sidebar_position: 9 title: “Optional Skills Catalog” description: “Official optional skills shipped with hermes-agent — install via hermes skills install official//”

可选技能目录

Hermes Agent 自带位于 optional-skills/ 目录下的可选技能，但这些技能默认处于关闭状态。如需使用，需手动进行安装：

hermes skills install official/<category>/<skill>

例如：

hermes skills install official/blockchain/solana
hermes skills install official/mlops/flash-attention

以下列出的每项技能均对应一个专门页面，其中详细介绍了其定义、配置方法及使用方式。

如需卸载：

hermes skills uninstall <skill-name>

autonomous-ai-agents

blockchain

communication

creative

devops

dogfood

email

finance

gaming

health

mcp

migration

mlops| 技能 | 描述 |

|—––|———––| | huggingface-accelerate | 最简单的分布式训练API。仅需4行代码即可为任何PyTorch脚本添加分布式支持，同时兼容DeepSpeed/FSDP/Megatron/DDP等多种框架。具备自动设备分配、混合精度计算（FP16/BF16/FP8）功能，支持交互式配置，可通过单次启动完成训练…… | | axolotl | Axolotl：基于YAML的LLM微调工具，支持LoRA、DPO、GRPO等微调方法。 | | chroma | 专为AI应用设计的开源嵌入数据库，可用于存储嵌入向量及元数据，支持向量搜索与全文检索，并能根据元数据进行过滤。拥有简洁的4功能API，可从笔记本环境扩展至生产级集群，适用于语义搜索、RAG等场景…… | | clip | OpenAI开发的连接视觉与语言的模型，可实现零样本图像分类、图像文本匹配以及跨模态检索功能，已基于4亿组图像文本对进行训练。可用于图像搜索、内容审核或视觉语言相关任务…… | | dspy | DSPy：声明式LLM编程工具，可自动优化提示词，并支持RAG功能。 | | faiss | Facebook开发的用于高效处理密集向量相似性搜索与聚类的库，可支持数十亿级向量处理，具备GPU加速能力，还提供Flat、IVF、HNSW等多种索引类型。适用于快速k-NN搜索、大规模向量检索等场景…… | | optimizing-attention-flash | 通过Flash Attention技术优化Transformer模型的注意力机制，可使训练速度提升2-4倍，同时内存占用降低10-20倍。适用于处理长度超过512个token的序列、遇到注意力机制相关的GPU内存问题，或需要更快推理速度的场景…… | | guidance | 基于Microsoft Research开发的约束生成框架Guidance，可通过正则表达式与语法控制LLM的输出，确保生成的JSON/XML/代码格式正确，强制要求结构化输出，还能用于构建多步骤工作流…… | | huggingface-tokenizers | 为研究与生产环境优化的快速分词器，基于Rust实现，可在20秒内完成1GB文本的分词处理。支持BPE、WordPiece、Unigram等多种分词算法，可用于训练自定义词汇表、跟踪文本对齐情况，以及处理填充与截断操作，具备良好的集成性…… | | instructor | 基于经过实战检验的结构化输出库Instructor，可通过Pydantic验证从LLM响应中提取结构化数据，自动重试失败的提取操作，以类型安全的方式解析复杂JSON，还能按需流式返回部分处理结果…… | | lambda-labs-gpu-cloud | 专为机器学习训练与推理提供的预留型及按需型GPU云实例，适用于需要具备简单SSH访问权限的专用GPU实例、持久化文件系统，或用于大规模训练的高性能多节点集群场景…… | | llava | 大语言与视觉助手模型，支持基于视觉的指令微调以及图像驱动的对话功能。它将CLIP视觉编码器与Vicuna/LLaMA语言模型相结合，可支持多轮图像聊天、视觉问答以及指令遵循等任务…… | | modal-serverless-gpu | 用于运行机器学习工作负载的无服务器GPU云平台，适用于无需自行管理基础设施即可按需使用GPU的场景，也可用于将机器学习模型部署为API，或运行具备自动扩展功能的批处理作业…… | | nemo-curator | 专为LLM训练设计的GPU加速数据筛选工具，支持文本、图像、视频、音频等多种数据类型。具备模糊去重功能（速度提升16倍）、质量过滤功能（基于30多种规则）、语义去重功能、个人身份信息遮蔽功能以及不适宜内容检测功能，可跨多台GPU扩展使用…… | | obliteratus | OBLITERATUS：通过差分均值技术消除LLM的拒绝回应现象。 | | outlines | Outlines：支持生成结构化的JSON/正则表达式/Pydantic格式的LLM输出内容。 | | peft-fine-tuning | 基于LoRA、QLoRA以及25种以上方法实现的参数高效型LLM微调技术，适用于在GPU内存有限的条件下微调70亿参数量级的大型模型，可在几乎不损失准确率的前提下仅训练不到1%的模型参数，也支持多适配器微调场景…… | | pinecone | 专为生产级AI应用设计的托管型向量数据库，具备完全托管、自动扩展功能，支持密集向量与稀疏向量的混合搜索、元数据过滤以及命名空间管理功能，查询延迟低于100毫秒（p95值）。适用于生产环境中的RAG系统、推荐系统等场景…… | | pytorch-fsdp | 提供针对PyTorch FSDP全分片数据并行训练的专业指导，涵盖参数分片、混合精度计算、CPU卸载以及FSDP2等相关技术内容。 | | pytorch-lightning | 基于PyTorch开发的高级框架，拥有Trainer类、自动分布式训练功能（支持DDP/FSDP/DeepSpeed）、回调系统，且代码实现极为简洁。使用同一份代码即可在从笔记本电脑到超级计算机的不同硬件环境中进行训练，适用于需要简洁训练逻辑的场景…… | | qdrant-vector-search | 高性能向量相似性搜索引擎，专为RAG与语义搜索场景设计。适用于构建需要快速最近邻搜索、支持带过滤条件的混合搜索功能，或需要具备可扩展向量存储能力的生产级系统，该引擎基于Rust语言实现…… | | sparse-autoencoder-training | 提供基于SAELens工具的稀疏自编码器（SAE）训练与分析指导，该工具可将神经网络激活值分解为可解释的特征。适用于发现可解释的特征、分析特征叠加效应，或开展相关研究工作…… | | simpo-training | 一种简单的LLM对齐偏好优化方法，是无需参考模型的DPO替代方案，性能更优（在AlpacaEval 2.0测试中得分高出6.4分）。无需参考模型，效率也高于DPO，适用于需要简化对齐流程的场景…… | | slime-rl-training | 基于Megatron+SGLang框架slime为LLM训练后的强化学习阶段提供指导，适用于训练GLM模型、实现自定义数据生成工作流，或需要深度整合Megatron-LM框架以实现强化学习性能提升的场景…… | | stable-diffusion-image-generation | 基于HuggingFace Diffusers库的先进文本到图像生成技术，可通过文本提示词生成图像，实现图像到图像的转换、图像修复功能，也可用于构建自定义的扩散模型工作流…… | | tensorrt-llm | 利用NVIDIA TensorRT优化LLM推理流程，可实现最高吞吐量与最低延迟。适用于在NVIDIA GPU（A100/H100）上开展生产环境部署，当需要比使用PyTorch快10-100倍的推理速度，或需要对模型进行量化处理以实现高效服务时，该工具非常适用…… | | distributed-llm-pretraining-torchtitan | 提供基于PyTorch的原生分布式LLM预训练功能，采用torchtitan框架以及4D并行技术（包括FSDP2、TP、PP、CP），可在8到512台及以上GPU上，使用Float8精度、torch.compile优化技术以及分布式训练功能，大规模预训练Llama 3.1、DeepSeek V3或自定义模型…… | | fine-tuning-with-trl | TRL系列方法：包括SFT、DPO、PPO、GRPO以及用于LLM强化学习对齐的奖励建模技术。 | | unsloth | Unsloth：可让LoRA/QLoRA微调速度提升2-5倍，同时减少所需的VRAM内存用量。 | | whisper | OpenAI开发的通用语音识别模型，支持99种语言的识别功能，可完成文本转写、英语翻译以及语言识别任务。提供从小型模型（3900万参数）到大型模型（15.5亿参数）共六种版本，适用于语音转文本、播客处理等场景…… |

支付相关

生产力提升工具

研究领域相关工具| 技能 | 描述 |

|—––|———––| | 生物信息学 | 提供来自 bioSkills 与 ClawBio 的 400 多种生物信息学技能的访问入口。涵盖基因组学、转录组学、单细胞分析、变异检测、药物基因组学、宏基因组学、结构生物学等领域，还能获取相关领域的专用参考资料…… | | 达尔文进化器 | 利用 Imbue 的进化循环功能，对提示词、正则表达式、SQL 代码等进行优化演化。 | | 领域情报收集 | 基于 Python 标准库实现被动式的领域侦察功能，可执行子域名发现、SSL 证书检测、WHOIS 查询、DNS 记录查看、域名可用性检查以及批量多域名分析，无需 API 密钥。 | | 药物发现 | 专为药物发现工作流程设计的辅助工具，可在 ChEMBL 中搜索生物活性化合物，计算药物的相似度（如 Lipinski Ro5、QED、TPSA、合成可及性），通过 OpenFDA 查询药物相互作用信息，还能解读 ADMET 参数…… | | DuckDuckGo 搜索 | 通过 DuckDuckGo 进行免费网络搜索——支持文本、新闻、图片和视频内容检索，无需 API 密钥。建议在安装了 ddgs CLI 后优先使用该工具；只有在确认当前运行环境中可用时，才可使用 Python 版的 DDGS 库。 | | GitNexus 浏览器 | 利用 GitNexus 对代码库进行索引，并通过网页界面及 Cloudflare 隧道提供交互式知识图谱服务。 | | 开源情报调查 | 用于公开记录类开源情报调查的框架，可查询 SEC EDGAR 提交信息、USAspending 合同数据、参议院游说活动、OFAC 制裁信息、ICIJ 海外泄密数据、纽约市房产记录（ACRIS）、OpenCorporates 公司注册信息、CourtListener 法院记录以及网页历史版本…… | | Parallel CLI | Parallel CLI 提供的可选供应商技能，具备原生代理式网络搜索、数据提取、深度研究、信息丰富化、FindAll 搜索及监控功能，推荐使用 JSON 格式输出以及非交互式操作流程。 | | qmd | 使用 qmd 在本地搜索个人知识库、笔记、文档以及会议记录——这是一种融合了 BM25、向量搜索和大型语言模型重排技术的混合检索引擎，同时支持 CLI 与 MCP 集成。 | | 网络爬虫 | 利用 Scrapling 工具进行网络爬取，可通过 CLI 或 Python 实现 HTTP 请求、隐蔽浏览器自动化操作、Cloudflare 反爬绕过以及蜘蛛爬行等功能。 | | SearXNG 搜索 | 通过 SearXNG 实现免费元搜索，可聚合来自 70 多个搜索引擎的结果。支持自行托管或使用公共实例，无需 API 密钥；当常规网络搜索工具不可用时，会自动切换到该方案。 |

安全领域

软件开发领域

网页开发领域

贡献可选技能

若要向该仓库添加新的可选技能，请按以下步骤操作：

1. 在 optional-skills/<类别>/<技能名称>/ 下创建一个目录。
2. 添加一份包含标准前端信息的 SKILL.md 文件，需注明技能名称、描述、版本信息及作者。
3. 将相关辅助文件放入 references/、templates/ 或 scripts/ 子目录中。
4. 提交 Pull Request——该技能一旦被合并，就会出现在此技能列表中，并拥有独立的文档页面。