你写了一个代码审查Skill，它会按你写的步骤执行。实际使用中发现某个步骤效果不好？你得手动去改。OpenClaw的44000+社区Skill主要以这种方式运作。Hermes的Skill是活的——它跑在学习循环里，根据实际反馈自动优化。执行Skill→收集反馈→更新Skill→下次执行新版本。关键是：反馈来自你每次使用时的修正。你不需要亲自改Skill文件，使用本身就在驱动进化。

在Hermes里，每个Skill是一个独立的markdown文件，存在~/.hermes/skills/目录下。它记录的是Agent怎么做某件事的程序性记忆。三种来源：Bundled Skills（安装自带的40+预置能力）、Agent自主创建（完成复杂任务后自动提炼）、Skills Hub（社区贡献）。关键差异：Hermes的Skill不是静态的，会在使用中自我改进。

执行Skill→收集反馈→更新Skill→下次执行新版本。一个GitHub日报的例子：第一次需要详细说明“帮我看看昨天的GitHub通知，按重要程度排序，PR和Issue分开，忽略bot的自动通知”。几次之后，Hermes自动提炼成Skill，你只需要说“看看GitHub”。如果某天你说“这次把Discussion也加上”，Hermes不仅当次执行，还会更新Skill文件——下次你不说也会带上Discussion。

Hermes的Skill采用agentskills.io标准，目前已有30+工具支持，包括Claude Code、Cursor、Copilot、Gemini CLI。你为Claude Code写的Skill，可以直接在Hermes里用。App Store是每个平台一套生态，agentskills.io更像USB接口，一个Skill插到哪都能跑。

Skill自改进的前提是反馈足够清晰。如果你只是觉得“不太对”但不说具体哪里不对，Agent很难准确改进。好的反馈=好的进化方向。反馈质量决定进化速度——这是自改进系统的普遍规律。

自动改进不等于完美。Hermes可能误判，可能学到错误的模式。定期审查~/.hermes/skills/目录下的Skill很有必要，看看哪些需要调整、哪些应该删除。就像整理笔记本，偶尔翻翻会发现不少需要更新的内容。

Skill之间可能冲突。如果两个Skill的触发条件有重叠，Hermes会优先选择匹配度更高的那个，但结果不一定符合预期。调试技巧：问“你现在加载了哪些Skill？”确认激活列表；查看日志文件~/.hermes/logs/；用最简单的请求先确认触发和基本行为，再试边界情况。