Hermes Agent Self-Evolution
Quienes mantienen Hermes Agent y quieren evolucionar skills y prompts sin reentrenar el modelo
Descripción
En la mejora automática de agentes, optimizar skills y prompts no equivale a un fine-tuning: no se actualizan pesos ni hace falta GPU. El flujo muta texto, evalúa variantes y se queda con las mejores mediante llamadas a API, con un coste orientativo de 2 a 10 dólares por ejecución.
El repositorio aplica DSPy + GEPA sobre Hermes Agent. GEPA lee trazas de ejecución para entender por qué falla una skill —no solo que ha fallado— y propone cambios concretos. La fase 1, ya disponible, evoluciona ficheros SKILL.md; descripciones de tools, tramos del system prompt, código de herramientas y un bucle continuo están planificados.
Barreras antes de fusionar
- La suite de tests (
pytest) debe pasar al 100%. - Límite de tamaño: skills de hasta 15 KB y descripciones de tools de hasta 500 caracteres.
- Compatibilidad con caché y sin desviarse del propósito original.
- Los cambios salen como pull request; no hay commit directo al repositorio del agente.
El conjunto de evaluación puede ser sintético o salir del historial de sesiones de Claude Code, Copilot y Hermes. Darwinian Evolver (evolución de código vía Git) figura como CLI externa con licencia AGPL v3 y aún no forma parte de las fases activas.
Tecnologías y temas
-
DSPy
Motor de evolución de prompts, combinado con GEPA
-
Evolución de skills
Fase 1 implementada: optimiza ficheros SKILL.md
-
GEPA
Búsqueda genética Pareto que lee trazas de ejecución
-
Hermes Agent
Agente cuyas skills, prompts y código se pretenden mejorar
-
Sin GPU
Solo llamadas a API; unos 2-10 dólares por ejecución