hermes agent需完成5+工具调用、多轮推理纠错的复杂任务才能自动提炼技能；未触发时可手动执行/skill_create命令生成结构化技能文档。
☞☞☞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☜☜☜
如果您让 Hermes Agent 协助学习某项技术（如 PostgreSQL、Next.js 部署或 TypeScript 类型系统），但知识仅停留在单次对话中，未形成可复用、可检索、可进化的结构化能力，则说明其自主总结知识点为技能的机制尚未被有效触发。以下是实现该目标的具体路径：
一、确保任务复杂度达到 Skill 自动触发阈值
Hermes Agent 仅在完成涉及5 次以上工具调用、多轮推理与纠错的复杂任务后，才会启动 skill_manage 工具自动生成技能文档。简单问答或单步操作不会触发该机制。
1、向 Agent 提出需多阶段验证的问题，例如：“帮我分析这个慢查询执行计划，并重写 SQL 以避免全表扫描，再用 EXPLAIN ANALYZE 验证优化效果。”
2、在对话中主动引入干扰项，如故意提供错误环境配置，促使 Agent 执行诊断、修复、再验证闭环。
3、使用 hermes chat 启动会话时附加 --debug 参数，观察日志中是否出现 “Triggering skill creation for task: …” 字样，确认触发状态。
二、手动引导 Skill 生成并校验结构完整性
当自动触发未发生，或生成内容不完整时，可直接调用 skill_manage 工具强制创建技能。该操作将依据当前会话上下文提取关键步骤、陷阱与验证方法，生成符合 agentskills.io 标准的 Markdown 文件。
1、在 CLI 会话中输入命令：/skill_create “PostgreSQL 日期字段索引失效规避”
2、按提示补全字段：描述中明确写出“date(created_at) 导致索引失效”，操作步骤中包含“改写为 created_at >= 'X' AND created_at
3、检查生成文件 ~/.hermes/skills/postgresql_date_index_avoidance.md 是否包含 name、description、steps、traps、validation 五个标准区块，任一缺失将影响后续自动加载。
三、通过 MEMORY.md 注入领域先验知识以增强总结质量
MEMORY.md 是 Hermes 的冻结式提示记忆层，容量约 2200 字符。将高频学习领域的核心原则写入此处，可显著提升 Agent 在总结知识点时的准确率与专业性，避免泛化或遗漏关键约束。
1、打开 ~/.hermes/memories/MEMORY.md 文件。
2、在文件开头插入段落：“我是一名数据库工程师，所有 SQL 优化建议必须基于 PostgreSQL 15+ 版本，优先考虑索引可用性、统计信息准确性及事务隔离级别影响。”
3、保存后重启 hermes chat，新会话将把该段落作为系统提示前缀注入，使后续知识总结严格限定在指定技术语境中。
四、利用 SOUL.md 定义学习风格偏好以匹配输出形式
SOUL.md 控制 Agent 的人格与交互风格。针对学习辅助场景，需显式声明对教学逻辑、示例密度、错误归因深度的要求，从而影响其总结知识点时的组织方式与详略分配。
1、编辑 ~/.hermes/SOUL.md，添加如下内容：
2、“我倾向通过对比错误写法与正确写法来理解原理，每次总结必须包含可运行的最小复现案例、执行计划截图（若支持）及性能差异量化数据。”
3、“遇到概念混淆点（如 MVCC 与锁机制），需用表格分栏说明触发条件、表现现象与检测命令。”
五、激活会话搜索并回溯历史对话以补全技能上下文
Agent 的技能总结依赖于完整的历史上下文链。若某次学习过程跨越多个会话，而中间缺乏显式关联，Skill 可能丢失关键推理环节。此时需借助会话搜索能力人工召回并拼接上下文。
1、执行命令：hermes memory search "PostgreSQL 索引失效"
2、从返回结果中识别出包含 EXPLAIN 输出、CLI 报错日志、手动验证步骤的三条相关会话 ID。
3、依次运行 hermes session load
