sidebar_position: 3 title: “Built-in Tools Reference” description: “Authoritative reference for Hermes built-in tools, grouped by toolset”

内置工具参考

本页面按工具集对Hermes的内置工具进行了说明。具体可用性会因平台、凭证以及已启用的工具集而有所不同。

**当前注册库中的工具数量：**约86种——10种浏览器工具（核心功能）+2种需CDP授权的浏览器工具，4种文件处理工具，4种Home Assistant相关工具，2种终端工具（terminal、process），12种桌面GUI工具（read_terminal、close_terminal、open_preview、close_preview、read_preview、drive_preview、annotate_preview、read_window_below、focus_pane、react_to_message、tour、tip——仅适用于桌面应用会话），2种网络工具，5种飞书相关工具，7种Spotify相关工具（由内置的spotify插件注册），5种元宝相关工具，12种看板工具（在看板调度器启动代理时自动注册），3种项目管理工具（适用于桌面/GUI会话），2种Discord相关工具，3种视频处理工具（video_generate、xai_video_edit、xai_video_extend），以及少量独立工具（memory、clarify、delegate_task、execute_code、cronjob、session_search、skill_view/skill_manage/skills_list、text_to_speech、image_generate、vision_analyze、video_analyze、todo、computer_use、x_search）。

::提示 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。这类工具的前缀为mcp__<server>__（例如，github MCP服务器对应的工具为mcp__github__create_issue）。有关配置方法，请参阅MCP集成指南。

::

browser工具集

browser 工具集（需 CDP 支持的工具）

这两个工具属于 browser 工具集，但仅在会话开始时能够通过 /browser connect、browser.cdp_url 配置、Browserbase 会话或 Camofox 访问 Chrome DevTools Protocol 端点时才会被激活。

clarify 工具集

同时提出多个问题

clarify工具还支持接收questions数组（包含2–5个独立问题，每个问题都有自己的choices和multi_select设置），这样Agent就可以将多项澄清需求整合到单个提示中，而无需依次提问。返回结果为按相同顺序排列的responses数组，同时会原样返回每个问题的id（如有提供）。

不同界面的行为表现：

• 桌面端会将所有问题显示在一张卡片上。用户可在本地逐题选择答案并输入，待所有题目都得到回答后，会出现一个“确认并继续”按钮，点击即可提交全部答案。在这些答案被确认之前，用户仍可对其进行修改；而“跳过”按钮则会取消整个提交流程。
• 文本用户界面与命令行界面会以简洁的状态列表形式展示问题（✓ 已回答 / ▸ 正在处理 / · 待处理），仅展开当前正在处理的题目选项。输入键可锁定当前答案并跳至下一个未回答的题目；Tab键可用于按任意顺序切换题目进行回答；Esc键则可取消整个提交流程。
• 消息平台（如 Telegram、Discord 等）会退而采用传统的单题提问方式依次询问问题。如果用户停止回复，后续的问题将不会被发送。

若提问过程在半途超时，用户已锁定的答案将会保留：工具结果中会包含这些答案以及 "timed_out": true 的标识，未回答的题目则保持空白，这样智能体就能区分是用户故意跳过还是因未在线而无法回复。

code_execution 工具集

cronjob 工具集

delegation 工具集

feishu_doc 工具集

该工具集专用于 Feishu 文档/评论智能回复处理模块（gateway/platforms/feishu_comment.py），并未在 hermes-cli 或常规的 Feishu 聊天适配器中提供。

feishu_drive 工具集

该工具集同样专用于 Feishu 文档/评论处理模块，用于实现对驱动器中文件的评论读写操作。

file 工具集

homeassistant 工具集

computer_use 工具集

:::note Honcho 工具（honcho_profile、honcho_search、honcho_context、honcho_reasoning、honcho_conclude）已不再作为内置功能提供。这些工具可通过位于 plugins/memory/honcho/ 的 Honcho 内存提供者插件来使用。有关安装与使用方法，请参阅 内存提供者。

::

image_gen 工具集

kanban 工具集

当代理由以下任一方式启动时，该工具集会被自动注册：(a) 通过看板调度器生成（设置了 HERMES_KANBAN_TASK 环境变量）；或 (b) 在明确启用了 kanban 工具集的配置文件中运行。针对特定任务的工作者会使用与该任务相关的生命周期工具；而协调者配置文件则还会拥有诸如 kanban_list 和 kanban_unblock 这样的看板路由工具。有关完整的工作流程，请参阅 Kanban 多代理系统。

project 工具集

用于管理桌面端项目——即带有名称的多文件夹工作空间。当启用 project 工具集时（主要在桌面应用/控制台界面中）即可使用这些工具。

memory 工具集

session_search 工具集

skills 工具集

terminal 工具集

desktop_ui 工具集

对于源自 Hermes 桌面应用程序的会话，无论其连接的是哪种后端（本地、SSH、URL 或 Hermes Cloud），该功能均支持启用。但在 CLI、TUI、消息传递以及 cron 会话中则不可用。

导览功能

tour 工具能够自动识别目标元素——只需调用 action='targets'，它就会返回屏幕上所有可定位的元素，并附带选择器、标签以及 stable 标志。稳定的选择器基于元素的唯一标识（如 data-tour、id、data-testid、aria-label）生成，且在页面重新渲染后依然有效；而基于位置的选择器 nth-child 则不具备此特性，因此应优先使用稳定的选择器。

若想为某个元素创建一个持久且专属的标识，可通过以下方式对其进行标记：

<div data-tour="composer">…</div>

处理标识是应用在基础元素层面，而非调用位置，因此只需进行一次修改即可为所有实例命名。现有的处理标识如下：

在添加新界面时，应采用相同方式为对应的基础元素添加标签，而非逐个为屏幕添加标签——这样既能保持导览词汇表的简洁性，还能避免选择器失效。

桌面应用中经过精心设计的（非代理型）导览也基于同一引擎实现，因此各类功能都可以自行生成对应的操作指引：

import { startTour, showTourStep, stopTour } from '@/lib/tour'

startTour([
  { selector: '[data-tour="composer"]', title: 'Composer', text: 'Type here.' },
  { selector: '[data-tour="files"]', title: 'Files', text: 'Browse your project.' }
])

某一步骤也可以将应用移动到目标所在的位置，而导览在结束后会将相关内容恢复原位：

startTour([
  { navigate: '/artifacts', selector: '[data-tour="page-tabs"]', title: 'Filters', text: '…' },
  { pane: 'sessions', selector: '[data-slot="sidebar"]', title: 'Sessions', text: '…' }
])

navigate函数接受路径字符串，而pane函数则接收桌面分面名称。在输入对应指令后，系统会立即执行操作，同时等待那些稍后才加载的目标元素；无论通过何种方式——包括按下Esc键——终止导览流程，都会返回到起始点。

若将第二个参数设置为'preview'，则会在预览分面中的页面而非实际应用中执行该操作。

提示功能

提示功能指的是简化版的导览步骤：仅包含一个信息框和一个箭头，没有背景遮罩，也不需要逐页切换。这种形式非常适合用于那些需要直接点明对象的句子——比如“模型名称位于某个按钮上”——而无需通过暗化整个应用来实现。

tip工具使用的选择器与tour(action='targets')功能相同，因此两种功能只需一次调用即可完成目标定位；此外，持久化的data-tour机制还能为两者统一管理目标元素。屏幕上同一时间仅显示一个提示，新的提示会替换掉旧的那个。

该应用还可以自行展示内置的功能介绍，按照特定顺序依次呈现，其呈现方式更类似于游戏加载界面中的提示，而非普通通知：最早在应用启动几分钟后出现，之后最多每六小时出现一次，且仅在应用真正处于空闲状态时显示。Hermes的提示功能也会遵循同样的间隔规则，从而让用户免受频繁提示的干扰，享受六小时的安静使用时间。通过点击✕按钮关闭某个提示后，该提示将永久消失，而设置栏则可重新启用这些提示。

提示和引导功能默认处于开启状态，可在“设置 → 外观”中关闭（对应参数为display.in_app_tips和display.in_app_tours）。关闭该功能会影响Hermes本身以及应用程序：此设置会同步到连接的网关配置中，同时工具也会脱离模型的架构定义，因此智能体永远不会被告知存在其未被允许使用的功能界面。与所有架构变更一样，这一更改会在下一个会话中生效——正在进行的对话会保留初始使用的工具集，而在此期间应用程序会拒绝接收新通话。

todo 工具集

vision 工具集

video 工具集

可选工具集（默认的 hermes-cli 集合中不包含该工具集）。可通过 --toolsets video 参数添加，或是在 toolsets: 配置中直接列出 video。

video_gen 工具集

可选工具集（默认的 hermes-cli 集合中不包含该工具集）。可通过 --toolsets video_gen 参数添加，或是在 hermes tools → Video Generation 中启用该功能，该界面还会指导用户选择后端服务。

各类后端服务均以插件形式存在于 plugins/video_gen/<name>/ 目录下：

• xAI Grok-Imagine — 文本转视频及图像转视频功能（需使用 SuperGrok OAuth 或 XAI_API_KEY）。
• FAL.ai — Veo 3.1、Pixverse v6、Kling O3（需提供 FAL_KEY）。

单个 video_generate 工具即可支持这两种转换模式：若传入 image_url 则可对静态图像进行动画处理，若不传入该参数则可直接根据文本生成视频。系统会自动将请求路由至当前启用的后端接口。该工具的描述会在会话启动时重新生成，以反映当前后端的实际功能特性（支持的模式、宽高比、分辨率、时长范围、最大参考图片数量以及音频支持情况）。如需自行开发后端服务，请参阅 视频生成提供方插件指南。

web 工具集

x_search 工具集

tts 工具集

discord 工具集

该工具集已注册在 hermes-discord 平台工具集中（仅支持网关模式）。其使用的机器人令牌与消息传递适配器相同。

discord_admin 工具集

该工具集已注册在 hermes-discord 平台工具集中。执行管理操作时，机器人需拥有相应的 Discord 权限。

spotify 工具集

该工具集由内置的 spotify 插件提供。使用时需要 OAuth 令牌——请先运行 hermes auth spotify 进行授权。

hermes-yuanbao 工具集

这些工具仅可在 hermes-yuanbao 平台工具集中注册使用。Yuanbao 是腾讯推出的聊天应用，而这些工具则用于驱动该应用的私信、群组及贴图相关 API。