern ingestion 进入 wiki，而不是直接安装执行包。若要迁移，必须补齐 permission manifest、source bibliography、最小回归任务和误触发检查。对 wiki/product-design/ 来说，下一步可把概念页逐步升级为可执行 playbook：访谈、研究合成、信息架构、设计系统 handoff、可用性测试和 AI 产品体验评测。

模式 25：Skill/MCP 安全 admission 需要 runtime guard + detonation corpus

hol-guard-ai-agent-antivirus 与 agent-egress-bench-security-tool-corpus 说明，外部 skill/MCP 已经是软件供应链组件，不能只靠 README 和 star 数判断。一个可执行包进入长期 profile 前，至少应回答：会读写哪些路径、是否联网、是否接触 secret、是否安装依赖、是否有 hook/MCP 描述注入风险、是否能被本地 guard 拦截、是否通过最小 egress / false-positive smoke test。

这把 skill 设计检查从“文档质量”推进到“行为与权限质量”。对 llm-wiki radar 来说，安全相关候选即使高相关，也应在未测试前标为 medium confidence；如果涉及攻击/红队能力且缺少防御性边界，应只记录为 HOLD 或拒绝晋升。

2026-08-10 补充：skill / MCP 工具应有 admission、red-team 与底层 enforcement point

[[provekit-mcp-redteam-hardened-mcp-server

ProveKit MCP]] 和 [[mcp-guardrail-sql-authorizer-boundary

MCP Guardrail]] 提供了外部 agent skill/tool 的安全设计模板：不要把“参数看起来安全”当边界，而要把边界放在 workspace resolver、SDK resource security、SQLite authorizer、read-only connection、资源预算和 live-protocol red-team 上。

这对 Hermes skill 生态的启发是：高质量 skill 不只是触发描述和 workflow，还应附带 admission manifest：工具能访问什么、不能访问什么、拒绝时是否泄露信息、如何 fuzz/red-team、哪些失败记为 inconclusive 而不是 pass。安装或吸收外部 skill 前，应优先读取其测试/红队/权限边界，而不是只看 README 用法。

2026-08-11 补充：技能包要分成“可学习目录”和“可安装供应链”

[[suede-creator-skills Suede Creator Skills]] 展示了高 star 明文 skill pack 的正面模式：技能可以按 orchestration、review/eval、shipping gates、design/copy/domain lanes 组织，并保持每个 SKILL.md 可读、可审查、可跨 Claude Code / Codex / MCP 暴露。它的启发不是全量安装 71 个技能，而是把 skill catalog 当作监督层：高速 coding agent 需要 A-F review、CI gate、eval、发布纪律和领域模板。

[[aishield-agent-tool-security-scanner

AIShield]] 则从反面提醒：skill / MCP / prompt / GPT 配置是 agent 可执行供应链，不能只按 README 或 star 判断。外部 skill 雷达应增加准入字段：脚本/依赖、权限、网络/文件/环境变量访问、版本/commit/hash、扫描/测试证据、是否只适合学习设计模式。对 Hermes 来说，未来的默认策略应是“先入 wiki 学模式，再用 manifest + safety scan + eval 决定是否本地安装”。

2026-08-13 补充：外部 skill / method pack / catalog 应先学习模式，再准入执行

aegis-architecture-aware-method-pack、controlkeel-governed-agent-control-plane 与 NVIDIA skills catalog 方向共同说明，agent skill 正在从单个 Markdown 发展成 method pack、catalog、doctor、benchmark、host projection 和 update path。prismor-runtime-control-plane 与 agentlock-provenance-action-gate 则提醒，这些资产一旦进入执行路径，也会成为供应链与权限边界的一部分。

对 Hermes 的采用策略应保持两级：source note 可以学习 baseline-first、proof-before-done、skill catalog、doctor/self-check、bounded benchmark 等设计模式；本地安装执行包必须另过 manifest、版本/commit/hash、脚本/依赖审计、权限声明、sandbox 行为测试和 with/without-skill eval。高星或官方来源不自动等于可安装。

2026-08-14 补充：skill/agent 生态需要 catalog、治理状态与安装边界

[[archestra-enterprise-ai-control-plane

Archestra]] 把私有 MCP registry、agent skill sharing、LLM/MCP gateway 和 sandboxed runtime 放到同一控制面；[[doctrine-markdown-information-governance

doctrine]] 则提醒每个 skill/doc/spec 都应带 status、provenance、dependencies 和 freshness；[[agentfootprint-contextual-error-evidence-graph

Agentfootprint]] 说明 skill/steering 何时注入、是否过期、影响了哪个 decision，必须能追踪。

这补充了外部 skill 的准入标准：正式学习设计模式可以低风险入 wiki，但安装到 Hermes 运行上下文前，应具备 manifest、版本/来源、权限、触发条件、验证方式、安装风险和回滚路径。否则 skill 越多，越容易把工具混淆、上下文污染和供应链风险引入常驻 prompt。

2026-08-16 补充：书籍技能化与 prior-art skill 都要服务按需加载，而非安装冲动

book-to-skill-technical-book-agent-skill 把完整技术书或资料目录转成 agent-facing skill：SKILL.md 只放核心 mental models 与章节索引，章节、glossary、patterns、cheatsheet 按需加载。这强化了外部 skill 的一个重要标准：高质量 skill 应是压缩后的 routing/workflow package，而不是把长资料常驻上下文。

neuroarxiv-prior-art-scouting-skill 则展示 research-first skill：先把问题映射到 arXiv categories/search terms，再隔离阅读、评分聚类、收敛到一个建议路径和风险。它适合作为“构建前先查 prior art”的方法样本，但不应替代 web/GitHub/官方文档，因为 arXiv-only 会漏掉工程实践材料。

对 Hermes 的迁移原则是：可以学习这类 skill 的结构与门禁，但不自动安装第三方执行包。正式 adoption 前仍要做结构 lint、安全/依赖审计、版本锁定、以及 with/without-skill 行为评测。

2026-08-17 补充：skill 生态进入 package-management 与触发评测阶段

harness-ai-kit-agent-asset-package-manager 和 dsh-plugin-dev-agent-skill 共同说明，外部 agent skill 的下一个瓶颈不是“有没有更多 prompt”，而是资产治理与质量回归。前者把 skills/CLIs/MCPs/loops 变成 manifest + lockfile + checksum 管理对象；后者把复杂平台文档编译成渐进披露 skill，并配触发评测集。

对 Hermes 来说，外部 skill 采纳应分三步：先 raw/source 入库并标注风险，再用小样例验证触发/不过触发，最后才安装到 active profile。高质量 skill 页面应记录输入模态、运行时依赖、权限边界、验证命令、版本来源和降级路径。

2026-08-18 补充：skill 应服务 graph/loop 路由，而不是常驻上下文堆叠

goal-flow-graph-orchestrated-agent-loop 的 skill engine 再次验证渐进披露原则：SKILL.md 通过 metadata、description、triggers、tags 被 registry/matcher 路由，只在 query 相关时注入正文；agent_kit 侧 executable skills 则把 skill 进一步推向可执行能力。

这对 Hermes 的启发是，外部 skill 候选要同时记录两件事：它如何被路由加载，以及它一旦执行会触碰哪些权限/依赖。可学习的 prompt/workflow pattern 可以入 wiki；可执行 skill 进入 active profile 前必须有 manifest、版本/hash、权限边界、触发/不过触发测试和最小行为 eval。

2026-08-20 补充：skill、method、plugin marketplace 需要统一候选治理

[[context-engineering-kit-agent-skills Context Engineering Kit]]、[[pipelex-declarative-ai-methods Pipelex]] 和当日未晋升的 skill-of-skills 共同说明，外部 agent 能力正在分化成多种 artifact：skill/plugin 负责触发、上下文和命令；method DSL 负责 typed AI procedure；discovery engine 负责找工具；marketplace/hub 负责分发。它们都不应被简单当作“可安装提示词”。

对 Hermes 来说，外部候选应先进入 manifest/HOLD：artifact 类型、runtime、触发场景、安装方式、权限、依赖、是否执行脚本、验证任务、相关 wiki 页面、卸载/回滚方式。只有通过 sandbox eval 或至少样例任务验证后，才考虑进入默认 profile。这样既能吸收生态红利，也能避免 skill supply chain 污染长期工作流。

写入记录

2026-08-20 09:01 CST：补充 CEK/Pipelex 对 skill-method-plugin artifact 分类、候选 HOLD、sandbox eval 和供应链治理的启发。

2026-08-18 09:00 CST：补充 goalflow 对 graph/loop 路由型 skill、渐进披露和 executable skill admission 的启发。
2026-08-15 09:01 CST：补充 Agnix 对外部 skill admission、结构 lint 与静默失效风险的启发。
2026-08-13 09:00 CST：补充 Prismor、AgentLock、ControlKeel、Smithers、Aegis、AAABench 对运行时控制、来源授权、持久 workflow、架构基线和长程 benchmark 的启发。

2026-08-11 09:00 CST：补充 AIShield、Suede Creator Skills、HealthClaw Guardrails、claim-trace 对 skill/MCP 安全准入、领域 guardrail、报告 claim evidence 的启发。

2026-08-09 09:00 CST：补充 HOL Guard、agent-egress-bench、RepoPrompt CE、Claw-Eval、Open Science Skills、Designer Skills 对运行时安全、上下文工作台、agent benchmark 和 domain skill routing 的启发。
2026-08-08 09:00 CST：补充 Aperture 与 Claimproof 对日报 skill、候选 tape、final-claim gate 和 selftest 负例的设计模式启发。

2026-08-07 09:00 CST：补充 Boundary-Bench、LongHorizon-Harness、SkillForge 对权限政策、已验证状态、skill runtime / manifest 和 radar 证据化的启发。

2026-08-06 09:00 CST：补充 Agent Vision Toolkit 与 Performance Skill 对 observation surface、视觉工具 admission 和深领域 skill 渐进披露结构的启发。

2026-08-05 09:00 CST：补充 Agent Config 与 Assay 对外部 AI artifact admission、machine-checkable claim 和 sandbox behavior proof 的启发。

2026-08-04 09:00 CST：补充 Skill Bill 与 AgentLint 对 governed skill runtime、durable workflow state、hook-level guard 和 skill admission contract 的启发。

2026-08-03 09:00 CST：补充 Awesome Agentic DevOps、ultracodex、record-and-replay-skill、Claude Starter Kit 对 operator-safety catalog、agent-as-function、示范到 skill、tool-level gates 的启发。

2026-08-02 09:01 CST：补充 OptMem、AxisAgentic、Agent Graph、SimpleEnglish 对长期记忆、轨迹证据、事实路由 skill 和受控语言评测的启发。

2026-08-01 09:06 CST：补充 QM、ForgeOS、AgentDoctor、loop-board 对 skill scope、配置 preflight、RoutePlan/ContextPack/evidence contract 和晋升治理的启发。
2026-07-31 09:01 CST：补充外部 skill/plugin/CLI 的 admission cell 字段，强调 source-note 与安装执行包分离。
2026-07-30 09:00 CST：补充 hermes-skill-loop 与 agent-registry 对 skill origin、usage telemetry、curator 生命周期和跨宿主同步治理的启发。
2026-07-29 09:00 CST：补充 Kitbash 对跨宿主 skill 编译、standing token cost、lockfile/drift detection 和 source/compiled output 边界的启发。
2026-07-28 09:00 CST：补充 Hermes Field Kit 对 field-tested skill admission、trigger/counter-trigger、行为测试、限制和外部 skill 采用门槛的启发。
2026-07-27 09:07 CST：补充 token-diet、SAIL Skill、design-harness、OKF Gem 对 token/context 纪律、catalog-backed security skill、证据板和 repo-local knowledge bundle 的启发。

2026-07-23 09:00 CST：补充 Nothing New Under The Sun 与 PM Manager 对 research-first gate、本地治理 workbench、read-only scouting 和 multi-artifact skill pack 的启发。
2026-07-22 09:00 CST：补充 Microsoft Agent Skills 与 Vigiles 对 skill catalog、按需加载、context budget、harness audit/lint/test/eval 和 false confidence 的启发。
2026-07-19 09:04 CST：补充 coder_eval 与 Chancery 对 skill 回归评测、trigger criterion、permission manifest 和身份/权限声明的启发。
2026-07-18 09:00 CST：补充今日 radar 对证据门控、上下文质量、技能安全或控制原语的启发。

2026-07-01 15:00 CST：补充 self-learning-skills 的 experience harvesting / promotion gate，以及 Agnix 的 agent configuration lint 作为技能质量门禁。
2026-07-02 09:00 CST：补充 Context Engineering Kit 对插件粒度、上下文预算和按需加载的启发。
2026-07-03 09:00 CST：补充 Caliper 式 skill eval 与 AI4S Skills 的 provenance-heavy 多技能编排模式。
2026-07-02 09:45 CST：将面向公开发布的正文、小标题、检查清单和说明文字中文化；保留必要的专有名词、仓库名、文件名、命令和技术术语。
2026-07-05 09:02 CST：补充 agent skill malware 对外部 skill 安装前动态安全评估的启发。
2026-07-06 09:00 CST：补充 agent skill supply chain、dependency manifest 和 lockfile-like 记录模式。
2026-07-09 09:00 CST：补充 deterministic gates、action-graded severity 与 EvoSOP 对 harness / benchmark / skill 生命周期的启发。

2026-08-10 09:00 CST：补充 2026-08-10 AI 雷达关于 MCP 工具边界、local-first eval、typed simulator 与 covert signaling 的综合更新。

2026-08-12 补充：runbook skill 的价值在于窄范围、硬 gate 和可执行检查

gpu-server-setup-agent-skill 是一个值得学习但不应自动安装的 runbook-skill 样本。它把 GPU 服务器配置拆成 NVIDIA driver/CUDA、Docker GPU passthrough、服务 health 等层级，并用 scripts/check.sh 做 lspci → nvidia-smi → GPU-in-Docker → service health 的分阶段验证；长资料放在 references/，SKILL.md 只负责 workflow 与 hard rules。

这补强了外部 skill 的设计标准：一个高质量操作型 skill 应明确平台范围、触发条件、计划/执行分离、失败 gate、troubleshooting table 和安全章节。相比之下，要求用户关闭防病毒、运行带密码的 Windows installer 的 generic skill collection，即使 star 数高，也应作为供应链风险拒绝进入正式页。

2026-08-12 09:00 CST：补充 ProdAgent、XORCISE、gpu-server-setup、KADATH 对生产控制面、证据评测、runbook skill 和上下文边界的启发。
2026-08-14 09:00 CST：补充 2026-08-14 雷达关于项目状态机、控制面、执行证据、上下文影响链和 skill 治理的内容。
2026-08-16 09:00 CST：补充 2026-08-16 雷达关于 RealReplicaBench、Hermes MemConflict、pi-rlm、book-to-skill、NeuroArxiv、BreachForge 的综合启发。
2026-08-17 09:00 CST：补充 2026-08-17 雷达关于 DSH/视觉 harness/skill 资产治理/脚手架/runtime seam 的启发。