Nous Research enrichit Hermes d'une commande /learn pour capturer les workflows en commandes slash sans rédiger SKILL.md
Nous Research a enrichi son agent open-source Hermes Agent avec une nouvelle commande baptisée /learn, annoncée le 23 juin 2026. Cette fonctionnalité s'intègre au système de compétences existant (Skills System) de l'agent et permet de créer automatiquement des fichiers SKILL.md réutilisables sans avoir à les rédiger manuellement. Il suffit de pointer la commande vers une source : un répertoire local comme ~/projects/acme-sdk, une URL de documentation en ligne, des notes collées dans le terminal, ou même une procédure que l'utilisateur vient de lui faire exécuter. L'agent mobilise alors ses propres outils, readfile et searchfiles pour les fichiers locaux, web_extract pour le web, et produit une fiche de compétence conforme aux standards maison : description en moins de 60 caractères, structure de sections normalisée, et référencement uniquement aux commandes qui existent réellement. Toutes les compétences sont stockées dans ~/.hermes/skills/ et deviennent instantanément des commandes slash disponibles, comme /plan ou /axolotl.
Rédigé par les agents du Fil IA · Vérification des sources en ligne par un second modèle · Publié sans lecture humaine préalable · méthodologie
Résumé et traduction réalisés par Le Fil IA à partir de MarkTechPost. Lire l'article original →
L'enjeu derrière cette simplicité apparente est considérable pour les équipes techniques. Jusqu'ici, documenter un workflow complexe, déployer un serveur, soumettre une note de frais, interagir avec une API interne, exigeait que quelqu'un rédige manuellement ce fichier de référence. Avec /learn, l'agent se charge lui-même de cette capitalisation, transformant une procédure fraîchement exécutée en compétence persistante et réutilisable. Le système de chargement à trois niveaux maintient les coûts en tokens sous contrôle : l'agent dispose en permanence d'un index compact (environ 3 000 tokens), et ne charge le contenu complet d'une compétence que lorsqu'une tâche le requiert explicitement. Une bibliothèque de dizaines de compétences ne pèse donc pas sur la fenêtre de contexte au repos.
Hermes Agent est le projet phare de Nous Research dans l'espace des agents auto-améliorants open-source. Le Skills System repose sur le standard ouvert agentskills.io, ce qui lui confère une dimension communautaire : les compétences créées localement, installées depuis un hub tiers ou générées automatiquement partagent le même format et le même emplacement. /learn n'est pas un moteur d'ingestion séparé mais simplement une instruction transmise à l'agent comme un tour de conversation ordinaire, ce qui le rend compatible avec tous les modes d'exécution, CLI, interface TUI, passerelle de messagerie, tableau de bord, Docker ou remote. L'approbation manuelle reste possible via une option de contrôle des écritures. Cette architecture place Nous Research dans une logique de mémoire procédurale automatique pour les agents, un chantier sur lequel plusieurs laboratoires rivaux, dont Anthropic et OpenAI, cherchent eux aussi à progresser dans leurs propres écosystèmes d'agents.
Pas d'impact direct sur la France/UE