Skill Retriever: Hermes Agent'a 10K kategorili semantik beceri keşfi

Skill Retriever, AgentSkillOS altyapısını kullanarak Hermes Agent için semantik beceri keşfi sağlayan bir eklenti. Toplam 1.200'den fazla beceriyi (998 topluluk becerisi ve 211 Hermes becerisi) 10.000 kategoriden oluşan bir yetenek hiyerarşisi içinde organize ediyor ve her sorgu için en alakalı 5 beceriyi ön filtreden geçiriyor. pre_llm_call kancasıyla çalıştığı için Hermes çekirdeğinde değişiklik gerektirmiyor ve mevcut Hermes LLM'lerini ödünç alarak ek API maliyeti oluşturmuyor.

Projenin temel iddiası, saf semantik (gömme tabanlı) aramanın metinsel benzerliğe odaklandığı için işlevsel açıdan kritik ama görünüşte alakasız becerileri gözden kaçırabildiği. Skill Retriever'ın LLM destekli ağaç gezinme mekanizması, yetenek hiyerarşisini adım adım dolaşarak gömme uzayının gizlediği ama göreve uygun becerileri yüzeye çıkarmayı hedefliyor; bu da ölçek büyüdükçe doğru beceriyi bulmakla görünmez bir yığın altında kalmak arasındaki farkı oluşturuyor.

Hermes'in yerleşik beceri keşfiyle karşılaştırıldığında fark net: standart sistemde tüm beceriler her turda düz bir liste halinde sistem promptuna eklenir ve yaklaşık 200 beceriden sonra prompt şişmesi başlar. Skill Retriever ise bunu bir arama motoruna dönüştürüyor; sistem promptunda ek yük oluşturmadan, sadece eşleşme bulunduğunda kullanıcı mesajına ipucu ekliyor ve 10 bin+ beceriye ölçeklenebiliyor. Bunun karşılığında her turda birkaç ucuz LLM çağrısı kadar gecikme ekleniyor.

Güvenlik tarafında her beceri kaynak etiketi (hermes/community) ve güvenlik tarama sonucuyla işaretleniyor; 1.200 becerinin tamamı tehlikeli komut kalıplarına karşı taranmış ve hiçbiri işaretlenmemiş. Proje MIT lisansıyla açık kaynak olarak sunuluyor, Python 3.10+ ve Hermes Agent v0.18+ gerektiriyor, CLI üzerinden arama, ağaç yeniden oluşturma ve sistem bilgisi komutlarını destekliyor.