[功能請求] 執行任務前自動載入相關 skills
回報者指出 agent 裝了很多 skill 卻常常忘記載入:遇到任務不先查 skill,而是憑空猜參數或反問使用者。根因是 skill 是被動的,缺少「分析請求並提示相關 skill」或自動注入 skill context 的機制。
skill 安裝、載入與管理相關的官方 issue。 資料來自官方 GitHub repo,狀態由官方 label 推導,每筆附原始連結與最後檢查日期。
回報者指出 agent 裝了很多 skill 卻常常忘記載入:遇到任務不先查 skill,而是憑空猜參數或反問使用者。根因是 skill 是被動的,缺少「分析請求並提示相關 skill」或自動注入 skill context 的機制。
內建的 himalaya skill 文件中,flag add / flag remove 指令仍記載舊版的 --flag 參數語法,在 himalaya v1.2.0 執行會噴出「unexpected argument --flag found」錯誤;正確語法應改為位置參數形式。
可暫時直接改用位置參數語法(如 himalaya flag add 42 seen)取代 --flag 參數,即可正常執行。
回報者實際對一名菲律賓籍對象執行 unbroker 技能,掃描涵蓋 51 個資料仲介商但遇到多個結構性問題:文件宣稱 web_extract 可直接讀取頁面,但實際後端是僅能搜尋的 DuckDuckGo,無法擷取任意網址內容;51 個仲介商中有 12 個因資料中心 IP 被反機器人機制擋下;部分仲介商缺少對應的 JSON 參考紀錄檔。
自動化的 skills index 新鮮度探測失敗,狀態顯示為 degraded,詳細訊息為「github: 0 < 30」。此 issue 由 GitHub Actions 自動開啟,用來追蹤 /docs/api/skills-index.json 的重建是否正常,若問題未解決會持續重新開啟,目前狀態為調查中。
Skill 同步留下殘留備份目錄,屬於 P3 低優先的清理性問題,不影響功能。
可手動清除殘留的 .bak 目錄,不影響 skill 正常運作。
這個 issue 提議探索整合微軟釋出的 SkillOpt,一個透過軌跡驅動編輯與驗證閘門來訓練可重用自然語言 skill 的文字空間最佳化工具,讓 Hermes 能在不動模型權重的情況下自動最佳化 skill。
productivity/google-workspace skill 目前設計為單一帳號,OAuth 設定只會寫入固定路徑的 token 檔案,導致同時有個人與公司 Google Workspace 帳號的使用者只能透過 Hermes 存取其中一個帳號。回報者提議加入 --account 參數與每帳號獨立的 token 檔案,讓多帳號可以並存。
目前只能透過另外接一個外部 CLI 工具(如 gog)來存取第二個帳號。
使用者以討論形式提出治理層面的問題:Hermes 具備從經驗中自動產生與改進 skill 的自我修改能力,但這也代表一個 skill 的「哪個版本」在何時執行、產生了什麼輸出,缺乏可追溯的憑據。作者提出三個具體的溯源問題,例如某個 skill 在早上被建立、下午被改進後,之後執行時究竟是哪個版本產生的結果。此 issue 為開放狀態,處理狀態為調查中。