AI Agent 工具艦隊怎麼選：Skills、Codebase 脈絡與多 Agent 工作區
先看結論
| 專案 | 主要用途 | 對 Hermes／DKY 的判斷 |
|---|---|---|
| Matt Pocock skills | 需求釐清、領域語言、模組設計、除錯與 Code Review | 取方法，不整包匯入 |
| Graft | 以本機 codebase graph 減少 Agent 重複探索 | 大型程式庫可測；先審查 npm 與遙測 |
| Codebase Memory MCP | 本機知識圖譜、呼叫鏈、影響分析與 MCP 查詢 | Linux ARM64 首選候選；隔離安裝 |
| Agency Agents | 角色人格、工作規則與交付格式的 Markdown 集合 | 與 dky1／dky2／tky 重疊，不導入整套 |
| Agent-Reach | 網頁、影片、GitHub、RSS 與部分社群資料存取 | 保留公開資料路線；完整登入版風險較高 |
| Orca | 桌面型多 Agent、Git worktree、diff 與通知工作區 | 非 Gateway；Hermes Kanban 已涵蓋核心協調 |
| OpenMontage | 研究、腳本、素材、剪輯與影片合成的 Agent 流程 | 只在 AI 影片工廠專案另案評估 |
一、Matt Pocock skills：值得吸收的是工程習慣
本次固定審查的 commit 包含 37 個 SKILL.md，主體是可組合的 Markdown 工作流程，不是新的模型、MCP Server 或 Agent 執行引擎。它的價值在於把資深工程師的判斷寫成可重複流程。
- diagnosing-bugs：先建立能對準使用者症狀的紅燈迴圈，再重現、最小化、提出可證偽假設、加測量、修正與補回歸測試。
- domain-modeling：挑戰模糊或混用的業務術語，用具體情境確認邊界，並把穩定的詞彙寫入
CONTEXT.md。 - codebase-design：以小介面包住複雜實作，讓變更集中在乾淨 seam，減少呼叫端與測試端需要知道的細節。
- code-review：把「是否符合工程規範」與「是否符合 Spec」分開審查，避免其中一項掩蓋另一項。
二、六個專案其實是六個能力層
工程規則
Matt skills程式脈絡
Graft／Codebase Memory外部資料
Agent-Reach執行工作區
Orca／OpenMontageAgency Agents 橫跨多個領域，但它提供的是角色 Prompt 與工作規則，不是可獨立負責結果的專業員工。這種角色庫只有在現有分工不足時才有價值；對已有明確專家責任與成本路由的 Hermes，整套安裝反而會增加選擇成本、上下文負擔與規則衝突。
三、程式脈絡：Graft 與 Codebase Memory MCP 二選一
Graft
Graft 把程式結構與說明整理成可閱讀的本機 Markdown graph，主打減少 Agent 每次重新搜尋檔案、追 import 的成本。官方 npm 套件要求 Node.js 20 以上，並含 postinstall 與多個 Tree-sitter 原生依賴；官方版本另有匿名使用遙測，可在初始化時退出或用環境設定停用。
Node.js ≥20Tree-sitter本機檔案 graph匿名遙測
Codebase Memory MCP
Codebase Memory MCP 以原生 binary 建立持久知識圖譜，提供函式、類別、呼叫鏈、HTTP 路由、跨服務關聯與 MCP 查詢。官方 README 明列 Linux ARM64 版本，且宣稱本機處理、不需 API key；但安裝程序會下載 binary、修改 Agent 設定，並可啟動共享 daemon、watcher 與 localhost UI。
Linux ARM6415 個 MCP tools原生 binary呼叫鏈
四、外部資料與多 Agent 工作區
Agent-Reach
Agent-Reach 是能力安裝、診斷與路由層，將網頁、YouTube、GitHub、RSS 及不同平台的上游 CLI 串起來。公開網頁與影片字幕是低風險用途；Twitter、Reddit、小紅書、Facebook、Instagram 等路線可能需要 Cookie、瀏覽器登入態或代理。Cookie 等同登入權限，不能把「沒有 API 費」誤解成沒有維護、封號與合規成本。
Orca
Orca 是桌面型 Agent Development Environment，讓多個 CLI Agent 各自在 Git worktree 工作，集中比較 diff、發送追問與接收通知。它適合本機需要視覺化管理多個候選方案的人，但它不是 Hermes Gateway、不是 Profile 路由器，也不取代 Kanban 的責任分工與驗收。
OpenMontage
OpenMontage 把影片製作拆成研究、企劃、腳本、分鏡、素材、剪輯與合成，並要求 Python、Node.js、FFmpeg 及影音服務。它是獨立的內容生產系統，採 AGPLv3；不應為了研究 Agent 工具而放進 Hermes 全域技能庫。
五、Hermes／DKY 的最小導入方案
- 保留協調核心：Profile、Kanban、主 Agent 驗收與現有公開網路資料能力維持不變。
- 先吸收四項工程方法：把除錯、領域語言、深模組與雙軸審查做成現有流程的補強，而非複製整個 skill repo。
- 只選一個 codebase context 工具：大型 repo 優先測 Codebase Memory MCP；Node.js 生態與低摩擦 Markdown graph 才測 Graft。
- 建立基準線：用三至五個真實任務記錄 token、工具呼叫、耗時、成功率、人工修正量與錯誤類型。
- 設定淘汰條件：若索引維護、合併、遙測或設定修改成本高於節省的探索成本，就移除，不為了熱門度保留。
安全審查結果
- Matt Pocock repo 固定於 commit
6654f6b審查；對 skill 目錄內 105 個檔案執行已安裝的靜態 pattern analyzer，共 10 個命中。 - 命中主要是危險 Git 指令清單、設定目錄操作、人機互動輸入與依賴圖描述；人工判斷未發現明顯惡意執行行為。
- 未命中提示注入、資料外傳或 SSRF pattern；完整 SkillSpector CLI 因本機缺少間接依賴而未完成，因此不能宣稱通過完整安全認證。
- 本頁只做研究記錄，沒有安裝任何外部 skill、binary、MCP Server 或社群登入工具。