若hermes agent出现响应变慢、token激增或轨迹膨胀，主因是技能文件无序加载或重复注入；需通过限制加载范围、启用按需加载、压缩正文内容、分离文档与逻辑、设置版本生命周期五步优化上下文成本。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
如果您在使用Hermes Agent过程中发现会话响应变慢、token消耗激增或轨迹文件体积异常膨胀，则很可能是技能文件被无序加载或重复注入导致上下文冗余。以下是控制上下文成本的具体操作路径：
一、限制技能文件加载范围
默认情况下，Hermes Agent会在每次会话启动时扫描skills/目录下全部Markdown文件并注入系统提示词，造成大量非必要文本进入上下文。通过显式声明白名单可精准约束加载集合。
1、打开配置文件config.yaml，定位skills_loader段落。
2、将include_patterns字段修改为精确匹配模式，例如：["skill_web_search.md", "skill_file_summary.md"]。
3、删除或注释掉exclude_patterns字段，避免通配符误排除关键技能。
4、重启Agent服务使配置生效。
二、启用技能文件按需加载
对于低频但高价值的技能（如数据库导出、批量重命名），可将其从初始提示中剥离，仅在模型明确请求对应工具时动态注入，从而实现零常驻上下文占用。
1、在目标技能文件头部添加YAML元数据块：load_strategy: on-demand。
2、确保该文件已注册至tools/registry.py中的on_demand_skills列表。
3、验证tool_call日志中是否出现load_skill: skill_db_export.md条目，确认触发时机准确。
三、压缩技能文件正文内容
部分技能文件包含冗长示例、多语言说明或调试注释，这些内容对运行无实质作用却显著推高token计数。精简正文可在不损功能前提下降低30%以上技能相关开销。
1、使用脚本tools/skill_compressor.py扫描skills/目录，识别含冗余段落的文件。
2、对每个被标记文件执行自动裁剪：移除所有以```debug包裹的代码块、删除“其他语言说明”二级标题及后续内容。
3、保留核心结构：必须维持## Description、## Parameters、## Example三级标题及其首段描述。
4、运行mdcheck --strict skills/验证格式合规性。
四、分离技能文档与执行逻辑
将技能说明文档（.md）与可执行Python模块（.py）彻底解耦，使Agent仅在调用阶段加载轻量函数，而非全程携带冗长文档文本。
1、将原skills/skill_pdf_extract.md中全部逻辑代码块迁移至tools/pdf_extractor.py。
2、在原MD文件中仅保留描述性内容，并添加implementation_ref: tools.pdf_extractor.run引用声明。
3、修改tools/registry.py，使该技能注册指向Python函数而非MD文件路径。
4、确认skill_pdf_extract.md不再出现在任何context_injection_log输出中。
五、设置技能版本生命周期
旧版技能文件若未被显式弃用，仍会被扫描并参与上下文组装。通过语义化版本标记与自动清理策略，可防止历史副本持续产生隐性成本。
1、为每个技能文件名添加版本后缀，例如skill_api_call_v2.1.md。
2、在config.yaml中配置max_skill_versions_per_name: 2，限定同名技能最多保留两个最新版本。
3、执行hermes-cli prune-skills --dry-run预览待删除文件列表。
4、运行hermes-cli prune-skills --force执行物理删除。
