垦荒学园
  • 中文

      • Hermes Agent 工具系统

      工具（Tools）让 Hermes 从"会聊天"变成"会做事"。本章介绍内置工具、如何启用、以及命令在哪里执行。

      工具是什么？

      工具是 Hermes 可以调用的函数：搜索网页、读写文件、执行代码、生成图片……。模型在推理时决定调用哪个工具、传什么参数，Hermes 在选定的执行后端中运行它，再把结果回灌给模型。

      模型推理 → "我需要搜索一下" → 调用 web_search 工具
        → 执行后端运行 → 返回结果 → 模型继续推理 → 给出答案

      40+ 内置工具

      Hermes 内置 40 余个工具，覆盖常见任务类别：

      类别能力示例
      Web网页搜索、浏览、截图
      文件读取、写入、列目录、执行
      代码运行 Python、Bash、Git 操作
      时间定时任务、设置提醒
      图像图像生成、分析、OCR
      语音文本转语音（TTS）、语音转写
      浏览器云浏览器控制（搜索/导航/视觉分析）
      计算数学、数据处理

      此外还内置了 MLOps、GitHub、绘图、笔记等场景化能力（部分以技能形式提供，见 技能使用）。

      启用与配置工具

      交互式配置：

      hermes tools

      它会列出全部工具，让你逐个开启/关闭。配置也会写入 config.yaml，可手动编辑工具开关与所需的 API Key。

      最小权限原则：只开启你真正需要的工具。工具越多，潜在的误操作面越大。

      执行后端：命令在哪里跑

      工具中的命令并非只能在本机裸跑。Hermes 提供 6 种执行后端，在便捷与隔离之间灵活取舍：

      后端隔离性适用
      Local低个人本机、最快
      Docker高隔离风险、可复现
      SSH中操作远程服务器
      Singularity高HPC 集群
      Modal高（无服务器，空闲休眠）弹性省钱
      Daytona高（无服务器，持久化）持久工作区

      把高风险工具放进 Docker / 远程沙箱，是 Hermes 安全治理的核心手段之一。

      工具网关（Nous Portal）

      如果使用 Nous Portal，可在同一订阅下获得官方托管的工具网关，开箱即用：

      • Web 搜索
      • 图像生成
      • 文本转语音（TTS）
      • 云浏览器

      无需自己逐个申请第三方 API Key，适合快速上手。

      通过技能与脚本扩展

      Hermes 的能力不止于内置工具：

      • 技能（Skills）：把多步流程封装成可复用单元，甚至能自动生成，见 技能使用
      • Python 脚本调用工具：脚本可通过 RPC 调用工具，把多步流水线压缩成"零上下文"的一次调用
      • MCP：通过 Model Context Protocol 接入外部工具生态（详见官方文档的 MCP 章节）

      实践建议

      • 先用 hermes tools 关掉一切非必需工具，按需逐步开启
      • 涉及 rm、网络写操作等高风险动作时，使用 Docker / SSH 后端 + 命令审批
      • 频繁重复的多步操作 → 沉淀为技能，减少 token 与出错率
      • 需要外部系统能力 → 优先看是否有现成 MCP / 社区技能

      下一步