代码执行（程序化工具调用）

execute_code 工具允许 agent 编写能够以编程方式调用 Hermes 工具的 Python 脚本，将多步骤工作流压缩为单个 LLM 回合。脚本在 agent 宿主的沙箱化子进程中运行，通过 Unix 域套接字 RPC 进行通信。

工作原理

Agent 编写使用 from hermes_tools import ... 的 Python 脚本
Hermes 生成带有 RPC 函数的 hermes_tools.py 存根模块
Hermes 打开 Unix 域套接字并启动 RPC 监听线程
脚本在子进程中运行——工具调用通过套接字传回 Hermes
只有脚本的 print() 输出返回给 LLM；中间工具结果不会进入上下文窗口

# Agent 可以编写如下脚本：
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"]])
    # ... 过滤和处理 ...
print(summary)

沙箱中可用的工具： web_search、web_extract、read_file、write_file、search_files、patch、terminal（仅前台）。

Agent 使用场景

Agent 在以下情况下使用 execute_code：

3+ 个工具调用且之间有处理逻辑
批量数据过滤或条件分支
遍历结果

关键优势：中间工具结果永远不会进入上下文窗口——只有最终的 print() 输出返回，显著减少 token 使用量。

实际示例

数据处理管道

from hermes_tools import search_files, read_file
import json

# 查找所有配置文件并提取数据库设置
matches = search_files("database", path=".", file_glob="*.yaml", limit=20)
configs = []
for match in matches.get("matches", []):
    content = read_file(match["path"])
    configs.append({"file": match["path"], "preview": content["content"][:200]})

print(json.dumps(configs, indent=2))

多步骤网络研究

from hermes_tools import web_search, web_extract
import json

# 在一个回合内搜索、提取和总结
results = web_search("Rust async runtime comparison 2025", limit=5)
summaries = []
for r in results["data"]["web"]:
    page = web_extract([r["url"]])
    for p in page.get("results", []):
        if p.get("content"):
            summaries.append({
                "title": r["title"],
                "url": r["url"],
                "excerpt": p["content"][:500]
            })

print(json.dumps(summaries, indent=2))

批量文件重构

from hermes_tools import search_files, read_file, patch

# 查找所有使用弃用 API 的 Python 文件并修复它们
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"在 {len(matches.get('matches', []))} 个匹配中修复了 {fixed} 个文件")

构建和测试管道

from hermes_tools import terminal, read_file
import json

# 运行测试，解析结果，并报告
result = terminal("cd /project && python -m pytest --tb=short -q 2>&1", timeout=120)
output = result.get("output", "")

# 解析测试输出
passed = output.count(" passed")
failed = output.count(" failed")
errors = output.count(" error")

report = {
    "passed": passed,
    "failed": failed,
    "errors": errors,
    "exit_code": result.get("exit_code", -1),
    "summary": output[-500:] if len(output) > 500 else output
}

print(json.dumps(report, indent=2))

资源限制

资源	限制	说明
超时	5 分钟（300秒）	脚本被 SIGTERM 终止，若 5 秒后仍未退出则 SIGKILL
Stdout	50 KB	输出被截断并附注 `[output truncated at 50KB]`
Stderr	10 KB	非零退出时包含在输出中以便调试
工具调用	每次执行 50 次	达到限制时返回错误

所有限制可通过 config.yaml 配置：

# 在 ~/.hermes/config.yaml
code_execution:
  timeout: 300       # 每次脚本最大秒数（默认：300）
  max_tool_calls: 50 # 每次执行最大工具调用数（默认：50）

脚本内工具调用工作原理

当脚本调用如 web_search("query") 的函数时：

调用被序列化为 JSON 并通过 Unix 域套接字发送到父进程
父进程通过标准的 handle_function_call 处理程序分发
结果通过套接字发送回来
函数返回解析后的结果

这意味着脚本内的工具调用行为与普通工具调用完全相同——相同的速率限制、相同的错误处理、相同的能力。唯一限制是 terminal() 仅为前台模式（无 background 或 pty 参数）。

错误处理

当脚本失败时，agent 收到结构化错误信息：

非零退出码：stderr 包含在输出中，以便 agent 看到完整回溯
超时：脚本被终止，agent 看到 "Script timed out after 300s and was killed."
中断：如果用户在执行期间发送新消息，脚本被终止，agent 看到 [execution interrupted — user sent a new message]
工具调用限制：达到 50 次调用限制后，后续工具调用返回错误信息

响应始终包含 status（success/error/timeout/interrupted）、output、tool_calls_made 和 duration_seconds。

安全性

安全模型

子进程在最小环境中运行。API 密钥、令牌和凭据默认被剥离。脚本仅通过 RPC 通道访问工具——除非明确允许，否则无法读取环境变量中的秘密。

名称中包含 KEY、TOKEN、SECRET、PASSWORD、CREDENTIAL、PASSWD 或 AUTH 的环境变量被排除。只有安全系统变量（PATH、HOME、LANG、SHELL、PYTHONPATH、VIRTUAL_ENV 等）被传递。

Skill 环境变量传递

当 skill 在其 frontmatter 中声明 required_environment_variables 时，这些变量在 skill 加载后会自动传递到 execute_code 和 terminal 沙箱。这允许 skill 使用其声明的 API 密钥，而不会削弱任意代码的安全态势。

对于非 skill 用例，可以在 config.yaml 中明确允许列表变量：

terminal:
  env_passthrough:
    - MY_CUSTOM_KEY
    - ANOTHER_TOKEN

有关完整详情，请参阅安全指南。

脚本在执行后在临时目录中清理。子进程在自己的进程组中运行，以便在超时或中断时能被干净地终止。

execute_code 与 terminal 对比

使用场景	execute_code	terminal
工具调用之间有多步骤工作流	✅	❌
简单 shell 命令	❌	✅
过滤/处理大型工具输出	✅	❌
运行构建或测试套件	❌	✅
遍历搜索结果	✅	❌
交互式/后台进程	❌	✅
需要环境中的 API 密钥	⚠️ 仅通过传递	✅（大多数会传递）

经验法则： 当需要通过逻辑调用 Hermes 工具时使用 execute_code。使用 terminal 运行 shell 命令、构建和进程。

平台支持

代码执行需要 Unix 域套接字，仅在 Linux 和 macOS 上可用。在 Windows 上自动禁用——agent 回退到常规顺序工具调用。

工作原理​

Agent 使用场景​

实际示例​

数据处理管道​

多步骤网络研究​

批量文件重构​

构建和测试管道​

资源限制​

脚本内工具调用工作原理​

错误处理​

安全性​

Skill 环境变量传递​

execute_code 与 terminal 对比​

平台支持​