第17篇：功能总览——Hermes 全家桶速览

如果说 Hermes 是一台智能汽车，那么前面几篇我们聊的只是“发动机”，今天这篇就是“整车配置单”——从记忆、技能到浏览器自动化、语音对话，一次看全 Hermes 到底能帮你干多少事。

第1步：先认识三大核心基础能力

• 工具与工具集（Tools & Toolsets）：Hermes 的能力像乐高积木，按功能分成“工具集”，你可以按平台开关。覆盖网络搜索、终端命令、文件编辑、记忆、任务委派等。
• 技能系统（Skills）：按需加载的知识文档，用“渐进式披露”模式，平时不占 token，用到才加载。兼容 agentskills.io 开放标准。
• 持久记忆（Persistent Memory）：Hermes 通过 MEMORY.md 和 USER.md 记住你的偏好、项目背景，跨会话不遗忘。

第2步：让 Hermes 更懂你的项目

• 上下文文件（Context Files）：自动发现并加载 .hermes.md、AGENTS.md、CLAUDE.md 等文件，让 AI 自动适配你的项目规范。
• 上下文引用（Context References）：在对话中输入 @ 加路径，就能把文件、文件夹、git diff 甚至 URL 直接注入消息，Hermes 会自动展开内容。

第3步：自动化，把重复劳动交给 AI

• 定时任务（Cron）：用自然语言或 cron 表达式安排任务，比如“每天早上 9 点总结昨日日报”。支持暂停、恢复和编辑。
• 子代理委派（Delegation）：delegate_task 工具能生成子代理，每个子代理有独立上下文和终端，默认支持 3 个并发，适合并行处理。
• 代码执行（Code Execution）：execute_code 让 AI 写 Python 脚本调用 Hermes 工具，把多步操作压缩成一步，通过沙箱 RPC 执行。
• 事件钩子（Hooks）：在关键生命周期（如日志、告警、工具拦截）运行自定义代码，适合做监控和防护。
• 批处理（Batch Processing）：一次跑几百上千条 prompt，生成 ShareGPT 格式数据，适合做训练集或评测。

第4步：媒体与网页，多模态全覆盖

• 语音模式（Voice Mode）：CLI 和聊天平台都能语音对话，Discord 语音频道也能实时聊天。
• 唤醒词（Wake Word）：对着 CLI 说“Hey Hermes”就能启动语音会话，完全免提。
• 浏览器自动化（Browser）：支持 Browserbase、Browser Use、本地 Chrome/Chromium 等后端，能自动填表、抓取信息。
• 视觉与图片粘贴（Vision）：把剪贴板里的图片直接粘贴到 CLI，让 AI 分析描述。
• 图像生成（Image Generation）：通过 FAL.ai 支持 11 种模型（FLUX 2、GPT-Image、Nano Banana Pro 等），用 hermes tools 选择。
• 语音合成（TTS）：支持 Edge TTS（免费）、ElevenLabs、OpenAI TTS 等 10 种供应商，跨平台输出语音。

💡 快速上手提示：想一次配齐所有功能？运行 hermes setup --portal，一条命令搞定模型提供商 + 四个工具网关（搜索、生图、TTS、浏览器）。

总结

Hermes 不是“能聊天的机器人”，而是一台完整的自动化工作站：记忆、技能、定时任务、子代理、浏览器、语音……每项功能都独立可用，组合起来威力更大。

下一篇预告：我们将深入讲解 Tools & Toolsets（工具与工具集），教你怎么自定义自己的工具集，让 Hermes 真正“长出手脚”。