📑 本文目录
HermesAI AgentSkills知识管理技能推荐

5个让AI助手更强的新技能实测：正交Agent、学术研究、Wiki引擎、写作系统、设计架构

用AI助手久了会发现一个规律：通用能力强，但碰到深度场景就容易”差点意思”。做研究不够严谨，写文章不够专业，管知识靠手动。解决方案不是换模型，而是装对技能。

最近装了5个新技能，覆盖了Agent架构、学术研究、知识管理、写作和设计五个方向。这篇文章记录每个技能的实际体验，包括能做什么、怎么触发、适合什么场景。

速查表

技能方向核心价值
orthogonal-agent-frameworkAgent架构把Agent拆成规划/执行/记忆/评估四个独立模块，可单独升级替换
academic-deep-research-pro学术研究透明方法论+双轮研究+APA引用，不是黑盒搜索包装
llm-wiki-skill知识管理LLM自动维护Obsidian Wiki，ingest/query/health三合一套件
writing-assistant-pro写作创作三层架构（身份/操作/知识），创作/改写/标题/选题四个代理
design-system-patterns前端架构Token层级/主题切换/多品牌/Style Dictionary完整设计系统蓝图

Agent进化：orthogonal-agent-framework

大多数AI Agent的问题是”一锅炖”——规划、执行、记忆全混在一起。改一个地方牵一发动全身，测试也没法隔离。

这个技能把Agent拆成四个正交维度：

  • 规划（Planning） — 任务拆解、目标设定
  • 执行（Execution） — 工具调用、操作执行
  • 记忆（Memory） — 上下文保持、长期存储
  • 评估（Evaluation） — 结果检验、反馈改进

核心卖点不是”拆”本身，而是拆完之后每个维度可以独立替换。比如记忆模块从文件存储换成向量数据库，不需要动其他三个模块。

适合场景：构建自定义Agent系统、需要长期记忆的多步骤任务、想系统性改进Agent某个方面（比如只换执行层工具链）。

实际触发：

用正交性框架帮我规划一个复杂任务
正交性框架：状态

框架会自动创建 plan.md、execution.md、memory.md、evaluation.md 四个文件管理任务全生命周期。对于需要反复迭代、需要评估反馈的复杂任务，比直接对话效率高很多。

深度研究：academic-deep-research-pro

AI做研究的通病是”看起来很专业但经不起推敲”——单轮搜索、无引用、不可复现。这个技能反其道而行，强制三个规矩：

  1. 双轮研究：每个主题必须跑两轮完整搜索，第一轮广撒网，第二轮补缺口
  2. 证据等级：区分”多源交叉验证”和”单一来源推测”，标注confidence
  3. APA 7引用：正文内引用+参考文献列表，不是丢一堆链接完事

三个强制停止点：开始前问清需求 → 展示研究计划等批准 → 交付完整报告。整个过程不是黑盒，用户在每个阶段都能介入。

适合场景：文献综述、竞品分析、任何需要”说得清信息来源”的研究任务。如果你需要把研究结果给上级看或者写进正式文档，这个技能的价值就体现出来了。

关键约束：最终报告只接受叙述式（narrative），不接受纯列表或表格。这逼迫Agent把信息消化成连贯的分析，而不是堆砌要点。

知识管理引擎：llm-wiki-skill

Obsidian好用，但知识库维护是体力活。笔记越积越多，孤立页面没人管，链接断了不知道。这个技能就是让AI来做这些”图书管理员”的工作。

三个子命令覆盖了知识管理的完整闭环：

命令功能
ingest <来源>从文件/URL/主题提取知识，自动创建或更新Wiki页
query <问题>搜索已有Wiki并综合回答
health审计Wiki健康度——孤立页、stub页、断裂链接

实际体验：我把它接入了已有的Obsidian知识库（约130个核心页面）。health命令一次找出了40个孤岛页、8个stub页、325个断裂链接。这些手工查得花半天。

ingest不只是”存进去”，它会提取核心概念、自动创建交叉引用（[[wikilinks]]），并在_wiki/log.md记录每次操作。做到”AI做流水线，人做判断”。

适合场景：已经有Obsidian（或兼容Markdown的知识库），想让AI自动维护索引和链接。特别适合知识工作者——研究者、写作者、终身学习者。

写作系统：writing-assistant-pro

写作AI的常见输出是”通顺但没特色”——什么都能写，什么都差不多。这个技能用三层架构来解决这个问题：

  • 第一层·身份层：定义”为写作而生”的核心角色（首席撰稿人 vs 创意总监）
  • 第二层·操作层：四个写作代理各司其职
  • 第三层·知识层：积累写作技巧和平台特性到共享记忆

四个代理的分工：

代理触发词做什么
内容创作”写一篇…”从零创作完整文章
改写优化”改一下…”优化已有内容的结构和表达
标题生成”标题…”批量生成标题供选择
选题策划”选题…”基于热点/历史数据推荐选题

安装提示：原始SKILL.md缺少YAML frontmatter，description字段为空会导致在技能列表中无法显示描述。安装后需手动补上：

---
name: writing-assistant-pro
description: 专业写作助手，4个代理覆盖创作/改写/标题/选题
---

适合场景：内容创作者、自媒体运营、需要多类型写作输出的团队。比通用AI写作强在角色定义清晰，不会什么都写成同一个味道。

前端设计架构：design-system-patterns

这是5个技能里内容密度最高的一个。完整的CSS代码示例、React组件、多平台Token管线，拿来就能用。

五个核心Pattern：

1. Token三层架构（Primitive → Semantic → Component）

/* Layer 1: 原始值，绝不直接用在组件里 */
:root {
  --color-blue-500: #3b82f6;
  --space-4: 1rem;
}

/* Layer 2: 语义层——这层最重要，实现主题切换就靠它 */
:root {
  --text-primary: var(--color-gray-900);
  --interactive-primary: var(--color-blue-500);
}

/* Layer 3: 组件层（可选） */
:root {
  --button-bg: var(--interactive-primary);
}

2. React主题切换：完整的ThemeProvider实现——theme/resolvedTheme/setTheme、系统偏好检测、localStorage持久化、SSR防FOUC。

3. 多品牌主题：通过[data-brand]属性叠加品牌Token，实现一套代码服务多个品牌。

4. Style Dictionary管线：一份JSON源码生成CSS、iOS Swift、Android XML三端Token。

5. 无障碍Token：prefers-reduced-motion、prefers-contrast: high、forced-colors的Token适配。

适合场景：从零搭建设计系统、给已有项目加暗色模式、做多品牌白标产品。技能里有完整的代码可以复制，不是纯理论。

实测总结

维度评价
实用性design-system-patterns 和 llm-wiki-skill 最即插即用，代码/工作流拿来就能用
学习成本orthogonal-agent-framework 概念门槛最高，需要理解正交设计理念
深度academic-deep-research-pro 最深，但代价是每次研究耗时较长
日常频率writing-assistant-pro 和 llm-wiki-skill 使用频率最高

安装后的注意事项：

社区技能的通病是”功能好但元数据粗糙”。这5个里有3个需要手动修复：

  1. academic-deep-research-pro：引用目录用 reference/（单数），部分系统只识别 references/（复数），需要重命名
  2. writing-assistant-pro：完全缺失YAML frontmatter，需手动补 name 和 description 字段
  3. llm-wiki-skill：内部name字段（llmwiki）与目录名（llm-wiki-skill）不一致，不影响功能但可能导致技能路由歧义

修复方法都很简单——改个目录名、补几行YAML。但如果不做，技能加载正常只是自动发现机制（linked_files）会失效，长期使用会踩坑。

技能不是越多越好，而是越精准越好。这5个刚好覆盖了”思考-研究-记录-表达-呈现”五个环节，形成一条完整的知识工作流水线。

❓ 常见问题

Hermes Agent的技能和插件、Skills有什么区别？

Hermes中的”技能”（Skill）是可复用的工作流封装，基于YAML+Markdown定义，一个技能包含名称、描述、linked_files（关联文件）和指令模板。与MCP插件不同，技能不依赖外部API——它利用Agent自身能力完成特定任务。MCP插件是外部工具连接器，技能是内部工作流模板。详见Hermes技能安装指南。

这些技能可以自己修改或组合使用吗？

可以。所有社区技能都是开源的YAML文件，你可以直接修改prompt模板、调整输出格式或合并多个技能的指令。例如可以将”academic-deep-research-pro”的研究输出直接路由到”writing-assistant-pro”做二次加工，实现”研究→写作”流水线。

哪里可以找到更多Hermes技能？

Hermes官方社区和GitHub仓库持续有新技能发布。推荐从Hermes Skills多Agent协作指南了解技能编排，从cron调度指南了解技能定时执行配置。

📖 相关文章推荐

💬 评论