Fähigkeitskurator (Skill Curator) – Selbstverbesserungs-Engine
1. Überblick
Dies ist das "Meta-Skill" dieser Fähigkeitssammlung – es erledigt keine direkten Aufgaben, sondern macht alle anderen Fähigkeiten besser. Dieses Skill verbindet sich mit dem /curator-Selbstlernsystem des Hermes Agent, analysiert automatisch Aufgabenausführungsprotokolle und schlägt Erstellungen, Aktualisierungen oder Archivierungen von Skills vor, um einen kontinuierlichen Verbesserungskreislauf zu schaffen.
Aufgabe ausführen → Protokoll analysieren → Verbesserungspunkt finden → Skill aktualisieren → Nächstes Mal besser
↑ │
└────────────────────────────────────────────────────┘
Positiver Rückkopplungskreislauf der Selbstverbesserung
2. Kernprozesse
2.1 Vier-Phasen-Kurationsprozess
Phase 1: Erfassen (Collect)
├─ Komplexe, kürzlich abgeschlossene Aufgaben über session_search abrufen
├─ Schwierigkeiten während der Ausführung identifizieren (mehrere Wiederholungen, Benutzerkorrekturen, fehlgeschlagene Tool-Aufrufe)
└─ Wichtige Entscheidungspunkte und Arbeitsabläufe extrahieren
Phase 2: Analysieren (Analyze)
├─ Mit bestehender Skill-Bibliothek vergleichen: Wird dieser Arbeitsablauf bereits von einem Skill abgedeckt?
├─ Wiederverwendungswert bewerten: Kann dieser Arbeitsablauf beim nächsten ähnlichen Problem verwendet werden?
├─ Skill-Blindstellen identifizieren: Fehlen bestehenden Skills kritische Schritte oder Fallen-Hinweise?
└─ Verbesserungspotenzial quantifizieren: Wie viel Zeit/Token hätte ein vorhandener Skill gespart?
Phase 3: Vorschlagen (Propose)
├─ Erstellungsvorschlag: Völlig neuer Arbeitsablauf → neuen Skill erstellen
├─ Aktualisierungsvorschlag: Bestehender Skill hat Mängel → Patch-Update vorschlagen
├─ Archivierungsvorschlag: Lang nicht genutzter Skill → als veraltet markieren
└─ Zusammenführungsvorschlag: Mehrere Skills überschneiden sich → Zusammenführung vorschlagen
Phase 4: Ausführen (Execute)
├─ Mit skill_manage(action="create") neuen Skill erstellen
├─ Mit skill_manage(action="patch") bestehenden Skill aktualisieren
├─ Mit /curator archive veraltete Skills archivieren
└─ Überprüfen, ob der aktualisierte Skill bei der nächsten ähnlichen Aufgabe funktioniert
2.2 Qualitätsbewertungsmatrix für Skills
| Dimension | Metrik | Gesundheits-Schwelle | Warn-Schwelle |
|---|---|---|---|
| Nutzungshäufigkeit | Anzahl Aufrufe in 30 Tagen | ≥ 3 | ≤ 1 → Kandidat für Archivierung |
| Erfolgsrate | Abschlussrate von Aufgaben nach Skill-Nutzung | ≥ 80% | ≤ 50% → Neuschreiben erforderlich |
| Benutzerzufriedenheit | Keine Benutzerkorrekturen/Beschwerden nach Skill-Ausführung | 0 Korrekturen | ≥ 2 Korrekturen → Qualitätsproblem |
| Aktualität | Tage seit letztem Update | ≤ 90 Tage | ≥ 180 Tage → Überprüfung erforderlich |
| Befehlsgenauigkeit | Sind Befehle im Skill noch gültig? | 100% | Jeder ungültige Befehl → sofortiges Update |
2.3 Integration mit dem Hermes-Befehlssystem
# Skill-Status anzeigen
/curator status
# Kurationsüberprüfung manuell auslösen
/curator run
# Bestimmten Skill tiefgehend analysieren
/curator review skill-name
# Qualitäts-Skill fixieren (verhindert automatische Archivierung)
/curator pin skill-name
# Lang nicht genutzten Skill archivieren
/curator archive skill-name
# Kürzliche Aufgaben direkt in der Hermes-Sitzung analysieren
session_search(query="recent complex tasks", limit=5)
2.4 Selbstverbesserungs-Bootstrap-Mechanismus
Auch dieses Skill selbst liegt im Verbesserungsbereich – wenn der Kurationsprozess eine effektivere Analysemethode findet, aktualisiert es seine eigene Analyselogik:
- Analyse-Muster sammeln: Erfolgreiche Analysemuster aus hochbewerteten Aufgaben extrahieren
- Fehlentscheidungen korrigieren: Wenn ein Skill fälschlicherweise als veraltet markiert, aber später häufig genutzt wurde, Schwellenwerte anpassen
- Domain-Adaption: Verschiedene Projekttypen (Web/ML/Infra) verwenden unterschiedliche Bewertungsgewichte
- Benutzerpräferenzen lernen: Bevorzugt der Benutzer neue Skills oder Updates bestehender Skills? Vorschlagsneigung anpassen
2.5 Personenbewusstsein
- Einstellung zur "Selbstverbesserung" aus der
SOUL.md-Datei lesen - Konservativer Benutzer → Vorsichtigere Vorschläge, geringere automatische Ausführungshäufigkeit
- Aggressiver Benutzer → Aktivere Vorschläge, automatische Anwendung risikoarmer Updates erlauben
- Stil der Skill-Dokumentation folgt der SOUL-Persönlichkeit
3. Zugangskriterien
- Die Analysephase hat mindestens die letzten 3 abgeschlossenen Aufgaben überprüft
- Alle fünf Dimensionen der Bewertungsmatrix sind datengestützt (keine subjektiven Vermutungen)
- Der Vorschlag enthält einen konkreten Vorher-Nachher-Vergleich der Verbesserung
- Wenn ein neuer Skill vorgeschlagen wird, wurde überprüft, dass er nicht mit bestehenden Skills überlappt
- Wenn ein bestehender Skill aktualisiert wird, sind old_string / new_string angegeben
- Alle Vorschläge wurden dem Benutzer vor der Ausführung präsentiert und bestätigt
4. Häufige Ausreden und ihre Widerlegungen
| Ausrede | Widerlegung |
|---|---|
| "Die Aufgabe ist erledigt, Zusammenfassung unnötig." | Nicht zusammengefasste Erfahrung ist verschwendete Zeit. Die 2 Stunden, die du heute für ein Problem brauchtest, könnten morgen nur 5 Minuten sein – wenn du es zusammengefasst hättest. |
| "Die Skills reichen, keine Optimierung nötig." | Die Softwarewelt ändert sich, APIs ändern sich, Best Practices ändern sich. Nicht aktualisierte Skills sind sich verschlechternde Skills. |
| "Ich habe keine Zeit für Kuration." | Kuration ist eine Investition, kein Aufwand. 5 Minuten Kuration sparen dir 50 Minuten wiederholte Arbeit in der Zukunft. |
| "KI sollte Skills nicht automatisch ändern." | Hermes' Designphilosophie ist "Selbstverbesserung". Aber alle Änderungen werden dir zuerst gezeigt und du triffst die endgültige Entscheidung. |
| "Ich bin mir nicht sicher, was als Skill speicherwürdig ist." | Ein einfaches Entscheidungskriterium: Wenn du bei derselben Art von Problem mehr als 2 Mal feststecktest, ist es einen Skill wert. |