Hermes Edu Skills 从 170 到 188：一次中文教育 Agent Skill Pack 的工程化升级

这次更新不是"多写了 18 个提示词"，而是把中文教育 Agent 的能力层，从内容清单推进到更完整的 Skill Pack：可安装、可路由、可诊断、可迁移，也更适合真实产品集成。

前段时间我发布 Hermes Edu Skills 时，公开 Skill 数量还是 170 个。

那一版主要解决的是"有没有"的问题：把教材同步、备考复习、错题复盘、每日练习、阅读写作、亲子陪学、老师工具等中文教育场景，整理成可以被 Agent 读取和调用的 SKILL.md。

到了新版本，公开 Skill 数量更新到了 188 个。

表面上看，这是从 170 到 188，多了 18 个 Skill；但从工程视角看，这次更新的重点不是堆数量，而是一次能力层升级：

1. 补齐学前启蒙场景；
2. 重构产品级分类模型；
3. 增强 CLI 安装、诊断、修复和导出能力；
4. 提升 Hermes Agent 对本地 Skill 的可见性和可用性；
5. 让这套 Skill Pack 更适合被 OpenClaw、Codex、Cursor、Claude Code 等不同 Agent 工具复用。

为什么我没有继续做 Prompt 合集？

很多 AI 教育 Demo 的起点都是一句提示词：

你是一名优秀老师，请给孩子讲解这道题。

这句话当然有用，但它不够工程化。

真实的教育 Agent 需要面对的是多维度任务：

• 年级不同；
• 教材版本不同；
• 学习阶段不同；
• 目标可能是预习、同步巩固、错题复盘、考试冲刺；
• 用户可能是学生、家长、老师、教研人员；
• 同一个"讲题"，还可能涉及概念讲解、步骤引导、错因分析、变式训练和复习计划。

如果每次都让用户在 Prompt 里临时描述这些信息，Agent 的输出就会很不稳定。

所以 Hermes Edu Skills 的思路不是"写更多万能提示词"，而是把教育任务拆成一个个结构化 Skill，让 Agent 根据场景加载对应能力。

从 170 到 188，新增的不只是数量

旧版本的 170 个 Skill 已经覆盖了很多中小学学习场景，但我在使用和整理过程中发现一个明显缺口：学前启蒙和幼小衔接。

教育 AI 如果只从小学、初中、高中开始做，会天然漏掉很多家庭刚需场景：

• 识字启蒙；
• 拼音启蒙；
• 数感建立；
• 绘本共读；
• 控笔与书写准备；
• 专注力训练；
• 情绪表达；
• 入学准备；
• 亲子每日启蒙。

这些任务不是传统意义上的"讲题"，但非常适合被 Skill 化。因为它们有明确的触发场景、年龄段、互动方式、输出边界和家长执行动作。

所以在 188 个 Skill 的版本里，我把 preschool 做成了一级分类，而不是把它零散塞进家庭教育或每日练习里。

新的分类模型更接近产品视角：

分类	说明
preschool	学前启蒙、幼小衔接、亲子共学
textbook-sync	教材同步、单元学习、课堂巩固
daily-practice	每日练习、短时巩固、主动回忆
reading-writing	阅读理解、写作表达、语言输出
exam-prep	期末、中考、高考、考研、考证等备考
learning-assistant	学习计划、错题复盘、苏格拉底式辅导
family-education	家庭陪学、家校沟通、作业习惯
teacher-tools	老师备课、作业生成、班级学情分析

这个分类变化很重要。

因为一个教育 Agent 项目不是只靠"有哪些 Skill"来运转，还要靠"能不能被正确发现、正确安装、正确路由、正确维护"。

Skill 的核心价值：把教育流程沉淀下来

以错题复盘为例。

普通 Prompt 往往会直接回答：

这道题的正确答案是......

但真正的错题复盘至少应该有几个步骤：

1. 识别题目对应的知识点；
2. 对比学生原答案和正确答案；
3. 判断错因是概念错误、审题错误、计算错误，还是方法迁移失败；
4. 给出可理解的订正说明；
5. 生成同类巩固建议；
6. 决定是否加入后续复习计划。

这就是 Skill 和 Prompt 的差别。

Prompt 更像一次性指令，Skill 更像可复用的任务协议。它可以告诉 Agent：什么时候该用、该收集哪些信息、缺少信息时如何默认、输出应该包含哪些部分、哪些行为不应该做。

在教育场景里，这种稳定性比"模型说得很漂亮"更重要。

这次更新里，我更关注 CLI 和可运维性

188 个 Skill 只是可见结果，背后更关键的是 CLI 工程能力。

现在我希望一个用户不是 clone 仓库后手动找目录，而是可以直接：

npx --yes hermes-edu-skills install

安装后，再通过诊断命令检查本地 Hermes 是否能看到这套 Skill Pack：

npx --yes hermes-edu-skills doctor

如果本地配置、目录、Hermes 可见性或 Windows 命令入口有问题，可以尝试：

npx --yes hermes-edu-skills fix
npx --yes hermes-edu-skills repair

更新、验证和卸载也做成了独立命令：

npx --yes hermes-edu-skills update
npx --yes hermes-edu-skills verify
npx --yes hermes-edu-skills uninstall

这类命令看起来不如"新增 Skill"显眼，但对开源项目非常重要。

因为只要用户安装失败、Hermes 看不到 Skill、CLI 启动不了，再好的 Skill 内容都无法进入真实使用链路。

我这次在 0.18.x 系列里做了不少安装生命周期相关的增强，本质上都是为了减少用户从"看到项目"到"真正跑起来"之间的摩擦。

自然语言路由：让用户不用记 slug

188 个 Skill 带来的另一个问题是：用户不可能记住每个 Skill 的英文 slug。

所以项目里加入了面向自然语言问题的匹配能力。

比如用户可以先搜索：

npx hermes-edu-skills search 学习计划

也可以直接让系统匹配：

npx hermes-edu-skills match "孩子数学错题总是同一类，怎么复盘？"

我的目标不是让用户背命令，而是让 Agent 能够先理解教育意图，再从 Skill Pack 中选择合适的能力。

这也是教育 Agent 和普通聊天机器人的差别：

普通聊天机器人是"你问什么，我答什么"；教育 Agent 应该是"我知道这属于什么学习任务，并调用对应工作流"。

多工具导出：不要把教育 Skill 锁死在一个 Agent 里

Hermes Edu Skills 最初是围绕 Hermes Agent 做的，但我不希望它只能服务一个运行时。

所以项目支持导出到多个 Agent 或 AI 工具环境：

npx hermes-edu-skills install openclaw
npx hermes-edu-skills install codex
npx hermes-edu-skills install claude
npx hermes-edu-skills install cursor --workspace /path/to/project
npx hermes-edu-skills export generic --target ./dist/agent-skills

这里的设计原则是：

• skills/ 保持 Hermes 原生格式；
• 每个 Skill 都有独立的 SKILL.md；
• agent-pack 负责按不同目标工具复制、扁平化或生成规则文件；
• 通用导出产物保留 AGENT_SKILL_PACK.json，方便其它 Agent 接入。

我认为这是开源教育 Skill Pack 很重要的一点。

教育场景能力不应该被绑定在某一个工具里。只要 Skill 的结构足够清晰，它就应该能被迁移、被改造、被集成进不同产品。

当前项目结构

从工程角度看，现在的 Hermes Edu Skills 更像一个"教育能力包"，而不是单纯的文档仓库。

可以把它理解成几层：

hermes-edu-skills/
├── skills/                         # 188 个公开 Skill 的主体
│   ├── preschool/
│   ├── textbook-sync/
│   ├── daily-practice/
│   ├── reading-writing/
│   ├── exam-prep/
│   ├── learning-assistant/
│   ├── family-education/
│   └── teacher-tools/
├── catalog.json                    # Skill 元数据目录
├── .well-known/skills/index.json   # Skill 索引
├── scripts/agent-pack.mjs          # 安装、导出、诊断、修复逻辑
├── README.md
├── README.en.md
├── CHANGELOG.md
└── package.json

其中最关键的是 SKILL.md 和 catalog.json。

SKILL.md 负责让 Agent 知道"怎么执行这个任务"；
catalog.json 负责让工具知道"有哪些 Skill、属于什么分类、如何安装和匹配"。

这两个东西结合起来，才让 Skill Pack 具备可发现、可安装、可路由和可迁移的能力。

这次升级给我的一个启发

做教育 AI，不能只追求"模型回答得像老师"。

真正难的是把教育任务拆清楚：

• 哪些任务适合学生直接用；
• 哪些任务适合家长陪学；
• 哪些任务适合老师备课；
• 哪些任务需要先问清年级和教材；
• 哪些任务缺少信息时可以安全默认；
• 哪些场景不应该让 AI 越界替孩子完成作业。

从 170 到 188，我越来越明确一个判断：

教育 Agent 的核心不是一个万能大 Prompt，而是一套可维护的任务能力层。

这个能力层既要懂教育场景，也要符合软件工程的基本要求：目录清晰、命令稳定、版本可追踪、故障可诊断、迁移可执行。

后续计划

接下来我会继续沿着三个方向迭代 Hermes Edu Skills：

第一，继续提升 Skill 的质量，而不是盲目堆数量。

尤其是错题复盘、学习计划、阅读写作、考试复习、老师工具这些高频场景，需要持续打磨触发条件、默认策略和输出结构。

第二，增强路由能力。

让自然语言问题能更准确地命中对应 Skill，同时让用户看得见"为什么匹配这个 Skill"。

第三，推动更多开发者、老师和教研人员共建。

中文教育场景太复杂，一个人不可能覆盖所有教材、地区、考试体系和家庭情况。开源的意义，就是把这些经验变成可以讨论、可以改进、可以复用的公共能力。

项目地址

项目名：zhongweiv/hermes-edu-skills

如果你正在做 AI 家教、学习助手、错题本、教研工具、教师效率工具，或者只是想让自己的 Agent 更懂中文教育场景，欢迎去 GitHub 看看。

如果觉得这个项目有价值，也欢迎点一个 Star。

这次从 170 到 188，只是一个阶段版本。

我更希望它最终变成一个中文教育 Agent 的公共 Skill 基础设施。