Hermes Skills 分类总览与个人助理优先级地图¶

• 导出时间：2026-04-15 01:49:37 UTC
• 当前统计：共 90 个 skills
• 结构概览：18 个正式分类 + 4 个未分类/定制工作流
• 使用定位：基于当前会话，按“个人助理 / 信息处理 / 长期成长 / AI 杠杆 / 家庭生活”视角重排

一、总览结论¶

对当前使用场景来说，这 90 个 skills 并不是同等重要。

更适合的理解方式不是“功能清单”，而是“能力层级”：

1. 日常个人助理核心层
2. 研究与知识沉淀层
3. AI / 一人公司杠杆层
4. 生活基础设施与系统集成层
5. 低频专项能力层

如果从实际使用频率和长期收益综合排序，建议优先关注：

• research
• productivity
• note-taking / obsidian
• ljg-roundtable
• ljg-card
• media（尤其 youtube-content）
• leisure（find-nearby）
• autonomous-ai-agents
• software-development
• github

二、按正式分类整理¶

0. 未分类 / 定制工作流（4）¶

这些更像是沉淀出来的专用方法论或内容工作流。

• dogfood：系统化网页 QA 测试、找 bug、出结构化报告
• ljg-card：把文字内容转成视觉卡片/信息图/长图
• ljg-roundtable：多视角圆桌讨论、结构化辩论、观点对撞
• ljg-travel：深度旅行研究、博物馆/古建/城市文化功课

适合场景：
- 做内容输出
- 复杂问题思辨
- 旅行前研究准备
- Web 产品体验测试

1. autonomous-ai-agents（7）¶

用于 AI 代理协作、模型调度、多 agent 分工。

• adapt-external-skills-to-hermes
• claude-code
• codex
• hermes-agent
• model-routing-for-agents
• multi-model-agent-dispatch
• opencode

适合场景：
- 根据任务类型自动选模型
- 用多个 agent 并行干活
- 调用 Claude Code / Codex / OpenCode 完成复杂任务
- 扩大“一人公司”的执行半径

2. creative（9）¶

用于创意表达、可视化、设计与内容包装。

• architecture-diagram
• ascii-art
• ascii-video
• excalidraw
• ideation
• manim-video
• p5js
• popular-web-designs
• songwriting-and-ai-music

适合场景：
- 做架构图、流程图、视觉笔记
- 生成创意网页风格和设计参考
- 做更强表现力的内容输出

3. data-science（1）¶

• jupyter-live-kernel

适合场景：
- 交互式 Python 分析
- 数据探索
- 快速验证想法

4. devops（2）¶

• nginx-docs-reverse-proxy
• webhook-subscriptions

适合场景：
- 把文档或服务挂到域名上
- 用 webhook 驱动自动化流程

5. email（1）¶

• himalaya

适合场景：
- 在终端中查邮件、发邮件、归档和搜索邮件

6. gaming（2）¶

• minecraft-modpack-server
• pokemon-player

适合场景：
- 游戏服务器搭建
- 自动化游戏玩法

7. github（6）¶

• codebase-inspection
• github-auth
• github-code-review
• github-issues
• github-pr-workflow
• github-repo-management

适合场景：
- 仓库管理
- PR/Issue 流程管理
- 代码审查
- 仓库统计与代码规模分析

8. leisure（1）¶

• find-nearby

适合场景：
- 查附近餐馆、咖啡馆、药店、地点

9. mcp（2）¶

• mcporter
• native-mcp

适合场景：
- 接入 MCP server
- 扩展 agent 的工具能力边界
- 做工具编排与外部系统集成

10. media（5）¶

• gif-search
• heartmula
• netflix-tudum-top10
• songsee
• youtube-content

适合场景：
- YouTube 视频转录、摘要、内容提炼
- 音频分析与可视化
- 获取媒体榜单信息
- 查找 GIF 素材

11. mlops（22）¶

这一类是当前最大类，覆盖模型训练、推理、部署、评测、音频/视觉模型调用等。

• audiocraft-audio-generation
• axolotl
• clip
• dspy
• evaluating-llms-harness
• fine-tuning-with-trl
• gguf-quantization
• grpo-rl-training
• guidance
• huggingface-hub
• llama-cpp
• modal-serverless-gpu
• obliteratus
• outlines
• peft-fine-tuning
• pytorch-fsdp
• segment-anything-model
• serving-llms-vllm
• stable-diffusion-image-generation
• unsloth
• weights-and-biases
• whisper

适合场景：
- 模型微调
- 本地运行模型
- 模型量化与推理部署
- 实验跟踪与评测
- 图像/语音/音频 AI 能力集成

12. note-taking（1）¶

• obsidian

适合场景：
- 读写 Obsidian 笔记
- 建立个人长期知识系统

13. productivity（7）¶

• document-photo-straighten
• google-workspace
• linear
• nano-pdf
• notion
• ocr-and-documents
• powerpoint

适合场景：
- Google Workspace 协作
- 文档 OCR 和资料清洗
- PDF 修改
- PPT 读取/生成/编辑
- Notion / Linear 工作流管理

14. red-teaming（1）¶

• godmode

适合场景：
- 模型红队测试
- 越狱与安全鲁棒性研究

15. research（10）¶

• arxiv
• blogwatcher
• daily-ai-news-digest
• llm-wiki
• multi-doc-web-research-report
• polymarket
• reddit-startup-idea-research
• research-paper-writing
• vendor-pricing-comparison-research
• wechat-public-article-fetch

适合场景：
- 查论文
- 跟踪 AI 资讯
- 做深度研究报告
- 搭建个人知识库
- 比较产品/服务
- 抓公众号文章内容

16. smart-home（1）¶

• openhue

适合场景：
- 控制 Philips Hue 智能灯光

17. social-media（1）¶

• xitter

适合场景：
- X / Twitter 的搜索、发帖、互动与运营

18. software-development（7）¶

• install-autocli
• plan
• requesting-code-review
• subagent-driven-development
• systematic-debugging
• test-driven-development
• writing-plans

适合场景：
- 先规划后执行
- 用 TDD 开发小工具
- 系统化排查 bug
- 提交前代码审查
- 用 subagent 拆分实现任务

三、按“个人助理场景”重排后的优先级地图¶

A 层：日常个人助理核心圈¶

这些是最应该被默认想到、默认优先调用的能力。

A1. research¶

定位：外部信息摄取和整理中枢

最值得优先使用的 skills：
- daily-ai-news-digest
- vendor-pricing-comparison-research
- multi-doc-web-research-report
- llm-wiki
- arxiv
- wechat-public-article-fetch
- blogwatcher

最适合的任务：
- 查 AI 动态
- 调研一个产品/市场/方向
- 做有出处的研究总结
- 把资料沉淀成长期知识库

A2. productivity¶

定位：办公与资料处理执行层

最值得优先使用的 skills：
- google-workspace
- notion
- ocr-and-documents
- nano-pdf
- powerpoint
- linear

最适合的任务：
- 处理文档
- 清洗资料
- 管理工作事项
- 整理输入输出材料

A3. note-taking / obsidian¶

定位：知识沉淀基础设施

最适合的任务：
- 把研究结果变成长期笔记
- 建立个人知识网络
- 跨会话复用材料

A4. ljg-roundtable¶

定位：复杂问题思考加速器

最适合的任务：
- 人生/职业选择
- AI 方向判断
- 教育观念分析
- 商业模式推演
- 有冲突观点的话题讨论

A5. ljg-card¶

定位：内容可视化输出器

最适合的任务：
- 把研究结果做成图卡
- 生成适合传播和复习的内容包装

A6. media¶

定位：媒体内容转知识的桥梁

最值得优先使用的 skills：
- youtube-content
- songsee
- gif-search

最适合的任务：
- YouTube 视频提炼
- 从媒体内容中快速抽取知识

A7. leisure¶

定位：生活即时服务

最值得优先使用的 skill：
- find-nearby

最适合的任务：
- 找附近地点
- 临时生活决策

B 层：成长与杠杆增强圈¶

这些不是每次都会用，但一旦用上，效率提升明显。

B1. autonomous-ai-agents¶

定位：把单线程执行升级为多 agent 协作

最适合的任务：
- 并行研究
- 复杂任务拆分
- 按任务选模型
- 做“一人公司式”的 AI 协作链路

B2. software-development¶

定位：必要时开发小工具/自动化的稳健方法库

最适合的任务：
- 做小工具
- 写脚本
- 先规划后实现
- 规范调试和测试

B3. github¶

定位：把零散代码工作变成可管理的工程资产

最适合的任务：
- 管仓库
- 审 PR
- 跟踪 issue
- 检查代码规模与结构

C 层：AI 深水区能力圈¶

这层更偏专业，但与 AI 长期投入高度相关。

C1. mlops¶

定位：从 AI 使用者走向 AI 工具搭建者/产品化者

对当前阶段最实用的几个：
- whisper
- huggingface-hub
- llama-cpp
- gguf-quantization
- serving-llms-vllm
- dspy
- outlines
- guidance
- unsloth
- peft-fine-tuning

C2. data-science¶

定位：快速实验与分析验证

最适合的任务：
- 交互式数据探索
- 原型验证
- 分析型任务迭代

D 层：生活基础设施 / 系统集成圈¶

低频但关键，适合在搭系统时调用。

D1. devops¶

最适合的任务：
- 暴露文档/服务
- 做自动触发工作流

D2. mcp¶

最适合的任务：
- 接外部工具服务
- 做 agent 工具扩展层

D3. email¶

最适合的任务：
- 集中处理邮件

D4. social-media¶

最适合的任务：
- 社媒搜索、发帖与运营

D5. smart-home¶

最适合的任务：
- 家庭智能灯光控制

E 层：低频专项能力圈¶

偶尔会用，但不是当前主线。

• creative：内容视觉表达、设计与创意增强
• gaming：游戏和游戏服务器相关
• red-teaming：模型安全/越狱/鲁棒性研究

四、最适合当前使用方式的“默认优先队列”¶

如果后续从“长期成长型 AI 搭子 / 个人助理”视角工作，建议默认优先想到以下能力：

第一优先队列：日常高频¶

• research
• productivity
• obsidian
• ljg-roundtable
• youtube-content
• find-nearby

第二优先队列：长期成长与知识杠杆¶

• llm-wiki
• multi-doc-web-research-report
• daily-ai-news-digest
• ljg-card
• google-workspace
• ocr-and-documents

第三优先队列：AI / 一人公司能力扩张¶

• autonomous-ai-agents
• software-development
• github
• mcp
• devops
• mlops 中的轻量实用能力（如 whisper / llama-cpp / huggingface-hub）

第四优先队列：低频专项¶

• creative
• email
• social-media
• smart-home
• gaming
• red-teaming

五、后续建议的默认工作方式¶

为了让后续协作更顺滑，建议把 skill 的使用逻辑默认设为：

1. 遇到信息搜集与判断题，先想到 research
2. 遇到文档、资料、PDF、PPT、OCR、协作平台任务，先想到 productivity
3. 遇到值得长期保存的内容，优先整理为 Markdown 并沉淀到本地知识目录
4. 遇到复杂问题或价值冲突题，优先考虑 ljg-roundtable
5. 遇到 YouTube 或媒体内容，优先考虑 media / youtube-content
6. 遇到需要产能放大的复杂任务，再调 autonomous-ai-agents / software-development / github
7. 遇到更工程化的 AI 项目，再进入 mlops / mcp / devops

六、一句话总结¶

这套 skills 对当前使用目标最有价值的，不是“全都记住”，而是形成一个默认心智顺序：

先用 research 和 productivity 做信息处理，
再用 obsidian / 本地 Markdown 做沉淀，
复杂问题用 ljg-roundtable 深挖，
需要放大产能时再调 agent、开发和 AI 工具链能力。

这会更符合“个人助理 + 长期成长型 AI 搭子 + 一人公司杠杆”的协作方式。