🤖HermesBlog
Hermes 功能详解 · 第1篇2026/8/9· Easy Understand Hermes Agent

第1篇：工具与工具集——AI 的“手脚”

Hermes 功能详解第1篇：工具与工具集。AI 怎么联网、查文件、执行命令，全靠这些工具。

工具与工具集：AI 的手脚

第1篇：工具与工具集——AI 的“手脚”

大家好呀！今天咱们来聊聊 Hermes Agent 里最接地气的一个概念：工具（Tools）和工具集（Tool Sets）。

你可以把 AI 想象成一个超级聪明但“手无寸铁”的大脑——它再聪明，如果没法上网查资料、没法读写文件、没法调用计算器，那很多事还是干不了。而工具，就是给这个大脑装上“手脚”，让它能真正动手干活。

工具到底是什么？

简单说，工具就是一段可以被 AI 调用的函数。比如：

  • 一个 web_search 工具，让 AI 能上网搜东西
  • 一个 read_file 工具，让 AI 能读你电脑上的文件
  • 一个 terminal 工具，让 AI 能执行命令

每个工具都有名字、描述和参数。AI 会根据你的问题，自己决定该用哪个工具、怎么用。

目前官方注册表里大约有 85 个工具：4 个浏览器工具（browser_exec、browser_cdp、browser_dialog、browser_vault），4 个文件工具，2 个终端工具（terminal、process_manage），11 个桌面 GUI 工具（read_terminal、close_terminal、desktop_preview、drive_preview、annotate_preview、read_window_below、focus_pane、react_to_message、gui_tour、show_tip、set_theme，仅桌面应用会话可用），2 个网页工具，5 个飞书工具，5 个元宝工具，14 个看板工具（看板调度器拉起 agent 时才注册），1 个项目工具（desktop_project，桌面/GUI 会话），2 个 Discord 工具，3 个视频工具（video_generate、xai_video_edit、xai_video_extend），以及一批独立工具（memory、clarify、delegate_task、execute_code、cronjob_manage、session_search、skill_view/skill_manage/skills_list、text_to_speech、image_generate、vision_analyze、video_analyze、todo_list、computer_use、x_search）。

除了内置工具，Hermes 还能从 MCP 服务器动态加载工具。这类工具的名字会带上 mcp__<server>__ 前缀，比如 github 这个 MCP 服务器提供的 mcp__github__create_issue。想配置的话可以看 MCP 集成文档：https://hermes-agent.nousresearch.com/docs/user-guide/features/mcp

顺带一提，浏览器工具这边现在以 browser_exec 和 browser_vault 为主：它们驱动的是当前浏览器会话——Hermes 自己拉起的 Chromium、云浏览器，或者用 /browser connect 接上的浏览器。browser_exec 用预导入好辅助函数（new_tab、goto_url、wait_for_load、page_info、js、fill_input、click_at_xy、capture_screenshot、cdp、ensure_real_tab）的 Python 来操作真实浏览器，浏览器状态跨调用保留、Python 变量不保留，session 用来隔离并发任务，timeout_s 默认 300（最大 1800），需要 terminal 工具集。browser_vault 则能在当前页面上使用已保存的登录、密码、卡片、地址和一次性验证码，而不会让密钥进入对话，动作有 list、fill、save_login、enter_code、unlock。browser_cdp 和 browser_dialog 只在配置了 CDP 端点（/browser connect、BROWSER_CDP_URL 或 browser.cdp_url）时才提供，并且作用于那个浏览器；自己拉起和云端的会话里没有它们。

工具集：把工具打包管理

工具多了以后，总不能每次都一个个手动开关吧？所以 Hermes 引入了**工具集（Tool Sets）**的概念——你可以把常用工具打包成一组，按需启用。

比如：

hermes tools          # 查看和配置当前启用的工具

这个命令会打开一个交互界面，你可以勾选/取消勾选工具集，比如“网页搜索”、“文件操作”、“代码执行”等等。按需启用，省 token 又省心。

新版本有什么变化？

最新文档里，安装和配置流程也大大简化了。安装完成后，你可以用这些命令快速调整：

hermes model          # 选择 LLM 提供商和模型
hermes tools          # 配置启用的工具
hermes gateway setup  # 设置消息平台（如 Telegram、Slack）
hermes config set     # 设置单个配置项
hermes config get     # 查看单个配置项
hermes setup          # 或者直接跑完整配置向导

如果你不想一个个配，还有一条捷径：

hermes setup --portal

这一条命令会帮你登录 Nous Portal、把提供商设为 Nous、并自动开启 Tool Gateway（包含网页搜索、图片生成、TTS、云浏览器等工具）。一个订阅，300+ 模型，工具全开，不用再一个个去申请 API key 了。

工具网关（Tool Gateway）是什么？

这是新版本的一个亮点。以前你想让 AI 搜网页，得自己去申请搜索 API 的 key，再配置进去。现在有了 Tool Gateway，这些工具由 Nous 云端统一托管，你只需要一个订阅，就能直接调用。

对于新手来说，这意味着：装完就能用，不用折腾各种 key。

连接外部应用：connections 工具集

新版本还多了一个 connections 工具集，专门用来管外部应用的连接。它把两种东西统一到一个工具 manage_connections 里：一种是 Nous 网关托管的应用（比如 Gmail），另一种是你本地配置的 MCP 服务器（比如 Linear）。

常用动作有 status（看状态，每个连接器会列出它的 accounts：别名、标签、状态、是否激活）、connect（连接）、reconnect（修复没连上的，加 force: true 可以强制重启一个正常工作的）、rename（改名）。连接或重连的目标可以带账号名（{"name": "gmail", "alias": "work"}）：用一个新名字 connect 就是再加一个账号，带名字 reconnect 只修那个账号、不会删任何东西。rename 一次只处理一个目标，形如 {"name": "gmail", "alias": "work", "to": "office"}；alias 也可以填一个未命名账号的应用标签。MCP 那边（只对 mcp: true 的目标）还支持 install（装一个目录条目）、enable（启用一个被禁用的已配置服务器）、authorize（走 OAuth）。在桌面端、终端 UI 和经典 CLI 里，每个动作都会弹一张卡片，一直等到每个目标都连上、跳过或超过 300 秒的截止时间为止；结果会把目标标为 connected、skipped 或 not_connected，并且不带链接。MCP 的 install 会在卡片里收集该条目的配置值，如果它带 OAuth 就在卡片里跑授权（链接由用户自己打开，不会自动弹出），服务器接受 token 后把配置、token 和值一起保存。连上的 MCP 目标会带上 tools（注册的工具名）和 tools_listing，这些工具在同一轮里就能通过 tool_describe/tool_call 调用。带 discovery_error 的目标表示已授权但工具列不出来，再对它调一次 install 或 authorize 就能在不重新授权的情况下重试发现。

在没有卡片的场景（消息平台、脚本化调度），托管目标会按应用返回一个 connect_url 让用户自己点开，MCP 目标则立即执行：authorize 和带 OAuth 的 install 返回授权 URL，其他 install 和 enable 直接报告结果，缺凭证会以 failed 返回并指明要设置哪个变量。注意它不能断开、移除或撤销账号，那些得用户自己来。另外，一次调用的截止时间是固定的 5 分钟，由后端在调用开始时定死，重开聊天或重启桌面端都不会延长；而且只有当 Nous Portal 给登录账号开了连接器（token 上的 managed_tools 声明）时，这个工具才会出现，其他会话看不到它。

会“反问”的工具：clarify

新手最容易忽略、但特别好用的一个工具是 clarify——当你（AI）需要澄清、反馈或者做个决定才能继续时，就用它来问用户问题。

它每次调用都传一个 questions 数组，里面放 1～5 个问题（只有一个问题也要写成单元素数组）。每个问题支持三种模式：

  1. 单选——最多 4 个选项，用户挑一个，或者通过第 5 个“其他”选项自己输入答案。
  2. 多选——设 multi_select=true，会渲染成复选框，返回选中的选项列表。
  3. 开放式——不给选项，用户自由输入。

选项按“最优在前”排序，所以第一个选项在每个界面上都会标上 (Recommended)，并且默认高亮；这个标签只是展示用的，AI 读到的答案里会把它去掉。经典 CLI 里多选用空格键勾选；没有原生复选框的消息平台上，用户直接回复逗号/空格分隔的编号（比如“1, 3”）或选项文字就行。

一次可以批量问好几个问题，不用一个个来回问。返回结果是 {responses, outcome}：responses 按顺序排列，每项带问题文本、choices_offered、status（answered/skipped/unanswered）和 user_response（没回答就是 null）；outcome 是 submitted、cancelled、timed_out 或 undelivered。

不同界面的表现也不一样：

  • 桌面端把所有问题放在一张卡片上，选择和输入先暂存，最后点一次 Confirm and continue（至少答了一题才会亮）整批提交，空着的问题自动跳过；提交前都能改，点跳过则整批取消。
  • TUI 和 CLI显示一个紧凑的状态列表（✓ 已答 / ▸ 当前 / · 待答），只展开当前问题的选项。回车锁定当前答案并跳到下一个未答问题，Tab 可以在问题间自由切换，空提交就是跳过，Esc 取消整批。
  • 消息平台（Telegram、Discord 等）一次只问一个问题，一题一张卡片。回复 skip 跳过；用户不回，剩下的问题就不再发了。

如果中途超时，用户已经锁定的答案会保留下来，结果里带 "outcome": "timed_out"，其余标成 "status": "unanswered"——这样 AI 就能分清“用户主动跳过”和“用户没在”。消息平台上还会附一个 "notice" 说明等待为什么结束（比如 [user did not respond within Nm]，或者卡片被平台拒收时的 [clarify prompt could not be delivered]，Hermes 会先退一步用纯文本编号列表重发一次，只有这次也失败才这么报；如果这次运行压根没有可提问的聊天界面，则是 [clarify prompt could not be delivered: no chat surface]）。所以“没送达”永远不会被误报成“用户不理你”。

后台进程与结果保留

除了直接调用工具，Hermes 还能把命令放到后台跑。用 terminal 工具加 background=true 启动后，会返回一个 session_id，之后就能用 process_manage 工具管理它：

process_manage(action="list")       # 查看所有进程
process_manage(action="poll", session_id="proc_abc123")   # 查看状态
process_manage(action="wait", session_id="proc_abc123")   # 阻塞直到完成
process_manage(action="log", session_id="proc_abc123")    # 查看完整输出
process_manage(action="kill", session_id="proc_abc123")   # 终止进程
process_manage(action="write", session_id="proc_abc123", data="y")  # 发送输入

新版本里，已经完成的后台命令会保留退出状态和捕获的输出。你只要回到当初启动它的那个对话（或它的压缩续接），再用原来的 session_id 调用 process_manage(action="log") 看输出、process_manage(action="poll") 看退出状态就行。Hermes 会保留最新的 64 条已完成结果，从完成时刻起最多保留 7 天，存放在 profile 的 Hermes home 下的 logs/process-results/ 里。每条结果最多保留现有的滚动 200,000 字符输出尾部，并且始终套用终端密钥脱敏规则。注意：无关的对话、或者没有绑定所属会话的请求，即使拿到准确的进程句柄也读不到这些保留结果；恢复也不会重新执行命令或重放完成通知。

文件写入的“整文件基线”

文件工具这边也有个值得留意的细节：对于本地文件，一次完整的、未脱敏的读取（包括同一文件版本的所有分页）、一次成功的 write_file，或者你自己对某个已经完整读过的文件做的 patch，都会建立一个整文件基线。之后只要字节没变，再读一小块区域也不会丢掉这个基线。但如果文件被别的写入者改过、你压根没读过、或者只 patch 过却没完整读过，又或者视图里有隐藏/脱敏/被截断的内容，那在替换之前仍然需要先完整读一遍当前内容；当然，patch 依然可以用于定点编辑。另外要记住：通过终端命令或 execute_code 做的写入，不会建立 write_file 的基线。

定时任务与项目工作区

新版本还统一了定时任务管理：用 cronjob_manage 工具，通过 action="create"、"list"、"update"、"pause"、"resume"、"run"、"remove" 来管理任务，支持挂载一个或多个技能（更新时传 skills=[] 可清空）。Cron 运行在全新会话里，不带当前聊天上下文。

桌面/GUI 会话里还多了 desktop_project 工具，一个动作枚举管三件事：create 新建一个桌面项目（命名工作区）并把当前对话切进去（传 path 可锚定到某个仓库/文件夹）；list 列出所有桌面项目和当前激活的那个；switch 按名称、slug 或 id 把当前对话切到已有项目，并把会话工作区移到该项目的主文件夹。

桌面专属的两个新工具集：catalog 和 setup

新文档里还冒出两个只在桌面端出现的工具集，值得单独说一下。

catalog 工具集：只对来源是桌面应用的会话启用（不管它连的是哪个后端）。CLI、TUI、hermes -z、cron、看板和消息会话永远拿不到它，哪怕你在配置列表里点名要它也没用；all 也不包含它。想去掉的话用 agent.disabled_toolsets: [catalog]。它里面的 manage_catalog 工具默认藏在 tool_search 后面（延迟加载）。search 会列出匹配 query 的目录插件和 hub 技能（可以再限定一个 kind），带上 id、kind、display、tier、platforms 和 installed（是否已存在于当前聊天的 profile），纯查询、不改任何东西。install 接收 items: [{kind, id}]，弹一张审批卡片，每个条目一行（Install、Advanced、Skip）；目录里不认识的 id，或者当前系统跑不了的插件，会直接画成失败并给出原因。批准的那一行会按目录里审过的 commit 装进当前聊天的 profile（或者在 Advanced 里选的 profile），走和 Plugins 标签页一样的 kill list、安全扫描和实时激活，所以插件的 MCP 工具和技能立刻就能在该 profile 已打开的聊天里用。结果会把每行标成 connected（带 tools 和 skill）、skipped、failed（带 detail）或 not_connected；失败的行和装好、跳过的行一样会结束等待，而且 install 会把一个已在磁盘上但没启用的目录插件打开。模型不能自己传来源、commit、profile 或设置。在别的地方调用，它会返回该跑的 hermes plugins install / hermes skills install 命令。

setup 工具集：由桌面 setup profile 自己的配置（platform_toolsets.cli）启用，只有桌面会话能拿到它的工具，CLI、hermes -z、cron、看板和消息会话永远没有；all 也不包含它，hermes tools 里也不会列出来。它的 setup_choose 工具只在 setup 工具集里、只在桌面会话可用，除非 tools.tool_search.defer 列表点了它的名，否则从不延迟。它会在 setup 聊天里弹一张卡片：kind 可以是 question、accent、theme、layout、connectors、plugins、tour 或 fork，question 是卡片标题。options 是必填的：最多 12 行 {id, label, detail?}（id 不能重复）会替换应用自带的列表，传 [] 则对选择器显示应用自带列表、对 question 类型则要求自由输入。tour（Quick tour、Show me everything、Skip）和 fork（两个首批任务，卡片出现时根据之前选的应用、插件和这台电脑生成）也都在这里。

有些工具“搬家”了：Honcho、Home Assistant 和 Spotify

如果你在旧文档里见过 Honcho 和 Home Assistant 的工具，注意它们已经不再是内置工具了，现在都改由插件提供：

Spotify 工具也一起搬走了：spotify_playback、spotify_devices、spotify_queue、spotify_search、spotify_playlists、spotify_albums、spotify_library（工具集名 spotify）不再是内置工具，现在来自 spotify 目录插件——先 hermes plugins install spotify，再 hermes spotify login，用法见：https://hermes-agent.nousresearch.com/docs/user-guide/features/spotify

所以如果你发现这些工具“不见了”，不是坏了，是去插件目录里等你自己装。

小结

  • 工具 = AI 的“手脚”，让它能真正执行任务
  • 工具集 = 把工具打包，按需启用
  • Tool Gateway = 云端托管工具，一个订阅全搞定
  • connections = 统一管理托管应用和本地 MCP 服务器的连接
  • clarify = 让 AI 在动手前先问清楚，支持单选、多选和自由回答
  • catalog / setup = 只在桌面端出现的两个工具集，一个管插件和技能的安装，一个管 setup 卡片
  • Honcho、Home Assistant 和 Spotify 工具已改为插件提供，需要单独安装
  • 配置工具用 hermes tools，快速上手用 hermes setup --portal

下一期咱们聊聊怎么用 hermes model 切换模型，让你的 AI 大脑随时换“芯”！

📖 官方文档

本文根据 Hermes Agent 官方文档编写，原文见：官方文档 › reference/tools-reference

← 返回全部文章