Hermes Agent 生态全景（四）：Skills Hub、PLUR 共享记忆与 80+ 社区工具完整图谱

本文是 Hermes Agent 系列第四篇。前三篇覆盖了核心理念、实战部署与技术架构。这一篇我们把视角拉高，完整绘制截至 2026 年 4 月的 Hermes 生态全景——包括官方 Skills Hub、PLUR 多 Agent 共享记忆机制、agentskills.io 开放标准，以及 80+ 社区工具的分层全景图。

一、生态爆发的速度有多快

数字先说话：

六周。这不是一个工具的数字，这是一个平台的起势节奏。

二、理解 Hermes 生态的核心坐标系

在细看各个项目之前，先建立一个结构认知。Hermes 生态围绕三个轴展开：

┌─────────────────────────────────────────────┐ │ agentskills.io 开放标准 │ │ （跨工具技能互操作的基础协议，贯穿整个生态） │ └─────────────────────┬───────────────────────┘ │ ┌──────────────────────┼──────────────────────┐ │ │ │ ┌────▼─────┐ ┌─────▼──────┐ ┌────▼─────┐ │ 技能层 │ │ 工具/插件层 │ │ 基础设施层│ │ Skills │ │ Tools & │ │ Infra │ │ │ │ Plugins │ │ │ │ 知识资产 │ │ 能力扩展 │ │ 运行支撑 │ └──────────┘ └────────────┘ └──────────┘

整个生态的底层协议是agentskills.io，它让技能跨工具流通。在这之上，社区建设了三类资产：技能库、功能插件、基础设施工具。我们按这个结构依次展开。

三、agentskills.io：让技能成为通货

这是理解 Hermes 生态最重要的一个概念，却常被忽视。

agentskills.io 是一套 AI Agent 技能的开放格式标准，一个符合该标准的 SKILL.md 文件，可以被以下工具直接读取使用：

支持 agentskills.io 的工具（截至 2026 年 4 月）： ✅ Hermes Agent ✅ Claude Code（Anthropic） ✅ OpenAI Codex CLI ✅ Cursor ✅ GitHub Copilot ✅ Gemini CLI ✅ Windsurf / Cline ✅ 20+ 其他兼容平台

这意味着什么？你在 Hermes 里积累的技能库，不是被锁死在 Hermes 里的私有资产——它是可以带走、可以分享、可以在其他 Agent 平台继续使用的跨平台资产。

反过来，任何遵循 agentskills.io 标准的社区技能，Hermes 都可以直接安装使用：

hermes skillsinstallmukul975/Anthropic-Cybersecurity-Skills hermes skillsinstallwondelai/skills hermes skillsinstallblack-forest-labs/skills hermes skills browse# 浏览所有可安装的来源

四、Skills Hub 全景：按 Star 数的完整排行

4.1 明星技能包（⭐ 400+）

🏆 Anthropic-Cybersecurity-Skills ★4,132

目前整个 agentskills.io 生态 Star 最多的技能包。包含754 个结构化网络安全技能，覆盖 26 个安全领域，完整映射五大框架：

• MITRE ATT&CK
• NIST CSF 2.0
• MITRE ATLAS（AI 威胁）
• D3FEND（防御对策）
• NIST AI RMF（AI 风险管理）

扫描全部 754 个技能的前置成本仅约 30 tokens/个（只读 YAML frontmatter），完整加载单个技能约 500-2000 tokens。典型使用场景：

你 ❯ 分析这个内存转储文件，检查是否有凭证窃取迹象 Hermes 内部执行： 1. 扫描 754 个技能 frontmatter → 匹配 12 个相关技能 2. 加载 top 3：performing-memory-forensics-with-volatility3 / hunting-for-credential-dumping-lsass / analyzing-windows-event-logs 3. 按技能流程执行分析

wondelai/skills ★480

跨平台通用技能库，在 Hermes、Claude Code 等多个平台上均可运行，持续维护，是新手入门的首选装机包。

avoid-ai-writing ★759（注：归属 Skills 类别）

帮助用户识别和改写 AI 味过重的写作，面向内容创作者的实用工具。

pydantic-ai-skills ★220

为 Agent 技能输入/输出添加类型安全的 schema 校验，开发者友好。

4.2 垂直领域技能包

4.3 技能工厂与基础设施

bmad-module-skill-forge ★17：把任意代码仓库或文档自动转换为符合 agentskills.io 标准的可安装技能包。“输入一个 codebase，输出可安装的技能”——这是技能生产的自动化工具。

Agentic-MCP-Skill ★22：MCP 客户端 + agentskills.io 验证层的桥接器，让任何 MCP 工具服务器的能力直接以技能形式被 Agent 调用。

五、PLUR：大脑启发的多 Agent 共享记忆

这是本篇最值得深入探讨的机制。

5.1 问题背景：记忆孤岛

默认情况下，每个 Hermes 实例的记忆是完全隔离的。假设一个团队有三个成员各自运行 Hermes：

Alice 的 Hermes：发现了 A 项目的最优部署流程 Bob 的 Hermes：独立摸索了同一个流程，踩了同样的坑 Carol 的 Hermes：还没开始摸索 结果：三份重复劳动，三次踩坑

5.2 PLUR 的解法：共享 Engram（经验记忆单元）

PLUR（by plur-ai）的核心概念来自神经科学中的engram——即大脑中存储特定记忆的神经元集合。

# engram 格式示例（YAML）engram:id:"deploy-k8s-2026-03"project:"saas-dashboard"type:correction# 类型：纠正 / 成功工作流 / 失败路径content:|kubectl apply 加 --server-side 参数可避免字段管理冲突 在资源已存在时尤为重要weight:0.87# 经验权重（越高越重要）propagated_from:"alice"# 来源 Agenttimestamp:"2026-03-20"

当 Alice 的 Agent 发现并修正了一个问题，这个修正以 engram 形式写入共享存储。Bob 和 Carol 的 Agent 在下次处理同类任务时，自动从共享 engram 中检索到这条经验——无需 Alice 手动通知任何人。

使用 PLUR 后： Alice 的 Hermes：发现最优部署流程 → 写入共享 engram Bob 的 Hermes：自动检索到 Alice 的经验 → 直接复用 Carol 的 Hermes：同上 结果：一次踩坑，三人受益，团队知识自动积累

来自 Discord 的真实反馈：

“6 个 Agent 之间的共享情节记忆真的很强大，用其他方式很难复制。”
—— geezeruk，Nous Research Discord

5.3 PLUR vs 内置记忆的本质区别

5.4 安装与配置

# 安装 PLUR 插件hermes skillsinstallplur-ai/plur# 配置共享存储路径（支持本地共享目录或远程存储）hermes configsetplur.storage_path"/shared/team-engrams"# 或通过环境变量exportPLUR_STORAGE="s3://your-bucket/hermes-engrams"

六、GUI 与运维工具层

6.1 hermes-workspace ★500+

定位：Hermes 原生 Web 工作台，2026 年 Nous Hackathon 作品，现已进入 production 阶段。

功能模块：

• Chat：完整的对话界面，支持多会话管理
• Terminal：内嵌终端，可观察 Agent 执行过程
• Memory Browser：可视化浏览和编辑 MEMORY.md / USER.md
• Skills Manager：安装、搜索、预览、删除技能
• Inspector：实时查看工具调用、token 消耗、执行日志

# 安装gitclone https://github.com/outsourc-e/hermes-workspacecdhermes-workspace&&npminstall&&npmrun dev# 访问 http://localhost:3000

6.2 mission-control ★3,700+

定位：多 Agent 编排仪表板，适合团队和生产级部署。

核心能力：

• Agent 舰队管理：在一个界面监控多个 Hermes 实例的状态
• 任务分发：向指定 Agent 派发任务，查看执行进度
• 成本追踪：按 Agent、按模型、按时间段统计 token 消耗
• 多 Agent 协同工作流：定义 Agent 之间的任务传递规则

# 一键启动（SQLite 自托管）dockerrun-d-p8080:8080 builderz/mission-control

实际使用场景：一个用户在 Discord 里分享了一个社交媒体自动化流水线——内容撰写 Agent、视觉生成 Agent、广告创意 Agent 三者分工，由 mission-control 统一调度，Kimi 模型驱动的编排器负责任务路由，MiniMax 驱动的验证器在内容发布前做质量审核。

6.3 其他 GUI 工具

七、记忆提供商层：外部记忆生态

这一层在第三篇中已有技术解析，这里从生态选型角度补充：

记忆提供商 Star 排行（截至 2026-04-11）： hindsight ★ 8,362 ← 生态内 Star 最多的单一工具 autocontext ★ 711 honcho-self-hosted ★ 126 ClawMem ★ 86 ← 从 OpenClaw 生态迁移过来的用户 plur ★ 31 flowstate-qmd ★ 5

Hindsight ★8,362为什么一骑绝尘？

除了技术上的领先（第三篇已分析），它的 LongMemEval 基准第一名成绩（91.4%）让开发者有据可依。更重要的是，它支持本地 PostgreSQL 部署，完全自托管，数据不离开你的服务器——这与 Hermes 的隐私优先理念高度契合。

ClawMem ★86是一个有趣的迁移案例：它最初是 OpenClaw 社区开发的记忆增强插件，OpenClaw 被封禁事件后，其用户群体大量迁移到 Hermes，顺带把 ClawMem 带了过来，并完成了适配。

八、Nous Research 官方生态项目

除核心 Hermes Agent 仓库外，Nous Research 还维护了几个官方扩展项目：

Hermes-Function-Calling ★1,249：工具调用能力的专项增强库，优化了函数调用的格式解析和错误处理，支持 11 种 tool-call 解析器，是训练自定义工具调用模型的重要组件。

atropos ★997：Hermes 的 RL 训练环境集成。连接 Atropos 框架，让 Agent 的真实执行轨迹成为强化学习的训练数据。与第三篇提到的数据飞轮逻辑直接挂钩。

hermes-agent-self-evolution ★778：基于 DSPy + GEPA（Genetic Evolution of Prompt Architectures）的自进化研究管线。用遗传算法优化 Hermes 自身的 Prompt 和行为，是"Agent 优化 Agent 自己"这个方向的工程实现。

autonovel ★401：基于 Hermes 的自主长篇小说写作流水线，能端到端生成 10 万字以上的完整手稿。展示了 Hermes 在创意内容生成领域的应用上限。

hermes-paperclip-adapter ★663：把 Hermes 接入 Paperclip 公司任务管理和治理系统，让 Agent 作为"受管理的数字员工"运行在企业工作流中。

九、跨界应用：生态的边界在哪里

截至目前，Hermes 生态里最出乎意料的几个方向：

hermes-android：通过 Python bridge 把 Hermes 装到 Android 手机上，配合 Termux 实现真正的移动端本地 Agent。

hermes-embodied：把 Hermes 的学习循环应用到机器人控制——VLA（视觉-语言-动作）模型在云端 GPU 上做微调，Agent 的执行经验直接成为机器人动作策略的训练数据。

hermes-mars-rover：用 ROS2 + Gazebo 模拟火星探测器，Hermes 作为自主导航决策层。是个 Hackathon 项目，但展示了 Agent 框架在物理仿真中的潜力。

hermes-blockchain-oracle：Solana 链上智能 MCP 服务器，让 Hermes 能直接读写区块链数据，执行 DeFi 操作。

Ankh.md（TAW Agent × Hermes 多 Agent 群）：多个 Hermes 实例共享目标、分布式执行任务的实验性框架，是最接近"Agent 集群"概念的社区实现。

十、生态图谱：全景总览

Hermes Agent 生态全景（2026年4月，数据来自 hermesatlas.com） ┌─────────────────────────────────────────────────────────────────┐ │ Nous Research 官方项目 │ │ hermes-agent ★57k+ | atropos ★997 | autonovel ★401 │ │ hermes-agent-self-evolution ★778 | Hermes-Function-Calling ★1.2k│ └────────────────────────────┬────────────────────────────────────┘ │ agentskills.io 开放标准 ┌───────────────────┼───────────────────────┐ │ │ │ ┌────────▼───────┐ ┌────────▼───────┐ ┌───────────▼────────┐ │ 技能生态层 │ │ GUI与运维层 │ │ 记忆增强层 │ │ │ │ │ │ │ │ Anthropic- │ │ mission- │ │ hindsight ★8,362 │ │ Cybersecurity │ │ control ★3.7k │ │ autocontext ★711 │ │ Skills ★4.1k │ │ │ │ honcho-self ★126 │ │ │ │ hermes- │ │ PLUR (共享 ★31 │ │ wondelai/ │ │ workspace ★500│ │ engram) │ │ skills ★480 │ │ │ │ ClawMem ★86 │ │ │ │ Memori-City │ └────────────────────┘ │ chainlink- │ │ TUI Companion │ │ skills ★85 │ │ lintlang │ ┌────────────────────┐ │ │ └───────────────┘ │ 跨界应用层 │ │ drawio-skill │ │ │ │ ★131 │ ┌───────────────┐ │ hermes-embodied │ │ │ │ 部署基础设施 │ │ hermes-android │ │ black-forest- │ │ │ │ hermes-blockchain- │ │ labs/skills │ │ nix-hermes │ │ oracle │ │ ★44 │ │ hermes-docker │ │ hermes-mars-rover │ └───────────────┘ │ systemd templ │ │ Ankh.md (群体) │ └───────────────┘ └────────────────────┘

十一、新手三步走：从零搭建完整生态环境

Step 1：核心安装（5 分钟）

# 安装 Hermescurl-fsSLhttps://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh|bashsource~/.bashrc hermes setup# 交互式向导，配置模型和 Gateway

Step 2：装上必备技能包（3 分钟）

# 通用技能（强烈推荐先装这个）hermes skillsinstallwondelai/skills# 如果你做安全相关工作hermes skillsinstallmukul975/Anthropic-Cybersecurity-Skills# 如果你做 AI/ML 工作hermes skillsinstallhermes-agent.nousresearch.com/docs/skills# 内置 MLOps 技能

Step 3：配置 GUI 和记忆增强（可选，按需）

# 个人用户 → hermes-workspace（浏览器 GUI）gitclone https://github.com/outsourc-e/hermes-workspace&&cdhermes-workspacenpminstall&&npmrun dev# 团队用户 → mission-control（多实例管理）dockerrun-d-p8080:8080 builderz/mission-control# 需要更强记忆 → Hindsight（本地 PostgreSQL）hermes memory setup# 选择 Hindsight，按提示配置# 团队共享知识 → PLURhermes skillsinstallplur-ai/plur

十二、生态现状的客观评估

成熟的部分：

• agentskills.io 标准已获多平台背书，跨工具互操作是真实的
• mission-control 和 hindsight 已达到 production 级别
• Anthropic-Cybersecurity-Skills 是目前开源 Agent 生态里质量最高的垂直技能集合

仍在成长的部分：

• GUI 工具整体成熟度不及 Cursor 或 Copilot，hermes-workspace 功能完整但打磨程度有限
• PLUR 仍是 beta 阶段，多 Agent 共享记忆在大规模团队场景下的稳定性尚未经过充分验证
• 社区工具文档质量参差不齐，部分项目需要读 Discord 线程才能搞清配置

值得关注的信号：

创始人 Teknium 在 v0.8.0 发布窗口内个人合并了 179 个 PR，这种参与度在开源项目里极为罕见。社区提出的 bug 当天响应，功能请求有实质反馈。这不是"我们欢迎贡献"的空头支票，而是真实的研发节奏。

十三、总结：一个平台正在形成

从工具到平台，关键标志是：生态开始有自己的引力。

• 独立开发者在 Hermes 上建应用
• 公司在 Hermes 上发布官方技能包（Chainlink、Black Forest Labs）
• 社区在 Hermes 上做研究（机器人、天气 ML、区块链）
• agentskills.io 成为跨工具的技能标准

Hermes Agent 的 57K Stars 固然令人印象深刻，但更值得关注的是：它在六周内建立起了一个有 80+ 项目、覆盖从 GUI 到 RL 训练、从安全技能到机器人控制的完整生态。

这是一个正在形成的Agent 操作系统，而不只是一个聊天工具的升级版。

系列导航

• 第一篇：Hermes Agent 深度解析——会自我进化的开源 AI 智能体
• 第二篇：Hermes Agent 进阶实战——部署配置 × 真实场景 × 竞品对比
• 第三篇：技术深潜——记忆系统与学习循环完整源码解析
• 第四篇（本文）：生态全景——Skills Hub、PLUR 共享记忆与 80+ 社区工具全景图

数据来源与延伸阅读

• 生态地图实时数据：https://hermesatlas.com
• awesome-hermes-agent：https://github.com/0xNyk/awesome-hermes-agent
• agentskills.io 开放标准：https://agentskills.io
• Skills Hub（官方）：https://hermes-agent.nousresearch.com/docs/skills
• 4月生态报告全文：https://hermesatlas.com/reports/state-of-hermes-april-2026
• Anthropic-Cybersecurity-Skills：https://github.com/mukul975/Anthropic-Cybersecurity-Skills

四篇写完，Hermes Agent 的核心面貌已基本清晰。如果你想看某个具体方向的深入拆解（部署运维、Atropos RL、安全攻防），欢迎评论区留言！👇