Hermes Agent /learn 与 /goal:技能化与自主执行¶
Hermes Agent 通过
/learn(知识技能化)和/goal(自主闭环执行)双轨机制,结合完成合约(Completion Contracts)自我验证,将 AI 从问答工具升级为具备记忆与自主完成能力的数字员工。配合 Supabase 云端存储,技能可在任意设备、任意 Agent 间共享。
目录¶
核心双轨机制¶
Hermes Agent 解决 AI 的「失忆症问题(Amnesia Problem)」:每次新会话都要从头解释背景。双轨机制将其拆分为「记住」和「执行」。
┌─────────────────────────────────────────────────────┐
│ Hermes Agent 双轨架构 │
│ │
│ ┌───────────┐ ┌───────────┐ │
│ │ /learn │ ──── 产出 ────▶ │ /goal │ │
│ │ │ Skill(.md) │ │ │
│ │ 知识技能化 │ │ 自主执行 │ │
│ │ (输入端) │ │ (输出端) │ │
│ └─────┬─────┘ └─────┬─────┘ │
│ │ │ │
│ ▼ ▼ │
│ ┌───────────┐ ┌─────────────────┐ │
│ │ Skill 库 │ ◀── 复用 ──── │ 完成合约验证 │ │
│ │ (本地/云端) │ │ (自我检查) │ │
│ └───────────┘ └─────────────────┘ │
└─────────────────────────────────────────────────────┘
/learn 指令¶
| 特性 | 说明 |
|---|---|
| 输入 | 文件夹、URL(含 YouTube)、历史对话 |
| 输出 | Markdown 技能文件(Skill),自动生成 |
| 效果 | 永久记忆,跨会话复用 |
| 核心 | 不是总结,而是将方法论提炼为可应用的过程 |
/learn [指令描述]
示例:/learn the brand and style for this slide deck so
that I can create new slide decks with this brand
/goal 指令¶
| 特性 | 说明 |
|---|---|
| 输入 | 持续性目标(standing objective),非单次请求 |
| 行为 | 自主循环工作,直到目标达成并验证 |
| 终止 | 达标验证通过 / 预算耗尽 / 手动暂停 |
| 核心 | 不是「回答问题」,而是「完成任务」 |
关键区别:
传统 AI: 用户提问 → AI 回答 → 结束(一次性)
/goal: 用户设目标 → AI 自主规划+执行 → 自我验证 → 达标才停
完成合约(Completion Contracts)¶
视频称这是 Hermes「刚加入」的功能。其本质是让 Agent 在停止前自行对照成功标准。
合约四要素¶
完成合约 = 可衡量的终态(Measurable End State)
+ 发生的证明(Proof That It Happened)
+ 必须保持的约束(Constraints That Must Hold)
+ 防止无限运行的限制(A Limit So It Doesn't Run Forever)
范式转变¶
| 旧模式 | 新模式 |
|---|---|
| 「我觉得做完了」 | 「这是完成的证明」 |
| 靠感觉终止 | 靠条件验证终止 |
| 需要人工全程盯 | 可以完全无人监督 |
传统模式 完成合约模式
┌───────────────┐ ┌───────────────────────┐
│ AI 尝试一次 │ │ AI 执行任务 │
│ ↓ │ │ ↓ │
│ AI 说「好了」 │ │ 对照合约条件 │
│ ↓ │ │ ↓ │
│ 人工检查结果 │ │ ✅ 满足 → 停止 │
│ ↓ │ │ ❌ 不满足 → 继续迭代 │
│ 人工修正 │ │ ↓ │
│ ↓ │ │ 直到所有条件达标 │
│ 交付 │ │ ↓ │
└───────────────┘ │ 交付(附完成证明) │
└───────────────────────┘
实战流程(视频 #3 示例)¶
- 用
/learn读取 Loop Engineering 指南,学习如何写好 /goal 条件 - 生成「goal-writing」技能
- 用
/goal调用该技能,将模糊指令重写为严格合约
模糊输入: "make the deck better"
↓ /goal + goal-writing skill
严格合约: 可衡量终态 + 验证标准 + 约束条件 + 时间限制
视频提醒:首次使用此技能时建议人工复核,因为 Agent 容易写出「看起来像完成合约但实际无法验证」的条件。
8 大 /learn 应用场景¶
场景总览¶
| # | 场景 | 分类 | /goal 联动 | 时间戳 |
|---|---|---|---|---|
| 1 | 简报风格复制 | 视觉与模板 | ✅ 全流程演示 | 1:49 |
| 2 | YouTube 教程转技能+学习计划 | 知识萃取 | ✅ 生成 30 天仪表板 | 3:52 |
| 3 | 学写更好的 /goal 条件 | 元学习 | ✅ 重写模糊指令 | 5:16 |
| 4 | 个人写作风格学习 | 语调与人格 | — | 6:56 |
| 5 | 客服语调学习 | 情境应对 | — | 7:02 |
| 6 | 外展邮件写作 | 行销推广 | —(需人工复核) | 7:16 |
| 7 | 月度报告结构复制 | 结构复制 | — | 7:29 |
| 8 | 部署流程指令化 | 流程自动化 | — | 7:44 |
场景 1:简报风格复制(完整流程演示)¶
最完整的 /learn → /goal 联动示例:
步骤 1:/learn(教)
┌──────────────────────────────────┐
│ 输入:参考品牌简报(PDF) │
│ 指令:/learn 此简报的品牌风格 │
│ 分析:颜色、品牌风格、排版布局 │
│ 产出:editorial-slide-deck-brand │
│ 技能(Markdown) │
└──────────────────────────────────┘
步骤 2:/goal(用)
┌──────────────────────────────────┐
│ 输入:新内容 PDF(原始数据) │
│ 指令:/goal 用上述技能制作简报 │
│ 执行:读取 PDF → 迭代 → HTML → PDF │
│ 验证:生成内容正确性检查 │
│ 产出:同品牌风格的新简报 │
└──────────────────────────────────┘
场景 2:YouTube 教程转技能¶
/learn [YouTube URL] + 方法描述
↓
Hermes 直接拉取转录稿(无需浏览器/下载)
↓
分析方法论 → 生成可应用技能(非摘要)
↓
/goal 调用技能 → 生成个性化学习计划
视频演示了日语学习教程:从 0 学日语的方法 → 30 天交互式学习仪表板(含每日目标 + 所需资源)。
场景 3:学写更好的 /goal(元学习)¶
将技能系统指向自身:教 Agent 如何写好 /goal 条件。
输入:Loop Engineering 指南(URL)
/learn → 提炼 goal-writing 公式
↓
不是总结文章,而是将公式转化为可应用过程
↓
/goal 调用 → 将 "make the deck better" 重写为严格合约
场景 4-8:快速场景清单¶
| 场景 | 输入素材 | 学习成果 | 注意事项 |
|---|---|---|---|
| 个人写作风格 | 多年历史文本 | 精准口吻捕捉 | 甚至发现作者未指出的习惯 |
| 客服语调 | 实际客服对话记录 | 最佳员工化解冲突的沟通细节 | 优于没人读的政策文档 |
| 外展邮件 | 高回复率邮件样本 | 写出「你最佳状态」的推广内容 | 品牌风险高,需人工复核 |
| 月报生成 | 过往月报 | 同格式自动生成 | 只复制结构,不复制判断力 |
| 部署流程 | 一次手动部署过程 | 团队可执行的 /command | 一次性教学,永久复用 |
决策树:什么场景适合 /learn?¶
你有重复性工作流吗?
│
├─ 否 → 不需要 /learn,直接对话即可
│
└─ 是 → 该工作流有明确的输入输出格式吗?
│
├─ 否(如创意写作) → 适合「风格/语调」类 /learn(场景 4-6)
│
└─ 是 → 需要多步骤自动完成吗?
│
├─ 否 → 单独 /learn 即可
│
└─ 是 → /learn + /goal 联动(场景 1-3)
Supabase 云端持久化¶
解决的问题¶
本地 Skill 的局限:
┌─────────────┐ 换设备/新 Agent ┌─────────────┐
│ Agent A │ ──────────────────▶ │ Agent B │
│ Skills ✅ │ 知识丢失! │ Skills ❌ │
│ (仅存本地) │ │ (空白) │
└─────────────┘ └─────────────┘
解决方案:Supabase MCP + 官方 Agent Skill¶
经搜索验证,Supabase 确实有官方 Agent Skills 项目(github.com/supabase/agent-skills),使用与 Hermes 兼容的开放技能格式(Markdown SKILL.md + YAML frontmatter)。
┌─────────────────────────────────────────────────────────┐
│ Supabase 云端架构 │
│ │
│ 本地 Agent Supabase 云端 │
│ ┌───────────┐ ┌───────────────────┐ │
│ │ /learn │ ── 写入 → │ skills 表 │ │
│ │ Skills │ │ (一行一个技能) │ │
│ └───────────┘ │ │ │
│ │ 原子化操作 │ │
│ ┌───────────┐ │ tenant_id 隔离 │ │
│ │ 新 Agent │ ← 读取 ── │ 跨设备共享 │ │
│ │ (空) │ │ │ │
│ └───────────┘ └───────────────────┘ │
│ ↓ │
│ 30 秒内加载所有技能 │
└─────────────────────────────────────────────────────────┘
配置步骤¶
步骤 1:添加 Supabase Agent Skill
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
"Please add this skill"
→ 指向 Supabase skill URL
步骤 2:连接 Supabase MCP Server
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
"Connect to the Supabase MCP server."
→ Supabase Dashboard → Account → Access Tokens
→ 生成 Personal Access Token → 粘贴
步骤 3:上传本地技能
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
"Save all my learned skills from the local Hermes
folder into Supabase. One row per skill in the
skills table. Set the tenant ID and don't skip any."
→ 原子化批量写入
步骤 4:新 Agent 拉取(任意新环境)
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
"Connect to the Supabase MCP server and load all
the skills from the skills table, especially any
I don't already have."
→ 30 秒内加载完毕
官方 Agent Skills 背景¶
| 信息点 | 内容 |
|---|---|
| 仓库 | github.com/supabase/agent-skills |
| 安装 | npx skills add supabase/agent-skills |
| 测试模型 | Claude Code (Opus/Sonnet)、Codex (GPT-5.4) |
| 效果 | MCP + Skill 组合准确率显著提升(Codex 71%→88%) |
| 核心理念 | 技能提供「如何正确操作」的引导,MCP 提供工具能力 |
批判性评估¶
视频的可信度¶
| 维度 | 评估 |
|---|---|
| 核心功能(/learn, /goal) | ✅ 真实,官方文档确认 |
| 完成合约 | ✅ 真实,Hermes /goal draft 功能 |
| Supabase 集成 | ✅ 官方产品,但 Supabase 测试以 Claude Code/Codex 为主 |
| 「秒级拉取」 | ⚠️ 理论可行,实际取决于技能数量和网络 |
| 「Hermes 原生兼容」 | ⚠️ 技能格式兼容(同为 SKILL.md),但非 Hermes 官方深度集成 |
营销内容标记¶
此视频包含多项商业推广:
| 类型 | 内容 |
|---|---|
| Supabase 联盟链接 | supabase.plug.dev/Rp9T09g(推广码) |
| Udemy 付费课程 | "Hermes Agent Masterclass" + 折扣码 |
| Skool 社区 | AI Automation Engineering 社区 |
| Newsletter | aifornoncoders.com 邮件订阅 |
实用建议¶
适合 /learn + /goal 的任务特征:
┌─────────────────────────────────────────┐
│ ✅ 有明确的输入格式(文件/URL/数据) │
│ ✅ 有明确的输出标准(格式/结构/验证条件) │
│ ✅ 重复性高(值得一次教学、多次复用) │
│ ✅ 可以量化「完成」(可验证的结果) │
└─────────────────────────────────────────┘
不适合的场景:
┌─────────────────────────────────────────┐
│ ❌ 需要实时人类判断的任务 │
│ ❌ 输入输出不可预测的创意工作 │
│ ❌ 一次性任务(不值得教技能) │
│ ❌ 高风险决策(部署生产、发送对外邮件) │
└─────────────────────────────────────────┘
技术细节补充¶
- 视频演示环境:Hermes Agent Desktop + z.ai GLM 5.2 模型
- Loop Engineering 指南(场景 3 用到):developersdigest.tech 的 /goal 条件写作指南
- Supabase Agent Skills 的核心价值:技能提供「怎么用」的引导,MCP 提供「能不能用」的能力——两者缺一不可
参考资料¶
- 影片:Hermes Agent Skills Tutorial: 8 /learn Superpowers
- Supabase Agent Skills(官方仓库)
- Supabase AI Skills 官方文档
- Supabase Blog: Agent Skills
- Hermes Agent /goal 官方文档
- Hermes Agent Skills 指南
- Loop Engineering Guide(场景 3 参考)
相关笔记¶
- [[Hermes Agent]]
- [[AI Agent Skills]]
- [[Supabase MCP]]