การค้นหาเครื่องมือ — โหลดเครื่องมือตามความต้องการ

ลองนึกภาพว่าต้องพกพวงกุญแจที่มีกุญแจ 3,000 ดอกติดตัว แค่เพื่อจะเปิดประตูหน้าบ้าน นั่นคือสิ่งที่เกิดขึ้นเมื่อผู้ช่วย AI ของคุณมีเครื่องมือภายนอกหลายร้อยตัวโหลดอยู่ในหน่วยความจำทำงาน — ทุกเครื่องมือมาพร้อมกับ “คู่มือการใช้งาน” (JSON Schema) และ AI ต้องอ่านทั้งหมด แม้กระทั่งงานเล็กๆ น้อยๆ

Tool Search แก้ปัญหานี้ด้วยการให้ AI ของคุณมีผู้จัดการคลังสินค้าอัจฉริยะ: มันจะเก็บเครื่องมือที่ใช้ประจำไว้แค่ไม่กี่ชิ้นในมือ และไปหยิบเครื่องมือที่เหลือเมื่อจำเป็นจริงๆ เท่านั้น

ทำไมต้องสนใจ?

เมื่อคุณเชื่อมต่อบริการภายนอกหลายตัว (GitHub, Cloudflare, Linear ฯลฯ) เข้ากับ Hermes Agent แต่ละบริการจะเพิ่มเอกสารชุดหนึ่งเข้าไปใน context window ของ AI นั่นคือ “หน่วยความจำทำงาน” อันล้ำค่า — และมันจะถูกเจือจางด้วยคำแนะนำที่ไม่เกี่ยวข้อง ผลลัพธ์? การตอบสนองช้าลง การใช้เหตุผลแย่ลง และบางครั้ง AI ก็ “ลืม” คำสั่งหลักของคุณไปเลย

工作原理

เมื่อเปิดใช้ Tool Search AI จะไม่เห็นเครื่องมือทั้งหมดโดยตรงอีกต่อไป แต่จะเห็นเครื่องมือ “สะพาน” สามตัวแทน:

tool_search(query, limit?)     # ค้นหาในแคตตาล็อกเครื่องมือ
tool_describe(name)            # อ่านคู่มือฉบับเต็มของเครื่องมือ
tool_call(name, arguments)     # เรียกใช้เครื่องมือ

ขั้นตอนทั่วไปมีลักษณะดังนี้:

# 1. ค้นหาเครื่องมือที่เหมาะสม
tool_search("create a github issue")
# → คืนค่าเครื่องมือที่ตรงกัน

# 2. อ่านคู่มือ
tool_describe("mcp_github_create_issue")
# → แสดงพารามิเตอร์ที่จำเป็น

# 3. เรียกใช้
tool_call("mcp_github_create_issue", {"title": "Fix bug", "body": "..."})
# → สร้าง issue สำเร็จ

จุดสำคัญ: เมื่อ AI เรียก tool_call ระบบจะ “แกะ” สะพานออกและรันเครื่องมือจริง การตรวจสอบความปลอดภัยและขั้นตอนการอนุมัติทั้งหมดยังคงมีผล — AI แค่ เห็น น้อยลง แต่ ทำ ได้เหมือนเดิม

เริ่มทำงานเมื่อไหร่?

Tool Search ใช้กลยุทธ์ การเปิดเผยแบบแบ่งชั้น:

ระดับ	เงื่อนไข	สิ่งที่ AI เห็น
0	ไม่มีเครื่องมือภายนอก	แสดงเครื่องมือทั้งหมดโดยตรง ไม่มีสะพาน
1	เครื่องมือน้อย	สะพาน + รายการสั้นๆ (ชื่อ + คำอธิบายหนึ่งบรรทัด)
2	เครื่องมือจำนวนมาก (เช่น Cloudflare มี 3300 ตัว)	สะพาน + สรุปหนึ่งบรรทัดต่อเซิร์ฟเวอร์ (ชื่อ + จำนวนเครื่องมือ)

จุดเด่น: หากคุณผสมเครื่องมือขนาดเล็ก (Linear) กับเครื่องมือขนาดยักษ์ (Cloudflare) ระบบจะเก็บรายการเต็มของ Linear ไว้ และยุบ Cloudflare ให้เหลือเพียงบรรทัดเดียว — ไม่มีการซ่อนแบบเหมารวม

เครื่องมือหลักอยู่เสมอ

เครื่องมือในตัวของ Hermes (terminal, file I/O, web search) ไม่ถูก lazy-load อย่างเด็ดขาด เครื่องมือเหล่านี้พร้อมใช้งานโดยตรงเสมอ เพราะเป็นความสามารถหลักของ AI เฉพาะเครื่องมือ MCP ภายนอกและปลั๊กอินเท่านั้นที่ถูกเก็บเข้าคลัง

สรุป

Tool Search ก็เหมือนการให้ระบบจัดการสินค้าแบบทันเวลาพอดีกับ AI ของคุณ — มันแก้ปัญหา “ความสนใจถูกเจือจาง” เมื่อจำนวนเครื่องมือระเบิดขึ้น เคล็ดลับที่ใช้ได้จริง: ถ้า AI ของคุณรู้สึกเชื่องช้าหรือตอบไม่ตรงประเด็นกับงานง่ายๆ ให้ลองเช็คว่ามีเครื่องมือภายนอกติดอยู่กี่ตัว เปิด Tool Search แล้วคุณจะเห็นความเร็วและความแม่นยำดีขึ้นอย่างเห็นได้ชัด สำหรับการใช้งานทั่วไป เก็บจำนวนเครื่องมือให้ต่ำกว่า 10 ตัวเพื่อประสบการณ์ที่ลื่นไหลที่สุด