第44篇：工具搜索——按需加载工具

这篇讲的是：当你的 AI 智能体挂了太多“工具插件”导致反应变慢时，Hermes 如何用“按需加载”的方式帮你省下宝贵的上下文空间。

先打个比方

想象你的厨房抽屉里塞满了 3000 件厨具。每次做饭时，你都得把所有工具摊在台面上——找一把菜刀要拨开 2999 件杂物。这就是 AI 智能体同时挂载大量 MCP 服务器（比如 GitHub、Linear、Cloudflare）时的窘境：每个工具的说明书（JSON Schema）都会占用上下文窗口，哪怕这次根本用不上它。

Hermes 的“工具搜索”功能，就像给厨房装了一个智能抽屉系统：台面上只放三样东西——搜索框、说明书查询卡、调用按钮。 需要哪件，再单独抽出来用。

第1步：开启工具搜索

默认是 auto 模式——只要检测到有可延迟的工具（MCP 或非核心插件），就自动启用。如果你只想用核心工具（终端、文件读写等），它们永远直接加载，不受影响。

tools:
  tool_search:
    enabled: auto       # auto（默认）/ on / off
    threshold_pct: 5    # 目录清单占上下文的比例
    search_default_limit: 5
    max_search_limit: 20

想彻底关掉，改成 enabled: off 即可。

第2步：理解三级“渐进展示”

系统会根据工具数量自动切换档位：

Tier 0：没有 MCP/插件工具，一切照旧，直通。
Tier 1：工具不多时，AI 能看到一个“目录清单”——每个工具的名字 + 一句话简介。这就像餐厅菜单，菜名和简介都有，但完整做法（参数 Schema）要单独查。
Tier 2：工具爆炸多（比如 Cloudflare 一个服务器就有 3300 个工具），连菜单都放不下，就只显示“每台服务器一行摘要”（服务器名 + 工具数量）。这时只能靠搜索发现具体工具。

第3步：AI 的实际操作流程

开启后，AI 会看到三个“桥接工具”，典型流程是：

AI: tool_search("创建 GitHub issue")     → 找到 mcp_github_create_issue
AI: tool_describe("mcp_github_create_issue") → 查看完整参数
AI: tool_call("mcp_github_create_issue", {...}) → 真正执行

关键点：AI 调用 tool_call 时，Hermes 会“拆开桥接”，直接调用底层真实工具——安全检查、审批提示、活动记录全部显示真实工具名，而不是 tool_call。

第4步：为什么要有“目录清单”？

实测发现，如果没有清单，AI 会“看不见”延迟工具，转而用终端硬跑 gh 命令，或者直接说“这功能不存在”。有了清单，AI 看到工具名就能跳过搜索，直接 tool_describe，省一次往返。

什么时候别用？

你的工具集很小（比如就两三个 MCP），直接 enabled: off 保持全量加载更简单。
小模型写不好搜索词，可能找不到工具（Anthropic 实测：Opus 4 开启后准确率从 49% 提到 74%，但仍有 26% 检索失败）。
每次冷启动新工具，会多花 1-2 次模型调用去加载 Schema。

小结

工具搜索是 Hermes 的“智能抽屉系统”——用少量固定开销（三个桥接工具 + 目录）换回大量上下文空间。核心工具永远直连，MCP/插件按需加载，目录清单保证“看得见、找得到”。

下篇预告：工具搜索解决了“工具太多”的问题，那“任务太多”怎么办？下一篇我们聊聊 任务委派与子智能体——如何让多个 AI 分工协作。