内置工具参考
本页文档记录了 Hermes 工具注册表中的所有 47 个内置工具，按工具集分组。不同平台、凭据和已启用工具集下可用性有所不同。
快速统计： 10 个浏览器工具、4 个文件工具、10 个 RL 工具、4 个 Home Assistant 工具、2 个终端工具、2 个 Web 工具，以及跨其他工具集的 15 个独立工具。
MCP 工具
除了内置工具外，Hermes 还可以从 MCP 服务器动态加载工具。MCP 工具显示服务器名称前缀（例如，github MCP 服务器的 github_create_issue）。请参阅 MCP 集成 了解配置。
browser 工具集
| 工具 | 描述 | 需要环境 |
|---|---|---|
browser_back | 在浏览器历史记录中导航到上一页。需要首先调用 browser_navigate。 | — |
browser_click | 点击快照中由 ref ID 标识的元素（例如 '@e5'）。Ref ID 在快照输出中以方括号显示。需要首先调用 browser_navigate 和 browser_snapshot。 | — |
browser_console | 获取当前页面的浏览器控制台输出和 JavaScript 错误。返回 console.log/warn/error/info 消息和未捕获的 JS 异常。使用此工具检测静默 JavaScript 错误、失败的 API 调用和应用程序警告。需要... | — |
browser_get_images | 获取当前页面上所有图像及其 URL 和 alt 文本的列表。用于查找要使用 vision 工具分析的图像。需要首先调用 browser_navigate。 | — |
browser_navigate | 在浏览器中导航到 URL。初始化会话并加载页面。必须在其他浏览器工具之前调用。对于简单信息检索，首选 web_search 或 web_extract（更快、更便宜）。当需要...时使用浏览器工具。 | — |
browser_press | 按下键盘键。用于提交表单（Enter）、导航（Tab）或键盘快捷键。需要首先调用 browser_navigate。 | — |
browser_scroll | 在一个方向上滚动页面。使用此工具显示可能位于当前视口下方或上方的更多内容。需要首先调用 browser_navigate。 | — |
browser_snapshot | 获取当前页面可访问性树的文本快照。返回带有 ref ID（例如 @e1、@e2）的交互元素，以便 browser_click 和 browser_type 使用。full=false（默认）：紧凑视图与交互元素。full=true：comp... | — |
browser_type | 在由其 ref ID 标识的输入字段中键入文本。首先清除字段，然后输入新文本。需要首先调用 browser_navigate 和 browser_snapshot。 | — |
browser_vision | 拍摄当前页面的屏幕截图并使用 vision AI 进行分析。当需要直观了解页面上显示的内容时使用此工具——对于验证码、可视化验证挑战、复杂布局或文本快照...特别有用。 | — |
clarify 工具集
| 工具 | 描述 | 需要环境 |
|---|---|---|
clarify | 当需要澄清、反馈或在继续之前做出决定时，向用户提问。支持两种模式：1. 多选 — 提供最多 4 个选项。用户选择一个或通过第 5 个'其他'选项输入自己的答案。2.... | — |
code_execution 工具集
| 工具 | 描述 | 需要环境 |
|---|---|---|
execute_code | 运行可以编程调用 Hermes 工具的 Python 脚本。当需要 3+ 个工具调用且之间有处理逻辑时使用，需要在工具输出进入上下文之前过滤/减少大型工具输出，需要条件分支（...时使用。 | — |
cronjob 工具集
| 工具 | 描述 | 需要环境 |
|---|---|---|
cronjob | 统一计划任务管理器。使用 action="create"、"list"、"update"、"pause"、"resume"、"run" 或 "remove" 管理作业。支持带一个或多个附加技能支持的技能作业，更新时 skills=[] 清除附加技能。Cron 运行发生在没有当前聊天上下文的全新会话中。 | — |
delegation 工具集
| 工具 | 描述 | 需要环境 |
|---|---|---|
delegate_task | 生成一个或多个子 agent 在隔离上下文中处理任务。每个子 agent 获取自己的对话、终端会话和工具集。只返回最终摘要 — 中间工具结果永远不会进入你的上下文窗口。两个... | — |
file 工具集
| 工具 | 描述 | 需要环境 |
|---|---|---|
patch | 对文件进行有针对性的查找和替换编辑。使用此工具代替 terminal 中的 sed/awk。使用模糊匹配（9 种策略），因此轻微的空白/缩进差异不会破坏它。返回统一 diff。编辑后自动运行语法检查... | — |
read_file | 带行号和分页的文本文件读取。使用此工具代替 terminal 中的 cat/head/tail。输出格式：'LINE_NUM|CONTENT'。未找到时建议类似文件名。使用偏移量和限制处理大文件。注意：无法读取 o... | — |
search_files | 搜索文件内容或按名称查找文件。使用此工具代替 terminal 中的 grep/rg/find/ls。Ripgrep 支持，比 shell 等效工具更快。内容搜索（target='content'）：文件内的正则搜索。输出模式：full... | — |
write_file | 将内容写入文件，完全替换现有内容。使用此工具代替 terminal 中的 echo/cat heredoc。自动创建父目录。覆盖整个文件 — 使用 'patch' 进行有针对性的编辑。 | — |
homeassistant 工具集
| 工具 | 描述 | 需要环境 |
|---|---|---|
ha_call_service | 调用 Home Assistant 服务来控制设备。使用 ha_list_services 发现每个域的可用服务及其参数。 | — |
ha_get_state | 获取单个 Home Assistant 实体的详细状态，包括所有属性（亮度、颜色、温度设定点、传感器读数等）。 | — |
ha_list_entities | 列出 Home Assistant 实体。可按域（light、switch、climate、sensor、binary_sensor、cover、fan 等）或区域名称（客厅、厨房、卧室等）过滤。 | — |
ha_list_services | 列出 Home Assistant 可用的服务（操作）以进行设备控制。显示每种设备类型可以执行哪些操作及其接受的参数。使用此发现如何控制通过 ha_list_entities 找到的设备。 | — |
备注
Honcho 工具（honcho_conclude、honcho_context、honcho_profile、honcho_search）不再是内置的。它们可通过 Honcho memory provider 插件在 plugins/memory/honcho/ 中获得。请参阅插件了解安装和使用。
image_gen 工具集
| 工具 | 描述 | 需要环境 |
|---|---|---|
image_generate | 使用 FLUX 2 Pro 模型从文本提示生成高质量图像，自动 2 倍放大。创建详细、艺术化的图像，自动放大以获得高分辨率结果。返回单个放大图像 URL。使用...显示 | FAL_KEY |
memory 工具集
| 工具 | 描述 | 需要环境 |
|---|---|---|
memory | 将重要信息保存到持久化记忆中，跨会话存活。你的记忆出现在会话开始时的系统提示中 — 这是你在对话之间记住有关用户和环境的事情的方 式。什么时候使... | — |
messaging 工具集
| 工具 | 描述 | 需要环境 |
|---|---|---|
send_message | 向已连接的消息平台发送消息，或列出可用目标。重要提示： 当用户要求发送到特定频道或人员（不仅仅是裸平台名称）时，首先调用 send_message(action='list') 以查看可用的目... | — |
moa 工具集
| 工具 | 描述 | 需要环境 |
|---|---|---|
mixture_of_agents | 通过多个前沿 LLM 协作路由难题。进行 5 次 API 调用（4 个参考模型 + 1 个聚合器），最大推理努力 — 谨慎使用，仅用于真正困难的问题。最适合：复杂数学、高级 alg... | OPENROUTER_API_KEY |
rl 工具集
| 工具 | 描述 | 需要环境 |
|---|---|---|
rl_check_status | 获取训练运行的状态和指标。速率限制： 同一运行检查之间强制 30 分钟最小间隔。返回 WandB 指标：step、state、reward_mean、loss、percent_correct。 | TINKER_API_KEY, WANDB_API_KEY |
rl_edit_config | 更新配置字段。首先使用 rl_get_current_config() 查看所有可用字段。每个环境有不同的可配置选项。基础设施设置（tokenizer、URL、lora_rank、learning_ra... | TINKER_API_KEY, WANDB_API_KEY |
rl_get_current_config | 获取当前环境配置。仅返回可修改的字段：group_size、max_token_length、total_steps、steps_per_eval、use_wandb、wandb_name、max_num_workers。 | TINKER_API_KEY, WANDB_API_KEY |
rl_get_results | 获取已完成训练运行的最终结果和指标。返回最终指标和训练权重路径。 | TINKER_API_KEY, WANDB_API_KEY |
rl_list_environments | 列出所有可用的 RL 环境。返回环境名称、路径和描述。提示： 使用文件工具读取 file_path 以了解每个环境的工作原理（验证器、数据加载、奖励）。 | TINKER_API_KEY, WANDB_API_KEY |
rl_list_runs | 列出所有训练运行（活动的和完成的）及其状态。 | TINKER_API_KEY, WANDB_API_KEY |
rl_select_environment | 选择 RL 环境进行训练。加载环境的默认配置。选择后，使用 rl_get_current_config() 查看设置，使用 rl_edit_config() 修改它们。 | TINKER_API_KEY, WANDB_API_KEY |
rl_start_training | 使用当前环境和配置启动新的 RL 训练运行。大多数训练参数（lora_rank、learning_rate 等）是固定的。使用 rl_edit_config() 设置 group_size、batch_size、wandb_project 然后开始。警告： 训练... | TINKER_API_KEY, WANDB_API_KEY |
rl_stop_training | 停止正在运行的训练作业。如果指标看起来不好、训练停滞或你想尝试不同设置，请使用。 | TINKER_API_KEY, WANDB_API_KEY |
rl_test_inference | 任何环境的快速推理测试。运行少量推理 + 评分步骤使用 OpenRouter。默认：3 步 x 16 个完成 = 每个模型 48 次 rollouts，测试 3 个模型 = 144 总计。测试环境加载、提示构建、in... | TINKER_API_KEY, WANDB_API_KEY |
session_search 工具集
| 工具 | 描述 | 需要环境 |
|---|---|---|
session_search | 在过去对话的长期记忆中搜索。这是你的回忆 — 每个过去的会话都是可搜索的，此工具总结发生了什么。主动使用此工具当：- 用户说'我们之前做过这个'、'记得吗'、'上次...时 | — |
skills 工具集
| 工具 | 描述 | 需要环境 |
|---|---|---|
skill_manage | 管理技能（创建、更新、删除）。技能是你的程序记忆 — 可重复使用的重复任务类型方法。新技能去到 ~/.hermes/skills/；现有技能可以在它们所在的任何地方修改。操作：create（完整 SKILL.m... | — |
skill_view | 技能允许加载关于特定任务和工作流的信息，以及脚本和模板。加载技能的完整内容或访问其链接的文件（引用、模板、脚本）。首次调用返回 SKILL.md 内容加... | — |
skills_list | 列出可用技能（名称 + 描述）。使用 skill_view(name) 加载完整内容。 | — |
terminal 工具集
| 工具 | 描述 | 需要环境 |
|---|---|---|
process | 管理使用 terminal(background=true) 启动的后台进程。操作：'list'（显示所有）、'poll'（检查状态 + 新输出）、'log'（带分页的完整输出）、'wait'（阻塞直到完成或超时）、'kill'（终止）、'write'（sen... | — |
terminal | 在 Linux 环境中执行 shell 命令。文件系统在调用之间保持持久。设置 background=true 用于长期运行的服务器。设置 notify_on_complete=true（与 background=true 一起使用）以在进程完成时获得自动通知—无需轮询。不要使用 cat/head/tail — 使用 read_file。不要使用 grep/rg/find — 使用 search_files。 | — |
todo 工具集
| 工具 | 描述 | 需要环境 |
|---|---|---|
todo | 管理当前会话的任务列表。用于复杂任务（3+ 步骤）或当用户提供多个任务时。无参数调用以读取当前列表。写入：- 提供 'todos' 数组以创建/更新项目 - merge=... | — |
vision 工具集
| 工具 | 描述 | 需要环境 |
|---|---|---|
vision_analyze | 使用 AI vision 分析图像。提供全面描述并回答关于图像内容的具体问题。 | — |
web 工具集
| 工具 | 描述 | 需要环境 |
|---|---|---|
web_search | 在任何主题上搜索网络信息。返回最多 5 个相关结果，包含标题、URL 和描述。 | EXA_API_KEY 或 PARALLEL_API_KEY 或 FIRECRAWL_API_KEY 或 TAVILY_API_KEY |
web_extract | 从网页 URL 提取内容。以 markdown 格式返回页面内容。也适用于 PDF URL — 直接传递 PDF 链接，它会转换为 markdown 文本。少于 5000 字符的页面返回完整 markdown；更大的页面由 LLM 总结。 | EXA_API_KEY 或 PARALLEL_API_KEY 或 FIRECRAWL_API_KEY 或 TAVILY_API_KEY |
tts 工具集
| 工具 | 描述 | 需要环境 |
|---|---|---|
text_to_speech | 将文本转换为语音音频。返回平台作为语音消息传递的 MEDIA: 路径。在 Telegram 上它作为语音气泡播放，在 Discord/WhatsApp 上作为音频附件。在 CLI 模式下，保存到 ~/voice-memos/。语音和提供商... | — |