Hermes Skill Hub: большой каталог skills для AI-агентов, по которому уже видно, как меняется вся экосистема

от автора

Пока вокруг AI все в основном обсуждают модели, бенчмарки и очередных «автономных агентов», параллельно растёт более прикладная часть экосистемы — готовые skills под конкретные задачи. И Hermes Skill Hub здесь особенно интересен.

Когда открываешь такой хаб, быстро становится понятно, что агенты уже живут не только на уровне «вот модель, вот чат, вот промпт». Поверх этого слоя появляется следующий: готовые блоки действий, готовые workflow, готовые куски автоматизации, из которых можно собирать собственные процессы. По сути, skill здесь — это уже не просто текстовая подсказка, а оформленный способ решать повторяемую задачу, строить собственные пайплайны.

Что это такое

Hermes Skill Hub — это большой каталог skills для AI-агентов. Это место, где видно, какие задачи сообщество уже научилось оформлять в отдельные рабочие модули. В какой-то момент экосистема агентов начинает состоять не только из моделей и интерфейсов, но и из готовых действий: собрать данные, пройти по сайту, сделать ресёрч, помочь с текстом, обработать рутину, прогнать типовой процесс. И когда таких модулей становится много, ты начинаешь смотреть на них уже не как на набор случайных находок, а как на конструктор, из которого можно собирать свои связки и свои пайплайны.

Масштаб

Сейчас в Hermes Skill Hub уже 91 297 skills.

Из них:

  • 170 — локальные / встроенные

  • 91 127 — внешние

Она показывает, что речь идёт уже о большом живом массиве того, что создаёт сообщество. Когда в одном месте собирается столько скиллов, это перестаёт быть просто витриной и начинает выглядеть как реальный рабочий слой экосистемы.

Как это выглядит по категориям

Список категорий в Hermes Skill Hub — именно здесь особенно заметно, насколько неравномерно сейчас распределены skills и как сильно категория Other ломает общую картину каталога. Ниже я хотел бы просто показать десять самых заметных категорий по количеству skills:

Категория

Количество

Other

83 365

AI Agents

1 928

Productivity

1 291

Software Dev

648

Business & Finance

561

Security

462

Creative

420

Research

328

Blockchain

293

Data Science

266

Если смотреть на эти числа, бросается в глаза не только рост, но и сам способ организации. В хабе уже есть и инженерные навыки, и ресёрч, и автоматизация, и контент, и прикладные сценарии для бизнеса. То есть речь идёт о довольно широком наборе задач, которые люди пытаются переводить в reusable-модули.

Для удобства коротко разграничим по смыслу:

Категория

Что туда обычно входит

AI Agents

более общие агентные сценарии, автономные workflow, orchestration и составные пайплайны

Productivity

повседневные рабочие процессы, помощники для рутины, ускорение повторяемых задач

Software Dev

разработка, инженерная рутина, работа с кодом, автоматизация технических шагов

Business & Finance

прикладные задачи для бизнеса, финансовые сценарии, структурирование и обработка рабочих данных

Security

аудит, проверки, защитные сценарии, мониторинг и всё, что связано с безопасностью

Creative

контент, тексты, генерация идей, оформление и креативные workflow

Research

поиск информации, сбор фактов, структурирование материалов и первичный анализ

Blockchain

сценарии вокруг Web3, on-chain данных, кошельков, токенов и смежной инфраструктуры

Data Science

анализ данных, подготовка датасетов, исследовательские и аналитические задачи

Other

всё то, что не уложилось в более точные категории

Почему это уже больше, чем просто витрина

Вот здесь самое важное. Skill Hub интересен не только тем, что там можно что-то посмотреть или скачать. Он интересен тем, что показывает новую логику работы с агентами.

Раньше разговор обычно шёл вокруг отдельных промптов, ботов или демонстраций. Сейчас всё больше видно другой уровень: люди мыслят кусками автоматизации. Они оформляют удачные сценарии в skills, публикуют их, а дальше другие могут брать эти модули и собирать из них свои собственные связки.

То есть по факту перед нами уже не просто каталог идей. Это среда, в которой появляются готовые строительные блоки для агентных пайплайнов. Один skill закрывает браузерную часть, другой — ресёрч, третий — обработку текста и т. п. И дальше это уже можно комбинировать под себя.

Что в этом хорошо видно — и что выглядит спорно

В принципе, для меня как для пользователя и исследователя такая база данных является существенной находкой: десятки тысяч скиллов от сообщества собраны в одном месте. Просто представьте, какие возможности могут появиться у агентов, если у них будет прямой доступ ко всем этим скиллам, — ибо на данный момент данная возможность не реализована. Конечно, сейчас есть ряд проблем, связанных с прямым доступом ко всем этим скиллам. Здесь мы говорим про общую сборку всех этих скиллов в одном месте, и недочёты особенно видны в организации данных: это категории, и выглядят они очень размытыми. Достаточно посмотреть на таблицу выше: та же категория Other просто гигантская и сама по себе ломает читаемость всей картины. Когда в одной рубрике лежит больше восьмидесяти тысяч skills, это уже не помогает ориентироваться, а, наоборот, скрывает полезную структуру. Помимо этого, если прокрутить колёсиком вниз, можно увидеть десятки категорий скиллов, в которых находится по одному скиллу. И, просмотрев их, можно задаться очень многими вопросами.

Именно поэтому мне кажется, что следующий логичный шаг — попытаться собрать собственную базу и как-то разгладить те шероховатости, которые сейчас бросаются в глаза. В ряде следующих статей я покажу, как попытаюсь сделать эту базу открытой, чтобы мой Hermes мог заходить и искать те скиллы, которые мне нужны, как я в принципе получал доступ к этим данным (на сегодняшний день обработано больше 60 000 скиллов), как их категоризировал, какие скиллы сам создал и как поделился ими с сообществом.

Если интересуетесь AI-агентами, автоматизацией рабочих процессов и конфигурации LLM — подписывайтесь на канал. Там регулярно: сырые заметки по архитектуре агентов и доработки под себя

📬 Telegram-канал — @azamat_dasein

ссылка на оригинал статьи https://habr.com/ru/articles/1045552/