Oh My Hermes Skill 技能

技能简介

Oh My Hermes（简称 OMH）是一套面向 Hermes Agent 的操作层插件，由开发者 rlaope 出品，当前版本 v2.0.3。它的定位不是替换 Hermes，而是在 Hermes 原生能力之上补上一层专业的"作业系统"：把含糊的自然语言请求拆成明确的能力、可执行的下一步，以及一份诚实的执行记录。一句话概括它的价值——「装一次，保留 Hermes，再加一层更强的操作层」。

对于已经把 Hermes Agent 当成日常助手的用户来说，OMH 补齐了三块最容易缺失的东西：编码智能（把任务按复杂度分流、按模型特性调优提示词）、长期记忆系统、以及优化过的工作流包。插件内共包含 116 个可安装技能、9 条长周期工作流、7 大能力族，覆盖编排、研究、开发、设计、记忆与连接等场景。

核心能力

1. 请求路由与复杂度评分：每个请求在派发前都会被打分，并且明确列出哪些信号影响了分数。改个文件名得低分，进入快速通道；「找出所有引用 X 的地方」会触发穷举搜索信号，交给不会漏项的模型。官方在同一批编码任务、同一个 GPT-6 Astra 模型上的实测结果是：答案数量相同，成本从 4.29 美元降到 0.66 美元，耗时从 23 分钟降到 5 分钟。
2. 十二类可编辑模型链：提供 ultrabrain、deep、architect、unspecified-high、unspecified-low、quick、writing、visual-engineering、artistry、capable、simple-work、deep-work 等按工作类型划分的类别，每个类别都是一条"模型 + 推理强度"的有序候选链，统一放在一个文件里读写。某个模型不可用时链会自动前进，而不是静默降级。
3. 按模型族调优的提示词：内置十三个模型族的校准块，每一句都针对该族已被记录的特定行为撰写——比如要求 Claude 确认清单完整、要求 Gemini 在没有工具输出时不得声称证据、要求 DeepSeek 把版本与思考模式视为契约字段。校准块在有路由可测的地方都做了实测。
4. 安全并行的任务拆分：ulw-work 会把已接受的计划拆成互不共享文件的单元，每个单元从同一个固定提交拉出独立工作树，单元返回四种状态：进程退出、结构校验通过、验证已观测、可集成。退出码为 0 但没有证据的结果仍然只记为"自报完成"，直到通过质量门。
5. 四层代理记忆体系：房规层（SOUL.md、AGENTS.md，所有者写、代理只读）、限额核心层（MEMORY.md 限 2200 字、USER.md 限 1375 字，写满即拒绝）、归档层（按事实/决策/教训/流程/情景分类，先审后写、带有效期与预算）、凭证层（SQLite + FTS5 全量消息留档，未查询时零令牌消耗）。
6. 九条旗舰工作流：ulw-context 术语对齐、ulw-interview 逐题澄清、ulw-research 溯源研究、ulw-plan 评审式共识规划、ulw-work 并行交付、ulw-maestro 外部编码交接、ulw-loop 长周期目标循环、ulw-qa 对抗式质量保障、ulw-perf 实测性能优化。
7. 外部执行器协作（Maestro）：当工作交给 Claude Code 或 Codex 时，Maestro 负责准备交接包、下发必须通过的仓库规则与命令，并如实汇报结果，但自己从不执行代码，避免执行责任与协调责任混淆。

安装配置

1. macOS / Linux 一键安装：在终端执行 curl -fsSL https://raw.githubusercontent.com/rlaope/oh-my-hermes/main/install.sh | sh。
2. Windows（PowerShell 5.1 及以上）：执行 irm https://raw.githubusercontent.com/rlaope/oh-my-hermes/main/install.ps1 | iex。
3. 包管理器安装：Homebrew 用 brew install rlaope/tap/omh，Bun 用 bun install -g oh-my-hermes，npm 用 npm install -g oh-my-hermes（自 v1.0.6 起公开可用）。
4. Hermes 技能源方式：先 hermes skills tap add rlaope/oh-my-hermes，再 hermes skills install rlaope/oh-my-hermes/skills/omh-routing --yes。
5. 交给代理代装：把官方提供的安装协议文本粘贴给自己的 AI 代理，协议要求先把主分支解析成完整提交 SHA，再只按该 SHA 拉取安装说明，安装后回报解析出的 SHA 与观察结果。

使用步骤

1. 安装完成后执行 omh setup，这是必需步骤，会走一遍引导式配置。
2. 执行 omh model，用方向键按类别选择主模型、左右切换候选、加减号调整推理强度；同一个选择器在 Hermes 界面里以 /omh-model 打开。
3. 需要接入新的模型族时，在 Hermes 里使用 /omh-model-setup 技能完成接入与确认。
4. 用 omh model-chains show 打印当前生效的模型链；想改默认顺序就编辑 ~/.omh/routing/model-chains.json，外部执行器车道用 omh coding category-maestro interview 调整。
5. 用 omh doctor 做健康检查与排障，日常升级用 omh update，它会识别当前安装方式并顺手刷新托管技能与插件包。
6. 在 Hermes 对话里直接说工作流名字即可调用，例如「ulw-context review project terms」「deep-interview clarify」「ralplan consensus plan」「ultrawork parallel work」「ulw-maestro coding handoff」「ultraqa release qa」「ultraperf find the bottleneck」。

适用场景

1. 多模型混用的重度用户：手上有 Claude、GPT、Gemini、Qwen、Kimi、Grok 等多家的模型订阅，需要按任务类型把请求自动分派到最合适的模型上，而不是每次都手动切换。
2. 成本敏感的长任务：希望在不牺牲答案数量的前提下压降 token 成本与总耗时，用实测数据说话而不是凭感觉。
3. 多代理协作的团队流程：需要把计划拆成互不冲突的并行单元，并且要求每个单元带着可验证的证据回来。
4. 长周期项目：从访谈澄清、方案评审、资料研究、并行开发到发布前对抗测试，需要一条贯穿到底的工作流，而不是一堆零散脚本。
5. 对代理记忆有洁癖的用户：不希望代理把什么都塞进上下文，希望记忆分层、限额、可审计，并且默认不占 token。
6. 需要可追溯性的场景：每一项"已完成"的声明都要对应可核对的凭证，适合对交付质量有硬要求的工程环境。

适用人群

适合已经用上 Hermes Agent、并且对编码智能、长期记忆、并行交付有进一步要求的开发者、技术负责人与独立创业者。也适合那些同时在多个编程代理之间切换、希望统一编排与模型路由的人。不太适合只做一次性问答、不涉及仓库与工作流的轻度用户，因为 OMH 的价值主要体现在长期、重复、多步骤的工程场景里。使用前需要对命令行、Git 工作树、模型 API 配置有基本了解。

工作原理

OMH 是 Hermes 原生技能之上的一层操作层。工作流程是这样的：请求先经过复杂度评分与信号识别，确定属于哪一类工作；然后查该类别对应的模型链，选出一个已确认可用的模型与推理强度；接着装载该类工作需要的专业技能与提示词校准块；如果任务需要并行，就按不共享文件的原则拆分单元，每个单元从同一个固定提交拉出独立工作树；单元返回时按四种状态记录，只有验证被真正观测到才算通过。记忆方面分四层：所有者撰写的房规常驻加载，限额核心层写满即拒绝写入，归档层按类型分档并带有效期，凭证层保留全量消息但只有被搜索时才消耗 token。所有"完成""可用""已安装"之类的声明都要求有对应的证据边界，没有证据的一律记为自报状态。

官方链接

• 官方站点：https://rlaope.github.io/oh-my-hermes/
• 开源仓库：https://github.com/rlaope/oh-my-hermes
• 安装文档：https://github.com/rlaope/oh-my-hermes/blob/main/docs/INSTALLATION.md
• 能力清单：https://github.com/rlaope/oh-my-hermes/blob/main/docs/CAPABILITIES.md
• 社区：https://discord.gg/6EjTP3cWM