想象一个场景：你装了 50 个技能，每个技能的文档平均 2000 tokens。如果每次对话都把这 50 份文档全部塞进上下文，一开口就先烧掉 10 万 tokens——还没干活呢，账单已经吓人了。
这就是 Hermes Agent 技能系统要解决的核心问题。它的答案叫"渐进式披露"：别一次全加载，先看目录，再按需翻页。
直面痛点：一次性加载是"token 灾难"
大语言模型按 token 计费，上下文窗口也有上限。技能系统天然存在一个矛盾：技能越多，agent 能力越强，但每次对话的 token 开销也越大。
最笨的办法是"全量加载"——每次对话开始，把所有技能的完整文档一股脑塞进去。这样做有两个致命问题：
第一，成本失控。假设你有 100 个技能，每个文档 1500 tokens，光加载就要 15 万 tokens。用户问一句"今天天气怎么样"，也得先付这笔钱。
第二，上下文浪费。模型的上下文窗口是有限资源。塞满技能文档后，留给实际对话和推理的空间就少了，相当于你带着一整个图书馆去回答一个只需要翻一页书的问题。
Hermes 的解法很直接：分层加载，用多少取多少。
核心架构：三级加载机制
Hermes 的技能加载分三个层级，每一层只暴露必要的信息量。
Level 0：先看目录，只花 3k tokens
当你问 agent "你有什么技能？"时，它调用的是 skills_list()。这个方法返回的不是技能的完整文档，而是一份精简索引：每个技能只暴露名称、简短描述和分类。
不管你是装了 20 个技能还是 200 个，这一步的 token 消耗都稳定在大约 3k tokens。
这个设计很关键。大多数时候，用户只是想看看"有哪些技能可用"，并不需要立刻加载某个技能的全部细节。3k tokens 换来一份完整的技能目录，这个性价比相当高。
Level 1：按需翻阅，加载单个技能全文
当 agent 确定需要用到某个技能时——比如你说"帮我用 axolotl 微调一个模型"——它会调用 skill_view(name)，加载该技能的完整 SKILL.md 文档和元数据。
这一步的 token 消耗取决于具体技能文档的长度，没有固定数值。但关键在于：你只为当前需要的那个技能付费，而不是为所有技能买单。
Level 2：深入细节，按需读取引用文件
很多技能不是一篇文档能讲完的。一个复杂的技能可能有参考资料、模板文件、脚本示例等辅助文档，存放在 references/、templates/、scripts/ 这样的子目录里。
Level 2 允许 agent 通过 skill_view(name, path) 按需加载这些特定文件。比如 agent 在执行任务时发现需要参考某个配置模板，它会单独去读那个文件，而不是把整个技能目录一股脑加载进来。
这三层组合起来，形成了一个"先概览、再详情、最后按需深入"的加载节奏。
实战推演：axolotl 技能的 token 优化之旅
拿 axolotl 这个技能举例。它位于 ~/.hermes/skills/mlops/axolotl/ 目录下，用于帮助用户微调大语言模型。
场景一：你只是随口问"你有什么技能？"
agent 调用 skills_list()，返回一份包含所有技能名称和简短描述的列表。axolotl 在列表里只占一行："机器学习运维相关技能"。这一步的总开销约 3k tokens，axolotl 只分摊了其中的几十个 tokens。
场景二：你说"告诉我 axolotl 技能怎么用"
agent 调用 skill_view("axolotl")，加载完整的 SKILL.md 文档。这时候才真正读取 axolotl 的详细说明、使用方法、配置要求等内容。token 消耗取决于文档长度。
场景三：你在执行微调任务时需要参考配置模板
agent 调用 skill_view("axolotl", "templates/config.yaml")，只加载那一个模板文件。它不会去读 scripts/ 或 assets/ 目录下的其他文件，除非任务确实需要。
对比一下"全量加载"方案：在场景一中，全量加载会把 axolotl 的完整文档和所有引用文件都塞进来，而渐进式披露只用了几十个 tokens。这个差距在技能数量增多时会更加明显。
启示：这一设计对 AI Agent 生态的意义
Hermes 的三级加载机制不只是一个工程优化，它反映了一种设计哲学：信息的获取应该匹配需求的确定性。
用户说"你有什么技能"时，需求是模糊的——他只是在探索。这时候给一份目录就够了。用户说"帮我用 axolotl"时，需求变得明确——他知道自己要什么。这时候再加载详细文档。用户在执行任务过程中遇到具体问题时，需求更加聚焦——他只需要某个特定文件。这时候只读那一个文件。
这个模式可以推广到更广泛的 AI Agent 设计中。任何需要管理大量知识或工具的 agent 系统，都可以借鉴这种"渐进式披露"的思路：
- 先给索引，让用户知道"有什么"
- 再给详情，让用户确认"要用哪个"
- 最后按需深入，只加载"此刻需要的那部分"
在 token 成本居高不下的今天，这种设计不是锦上添花，而是关乎 AI 应用能否可持续发展的关键。毕竟，没有人愿意为用不到的信息买单。
技能存放在 ~/.hermes/skills/ 目录下，按类别组织——比如 mlops/ 下有 axolotl 和 vllm，devops/ 下有 deploy-k8s。你可以通过斜杠命令（如 /axolotl）或自然语言（如"告诉我 axolotl 技能怎么用"）来触发加载。系统还支持条件激活和捆绑包功能，让技能管理更加灵活。
说到底，好的技术设计往往有个共同点：让用户感觉不到它的存在，但离开它又不行。Hermes 的三级加载机制就是这样的设计——你只管用技能，token 的精打细算交给系统来操心。