Да, изменение базовой модели LLM в Hermes часто влияет на то, как обрабатываются навыки (и инструменты). Это обычный опыт для пользователей, таких как вы, создающих с Hermes/OpenClaw.

Почему это происходит
Hermes является модель-агностичным на уровне фреймворка — вы можете менять модели через hermes model без переписывания кода. Однако, фактическое поведение навыков и вызова инструментов меняется потому, что:
Разные модели имеют разное качество вызова инструментов / функций — более мощные модели (например, вариации Claude, Qwen3.5/3.6, некоторые GLM) более надежно следуют структурированным схемам инструментов, делают меньше некорректных вызовов и лучше связывают инструменты/навыки. Более слабые или меньшие локальные модели (например, некоторые версии Gemma) галлюцинируют параметры, пропускают шаги или не вызывают нужный навык.
Мышление и применение навыков различаются — навыки Hermes это переиспользуемые процедуры Markdown (пошаговые рабочие процессы, которые изучил агент). Модель с высокой способностью может интерпретировать, адаптировать и комбинировать их более умно. Более слабая модель воспринимает их более буквально или пропускает нюансы, что ведет к разным путям выполнения.
Обработка контекста и интерпретация подсказок — модели различаются по тому, насколько хорошо они используют внедренную память, индекс навыков и системные подсказки. Переключение может привести к тому, что агент «забудет», как правильно применять навык, пока сессия не сбросится или он не переучится.
Эффекты сессии / кэширования — изменение модели обычно требует /reset или новой сессии для полного эффекта (чтобы очистить кэшированные подсказки/инструменты). Без этого поведение может быть непоследовательным.
Общие наблюдения пользователей
Переход к мощной модели вызова инструментов (например, Qwen или Claude) делает навыки значительно более надежными и автономными.
Понижение до меньшей локальной модели часто ломает сложные цепочки навыков или делает их медленнее/менее креативными.
Цикл самосовершенствования (автоматическое создание/улучшение навыков) также работает по-разному — лучшие модели генерируют навыки более высокого качества.
Быстрые решения / Лучшие практики
Используйте hermes model для переключения, затем /reset сессию.
Проверьте навыки сразу после переключения — попросите Hermes оценить или повторно выполнить недавнюю задачу.
Закрепите хорошие модели для работы с большим количеством навыков (многие пользователи рекомендуют конкретные вариации Qwen или GLM для локального и мощного использования инструментов).
Вы даже можете экспериментировать с маршрутизацией моделей по навыкам в некоторых настройках, хотя это еще не полностью бесшовно.