LLM Wiki

Hermes Agent Self-Evolution — DSPy + GEPA로 스킬 자동 최적화

3 min read

Hermes Agent Self-Evolution — DSPy + GEPA로 스킬 자동 최적화

DSPy + GEPA(Genetic-Pareto Prompt Evolution)를 사용한 Hermes Agent의 스킬/프롬프트/도구 설명 자동 진화 최적화. GPU訓練不要, API 호출만으로 ~$2-10/run

Overview

Hermes Agent Self-Evolution은 실행 트레이스(실행 기록)를 읽어 왜 실패했는지를 분석한 뒤, 표면적 실패가 아닌 근본 원인을 타겟팅하여 개선안을 제안하는 진화적 자기개선 프레임워크다. 이런 류의 스킬/프롬프트 진화는 Agent Skills처럼 구조화된 워크플로우를 갖춘 레포와 특히 잘 맞는다.

ICLR 2026 Oral, MIT 라이선스.

How It Works

Read current skill/prompt/tool ──► Generate eval dataset
 │
 ▼
 GEPA Optimizer ◄── Execution traces
 │ ▲
 ▼ │
 Candidate variants ──► Evaluate
 │
 Constraint gates (tests, size limits, benchmarks)
 │
 ▼
 Best variant ──► PR against hermes-agent

최적화 단계 (Roadmap)

단계타겟엔진상태
Phase 1Skill 파일 (SKILL.md)DSPy + GEPA✅ 구현 완료
Phase 2Tool 설명DSPy + GEPA🔲 계획
Phase 3System Prompt 섹션DSPy + GEPA🔲 계획
Phase 4Tool 구현 코드Darwinian Evolver🔲 계획
Phase 5지속적 개선 루프자동화 파이프라인🔲 계획

엔진

엔진역할라이선스
DSPy + GEPA실행 트레이스 분석 → 표면적 실패가 아닌 근본 원인 타겟팅 → 개선안 제안MIT
Darwinian EvolverGit 기반 organisms를 통한 코드 진화AGPL v3 (external CLI only)

Guardrails

모든 진화 변형은 다음을 통과해야 함:

  1. 테스트 스위트 통과 — pytest tests/ -q 100% 통과
  2. 사이즈 제한 — Skills ≤15KB, tool description ≤500 chars
  3. 캐싱 호환 — 대화 중 변경 불가
  4. 의미 보존 — 원래 목적에서drift 금지
  5. PR 리뷰 — 모든 변경은 인간 리뷰 경유, 직접 커밋 불가

Quick Start

# 설치
git clone https://github.com/NousResearch/hermes-agent-self-evolution.git
cd hermes-agent-self-evolution
pip install -e ".[dev]"
 
# hermes-agent repo 지정
export HERMES_AGENT_REPO=~/.hermes/hermes-agent
 
# Synthetic eval data로 스킬 진화
python -m evolution.skills.evolve_skill \
 --skill github-code-review \
 --iterations 10 \
 --eval-source synthetic
 
# 실제 세션 히스토리 활용 (Claude Code, Copilot, Hermes)
python -m evolution.skills.evolve_skill \
 --skill github-code-review \
 --iterations 10 \
 --eval-source sessiondb

Source

그래프 뷰

백링크