はい、Hermesの基盤となるLLMモデルを変更すると、スキル（およびツール）の処理方法が変わることがよくあります。これは、Hermes/OpenClawを使って構築しているユーザーにとって一般的な経験です。

なぜこれが起こるのか
Hermesはフレームワークレベルでモデルに依存しない設計です — hermes modelを使ってモデルを切り替えることができ、コードを書き換える必要はありません。しかし、スキルやツール呼び出しの実際の挙動は次の理由で変わります：
異なるモデルはツール呼び出し / 関数呼び出しの品質が異なる — より強力なモデル（例：Claudeのバリアント、Qwen3.5/3.6、一部のGLM）は、構造化されたツールスキーマにより忠実に従い、誤った呼び出しが少なく、ツールやスキルをより良く連鎖させます。弱いまたは小規模なローカルモデル（例：一部のGemmaバージョン）はパラメータを幻覚し、ステップをスキップしたり、正しいスキルを呼び出せなかったりします。
推論とスキルの適用方法が異なる — Hermesのスキルは再利用可能なMarkdown手順（エージェントが学習した段階的なワークフロー）です。高性能モデルはそれらをより賢く解釈、適応、組み合わせることができます。弱いモデルはそれらを文字通りに扱ったり、ニュアンスを見逃したりして、異なる実行経路をたどります。
コンテキストの処理とプロンプトの解釈 — モデルは、注入されたメモリ、スキルインデックス、システムプロンプトの利用状況が異なります。切り替えると、セッションがリセットされるまで、または再学習されるまで、エージェントがスキルを正しく適用する方法を「忘れる」ことがあります。
セッション / キャッシュの影響 — モデルの変更は通常、/resetや新しいセッションを必要とし、キャッシュされたプロンプトやツールをクリアします。これが行われないと、挙動が一貫しない場合があります。
ユーザーからの一般的な観察
強力なツール呼び出しモデル（QwenやClaudeなど）に切り替えると、スキルの信頼性と自律性が格段に向上します。
小さなローカルモデルに切り替えると、複雑なスキルチェーンが壊れたり、遅くなったり、創造性が低下したりすることがあります。
自己改善ループ（スキルの自動作成/洗練）も異なる動作をし、より良いモデルは高品質なスキルを生成します。
即効性のある対策 / ベストプラクティス
hermes modelを使って切り替えた後、/resetでセッションをリセットする。
切り替え直後にスキルをテストし、Hermesに評価させたり、最近のタスクを再実行させたりする。
スキル重視の作業には良いモデルをピン留めする（多くのユーザーは、ローカル＋強力なツール使用に適した特定のQwenやGLMバリアントを推奨）。
一部の設定では、スキルごとにモデルルーティングを試すこともできるが、完全にシームレスではありません。