内置工具参考
本文档记录了 Hermes 工具注册表中的全部 47 个内置工具，按工具集分组。可用性因平台、凭证和启用的工具集而异。
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 个网络工具，以及其他工具集中共 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 工具会带有服务器名称前缀（例如 github_create_issue 表示 github MCP 服务器）。有关配置，请参阅 MCP 集成。
browser 工具集
| 工具 | 描述 | 所需环境 |
|---|---|---|
browser_back | 在浏览器历史记录中返回上一页。需先调用 browser_navigate。 | — |
browser_click | 点击由快照中引用 ID（例如 @e5）标识的元素。引用 ID 会在快照输出的方括号中显示。需先调用 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 消息以及未捕获的 JS 异常。可用于检测静默的 JavaScript 错误、失败的 API 调用和应用程序警告。要求…… | — |
browser_get_images | 获取当前页面上所有图像的列表，包含其 URL 和替代文本。适用于查找可使用视觉工具分析的图像。需先调用 browser_navigate。 | — |
browser_navigate | 在浏览器中导航至指定 URL。初始化会话并加载页面。必须在调用其他浏览器工具前调用。对于简单的信息检索，建议优先使用 web_search 或 web_extract（更快、更便宜）。当需要……时使用浏览器工具。 | — |
browser_press | 按下键盘上的一个键。适用于提交表单（回车键）、导航（Tab 键）或快捷键操作。需先调用 browser_navigate。 | — |
browser_scroll | 按方向滚动页面。用于显示当前视口下方或上方可能存在的更多内容。需先调用 browser_navigate。 | — |
browser_snapshot | 获取当前页面可访问性树的文本快照。返回带有引用 ID（如 @e1, @e2）的可交互元素，供 browser_click 和 browser_type 使用。full=false（默认）：紧凑视图，仅包含可交互元素。full=true：完整…… | — |
browser_type | 向由引用 ID 标识的输入字段中输入文本。先清空字段，再输入新文本。需先调用 browser_navigate 和 browser_snapshot。 | — |
browser_vision | 对当前页面进行截图，并使用视觉 AI 进行分析。当需要从视觉上理解页面内容时使用——尤其适用于验证码、视觉验证挑战、复杂布局，或当文本快照…… | — |
clarify 工具集
| 工具 | 描述 | 所需环境 |
|---|---|---|
clarify | 在需要澄清、反馈或决策才能继续时向用户提问。支持两种模式：1. 多选——提供最多 4 个选项。用户可选择其一，或通过第 5 个“其他”选项输入自定义答案。2.… | — |
code_execution 工具集
| 工具 | 描述 | 所需环境 |
|---|---|---|
execute_code | 运行可程序化调用 Hermes 工具的 Python 脚本。当需要执行 3 次以上工具调用，并在调用之间进行逻辑处理，或需要在进入上下文前对大型工具输出进行过滤/归约，或需要条件分支（…… | — |
cronjob 工具集
| 工具 | 描述 | 所需环境 |
|---|---|---|
cronjob | 统一的定时任务管理器。使用 action="create"、"list"、"update"、"pause"、"resume"、"run" 或 "remove" 来管理任务。支持带有 1 个或多个附加技能的技能驱动任务，且 skills=[] 在更新时会清除已附加的技能。Cron 任务在全新会话中运行，不包含当前聊天上下文。 | — |
delegation 工具集
| 工具 | 描述 | 所需环境 |
|---|---|---|
delegate_task | 启动一个或多个子代理在隔离上下文中处理任务。每个子代理拥有独立的对话、终端会话和工具集。仅返回最终摘要——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 | 对文件进行精准的查找与替换编辑。在终端中应使用此工具替代 sed/awk。采用模糊匹配（9种策略），因此微小的空白/缩进差异不会导致失败。返回统一的 diff 格式。编辑后自动运行语法检查… | — |
read_file | 以行号和分页方式读取文本文件。在终端中应使用此工具替代 cat/head/tail。输出格式：'LINE_NUM|CONTENT'。若未找到文件，会建议相似的文件名。对于大文件，可使用 offset 和 limit。注意：无法读取图片文件… | — |
search_files | 搜索文件内容或按文件名查找文件。在终端中应使用此工具替代 grep/rg/find/ls。基于 ripgrep，比 shell 原生命令更快。内容搜索（target='content'）：在文件内部进行正则搜索。输出模式：完整匹配并显示行号… | — |
write_file | 将内容写入文件，完全替换原有内容。在终端中应使用此工具替代 echo/cat heredoc。自动创建父目录。会完全覆盖整个文件——如需局部编辑，请使用 'patch'。 | — |
homeassistant 工具集
| 工具 | 描述 | 需要环境 |
|---|---|---|
ha_call_service | 调用 Home Assistant 服务以控制设备。使用 ha_list_services 查看各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。可选择按域（light、switch、climate、sensor、binary_sensor、cover、fan 等）或区域名称（living room、kitchen、bedroom 等）过滤。 | — |
ha_list_services | 列出可用的 Home Assistant 服务（操作），用于设备控制。显示每种设备类型可执行的操作及其接受的参数。使用此工具可发现通过 ha_list_entities 找到的设备如何被控制。 | — |
备注
Honcho 工具（honcho_conclude、honcho_context、honcho_profile、honcho_search）已不再内置。它们可通过 Honcho 内存提供者插件在 plugins/memory/honcho/ 路径下获取。详见 插件 以了解安装与使用方法。
image_gen 工具集
| 工具 | 描述 | 需要环境 |
|---|---|---|
image_generate | 使用 FLUX 2 Pro 模型根据文本提示生成高质量图像，并自动进行 2x 放大。生成细节丰富、具有艺术性的图像，并自动放大以获得高分辨率效果。返回单个放大后的图像 URL。使用… | 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内存中，可在会话间持续保留。你的记忆会在会话开始时出现在系统提示中——这是你记住用户和环境信息的方式。何时使用… | — |
messaging 工具集
| 工具 | 描述 | 需要环境 |
|---|---|---|
send_message | 向连接的消息平台发送消息，或列出可用目标。重要提示：当用户要求发送至特定频道或人员（而非仅平台名称）时，请先调用 send_message(action='list') 以查看可用目标… | — |
moa 工具集
| 工具 | 描述 | 需要环境 |
|---|---|---|
mixture_of_agents | 将复杂问题通过多个前沿 LLM 协同路由处理。最多发起 5 次 API 调用（4 个参考模型 + 1 个聚合器），投入最大推理资源——仅在真正困难的问题上使用。适用于：复杂数学、高级算法… | OPENROUTER_API_KEY |
rl 工具集
| 工具 | 描述 | 所需环境 |
|---|---|---|
rl_check_status | 获取训练运行的状态和指标。速率限制：同一运行的检查之间强制最小间隔为30分钟。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。请先使用 rl_get_current_config() 查看所选环境的所有可用字段。每个环境具有不同的可配置选项。基础设施设置（tokenizer、URL、lora_rank、learning_rate… | TINKER_API_KEY, WANDB_API_KEY |
rl_get_current_config | 获取当前环境的配置。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。返回最终指标以及训练权重的路径。 | 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方式（验证器、数据加载、奖励机制）。 | TINKER_API_KEY, WANDB_API_KEY |
rl_list_runs | 列出所有训练运行（正在进行和已完成）及其状态。 | TINKER_API_KEY, WANDB_API_KEY |
rl_select_environment | 为训练选择一个RL环境。加载环境的默认配置。选择后，使用 rl_get_current_config() 查看设置，并使用 rl_edit_config() 进行修改。 | 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 后再启动。警告：训练… | TINKER_API_KEY, WANDB_API_KEY |
rl_stop_training | 停止正在运行的训练任务。如果指标表现不佳、训练停滞不前，或希望尝试不同设置时使用。 | TINKER_API_KEY, WANDB_API_KEY |
rl_test_inference | 对任意环境进行快速推理测试。使用OpenRouter运行几轮推理+评分。默认：3步 × 16次完成 = 每模型48次rollouts，测试3个模型 = 共144次。测试环境加载、提示构造、推理… | TINKER_API_KEY, WANDB_API_KEY |
session_search 工具集
| 工具 | 描述 | 所需环境 |
|---|---|---|
session_search | 搜索您过去对话的长期记忆。这是您的回忆功能——每次过往会话均可搜索，此工具会总结发生的内容。当用户说“我们之前做过这个”、“记得吗”、“上次……”时，请主动使用此工具。 | — |
skills 工具集
| 工具 | 描述 | 所需环境 |
|---|---|---|
skill_manage | 管理技能（创建、更新、删除）。技能是您的程序性记忆——用于重复性任务类型的可重用方法。新技能将保存至 ~/.hermes/skills/；现有技能可在任意位置修改。操作：create（完整SKILL.md文件）、update、delete。 | — |
skill_view | 技能可用于加载特定任务和工作流的信息，以及脚本和模板。可加载技能的完整内容，或访问其关联文件（参考文档、模板、脚本）。首次调用返回 SKILL.md 内容及一个… | — |
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 | 所需环境 |
|---|---|---|
process | 管理使用 terminal(background=true) 启动的后台进程。操作：'list'（显示所有进程）、'poll'（检查状态 + 新输出）、'log'（分页显示完整输出）、'wait'（阻塞直到完成或超时）、'kill'（终止进程）、'write'（发送输入） | — |
terminal | 在Linux环境中执行shell命令。文件系统在调用间保持持久。设置 background=true 用于长时间运行的服务。设置 notify_on_complete=true（配合 background=true）可在进程完成后自动通知，无需轮询。切勿使用 cat/head/tail —— 请使用 read_file。切勿使用 grep/rg/find —— 请使用 search_files。 | — |
todo 工具集
| 工具 | 描述 | 所需环境 |
|---|---|---|
todo | 管理当前会话的任务列表。适用于包含3个以上步骤的复杂任务，或当用户提供多个任务时。不带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 | 所需环境 |
|---|---|---|
vision_analyze | 使用AI视觉分析图像。提供全面的描述并回答关于图像内容的具体问题。 | — |
web 工具集
| 工具 | 描述 | 所需环境 |
|---|---|---|
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 中提取内容。以 Markdown 格式返回页面内容。也支持 PDF URL —— 直接传入 PDF 链接，系统会将其转换为 Markdown 文本。小于 5000 字符的页面返回完整 Markdown；较大页面则由 LLM 进行摘要。 | EXA_API_KEY 或 PARALLEL_API_KEY 或 FIRECRAWL_API_KEY 或 TAVILY_API_KEY |
tts 工具集
| 工具 | 描述 | 所需环境 |
|---|---|---|
text_to_speech | 将文本转换为语音音频。返回一个 MEDIA: 路径，平台会将其作为语音消息发送。在 Telegram 上以语音气泡播放，在 Discord/WhatsApp 上作为音频附件发送。在 CLI 模式下，保存至 ~/voice-memos/。语音和提供方… | — |