Skill Retrieverは、Hermes Agent向けの意味的スキル検索プラグインであり、10,000カテゴリの能力分類法に基づいて1,200以上のスキルからクエリに最も関連する5つを事前フィルタリングします。このプロジェクトは、テキスト類似度のみに依存する純粋な意味的検索の限界を克服し、LLMが能力階層をナビゲートすることで、埋め込み空間では関連性が見えないが機能的に重要なスキルを発見します。
プロジェクトは能力木（Capability Tree）を導入し、スキルを粗いものから細かいものへと階層的に整理します。LLMはこの分類木をナビゲートし、一見関連性のないが実際には有用なスキルを発見します。Hermes Agentの標準機能（OOTB）と比較すると、Skill Retrieverはスキル発見を「カタログを読む」から「必要なものを検索する」に変えます。OOTB方式では、ユーザーがインストールしたすべてのスキルがシステムプロンプトにフラットリストとして表示され、毎回トークンを消費し、約200スキルまでしか対応できません。一方、Skill RetrieverはLLMが分類木をナビゲートし、関連するヒントのみをユーザーメッセージに注入するため、システムプロンプトのオーバーヘッドがゼロになり、10,000以上のスキルに拡張可能です。
ワークフローは次のとおりです。ユーザークエリはpre_llm_callフック（プラグイン）に入り、Searcher.search()が能力木YAMLを読み込み、LLMがノードを選択しながら木をナビゲートし、並列子検索（ThreadPool）を実行し、最後にLLMが重複除去とランキングの剪定を行います。結果として、上位5つのスキルヒントが自然言語ブロックとして注入され、LLMは必要に応じてskill_view()を呼び出してスキルを読み込めます。
プロジェクトにはコミュニティスキルコーパス（998個）とHermesスキル（211個）が含まれ、合計1,198個のスキルがあります。各スキルにはソースタグと安全スキャン結果が付いています。すべてのスキルは危険パターン（rm -rf /、curl | sh、base64ペイロード、暗号通貨マイナーなど）についてスキャンされ、危険とマークされたものはありませんでした。
インストールは簡単で、リポジトリをクローンしてインストールスクリプトを実行し、Hermesゲートウェイを再起動するだけです。CLIコマンドを使用して検索、能力木の再構築、スキル一覧表示などが行えます。設定はすべて環境変数で行われ、設定ファイルは不要です。必須環境はHermes Agent v0.18+、Python 3.10+で、能力木インデックスに約500MBのストレージが必要です。
このプロジェクトはMITライセンスの下で提供され、AgentSkillOS（MIT）をベースに構築されています。