第25篇：程式碼執行——AI 寫程式碼跑程式碼

你有沒有遇到過這種情況：讓 AI 幫你查資料、改檔案、跑指令，它得一步一步來，來回折騰好幾輪，既慢又費 token。今天要講的 execute_code 功能，就像給 AI 配了一個「自動流水線」——它自己寫腳本、自己呼叫工具、自己處理中間結果，最後只把成品端給你。

它是怎麼運作的？

簡單說，就是讓 AI 寫一段 Python 腳本，腳本裡可以呼叫 Hermes 的各種工具（搜尋、讀檔、改程式碼、跑指令等）。整個流程分五步：

AI 寫腳本：用 from hermes_tools import ... 匯入工具函式
Hermes 產生輔助模組：自動建立 hermes_tools.py，裡面封裝了工具呼叫介面
建立通訊通道：Hermes 開一個 Unix socket，讓腳本和主程式對話
子程序執行：腳本在獨立程序中執行，工具呼叫透過 socket 傳回 Hermes
只回傳 print 結果：腳本裡 print() 的內容才會回到對話中，中間過程全部「屏蔽」

from hermes_tools import web_search, web_extract

results = web_search("Python 3.13 features", limit=5)
for r in results["data"]["web"]:
    content = web_extract([r["url"]])
    # 中間結果不會進入上下文視窗
print("搜尋完成，共處理", len(results["data"]["web"]), "條結果")

什麼時候 AI 會主動用這個功能？

需要連續呼叫 3 次以上工具，且中間有邏輯判斷
要批次篩選資料，比如從一堆檔案裡提取關鍵資訊
需要迴圈處理結果，比如逐個檢查並修復程式碼

最大的好處是：中間結果不進上下文視窗，只有最終的 print() 輸出回來，能省下大量 token。

實戰例子：批次改程式碼

假設要找出專案裡所有用了舊 API 的檔案並自動修復：

from hermes_tools import search_files, patch

matches = search_files("old_api_call", path="src/", file_glob="*.py")
fixed = 0
for match in matches.get("matches", []):
    result = patch(
        path=match["path"],
        old_string="old_api_call(",
        new_string="new_api_call(",
        replace_all=True
    )
    if "error" not in str(result):
        fixed += 1

print(f"已修復 {fixed} 個檔案，共找到 {len(matches.get('matches', []))} 處匹配")

兩種執行模式

在 ~/.hermes/config.yaml 裡可以設定 code_execution.mode：

模式	工作目錄	Python 直譯器
project（預設）	和 `terminal()` 一致	優先使用你目前虛擬環境
strict	臨時隔離目錄	用 Hermes 自己的 Python

建議：日常開發保持 project 模式，這樣腳本裡能正常 import pandas、存取專案檔案。只有在需要嚴格隔離時才切到 strict。

小結

execute_code 讓 AI 從「一步一步指揮」變成「寫個腳本全自動跑」，特別適合資料處理、批次重構、自動化測試這類場景。記住核心思路：腳本內部隨便折騰，只把最終結果 print 出來。

下一篇預告：第26篇將介紹 Hermes 的「檔案編輯」功能——AI 如何精準修改程式碼而不破壞其他內容，敬請期待！