Keyboard shortcuts

Press ← or → to navigate between chapters

Press S or / to search in the book

Press ? to show this help

Press Esc to hide this help

工具集参考

工具集是一组按名称命名的工具集合，用于控制智能体能够执行的功能。它们是按平台、会话或任务配置工具可用性的主要机制。

工具集的工作原理

每个工具仅属于一个工具集。当您启用某个工具集后，该集合中的所有工具都会对智能体可用。工具集分为三种类型：

  • 核心型——由一组相关的工具构成的逻辑单元（例如，file 工具集包含 read_file、write_file、patch、search_files 等工具）
  • 复合型——为特定场景整合多个核心工具集（例如，debugging 工具集汇集了文件操作、终端操作和网页操作相关的工具）
  • 平台专用型——针对特定部署环境设计的完整工具配置（例如，交互式 CLI 会话的默认工具集为 hermes-cli）

配置工具集

按会话配置（CLI）

hermes chat --toolsets web,file,terminal
hermes chat --toolsets debugging        # composite — expands to file + terminal + web
hermes chat --toolsets all              # everything

各平台专用配置（config.yaml）

toolsets:
  - hermes-cli          # default for CLI
  # - hermes-telegram   # override for Telegram gateway

交互式管理

hermes tools                            # curses UI to enable/disable per platform

或者通过会话方式：

/tools list
/tools disable browser
/tools enable homeassistant

核心工具集

工具集工具用途
browserbrowser_back, browser_cdp, browser_click, browser_console, browser_dialog, browser_get_images, browser_navigate, browser_press, browser_scroll, browser_snapshot, browser_type, browser_vision, web_search核心浏览器自动化功能。其中 web_search 用于快速查询作为备用方案。browser_cdp 和 browser_dialog 会在运行时动态启用——仅在会话启动时可通过 /browser connect、browser.cdp_url 配置、Browserbase 或 Camofox 获取 CDP 接口后才会注册。当连接了 CDP 监控节点后，browser_snapshot 会新增 pending_dialogs 和 frame_tree 字段，browser_dialog 会与这些字段协同工作。
clarifyclarify当智能体需要进一步澄清信息时，向用户提问。
code_executionexecute_code运行可程序化调用 Hermes 工具的 Python 脚本。
coding复合工具集（包含 file + terminal + search + web + skills + browser + todo + memory + session_search + clarify + code_execution + delegation + vision）面向软件开发的工具包，涵盖文件编辑、终端操作、搜索、网页文档处理、技能调用、浏览器操作、任务委托以及代码执行等功能。
cronjobcronjob安排并管理周期性任务。
debugging复合工具集（包含 file + terminal + web）调试工具包，提供文件操作、进程/终端管理以及网页内容提取与搜索功能。
delegationdelegate_task创建独立的子智能体实例以实现并行处理。
discorddiscordDiscord 的核心文本/嵌入消息/私信操作功能（仅限网关模式）。属于 hermes-discord 工具集的一部分。
discord_admindiscord_adminDiscord 管理功能，包括封禁用户、修改角色权限、管理频道等。同样属于 hermes-discord 工具集，要求智能体拥有相应的 Discord 权限。
feishu_docfeishu_doc_read读取飞书/企业微信文档内容，被飞书文档评论智能回复功能所使用。
feishu_drivefeishu_drive_add_comment, feishu_drive_list_comments, feishu_drive_list_comment_replies, feishu_drive_reply_comment飞书/企业微信云盘评论操作功能，仅限于评论相关智能体使用，不会在 hermes-cli 或其他消息平台工具集中提供。
filepatch, read_file, search_files, write_file文件的读取、写入、搜索及编辑功能。
homeassistantha_call_service, ha_get_state, ha_list_entities, ha_list_services通过 Home Assistant 实现智能家居控制，仅在设置了 HASS_TOKEN 后可用。
computer_usecomputer_use通过 cua-driver 实现后台桌面控制，不会占用光标或焦点，适用于任何具备工具调用能力的模型，支持 macOS、Windows 和 Linux 系统，要求 $PATH 中已安装 cua-driver。
context_engine不固定由当前激活的上下文引擎插件提供的运行时工具（在插件填充内容前为空）。
image_genimage_generate通过 FAL.ai 实现文本转图像功能，可选支持 OpenAI / xAI 后端。
video_genvideo_generate通过插件注册的后端实现文本转视频及图像转视频功能，可选后端包括 xAI Grok-Imagine、FAL.ai Veo 3.1 / Pixverse v6 / Kling O3。如需为图像添加动画效果，请传入 image_url 参数；如需直接生成视频，则无需该参数。
kanbankanban_block, kanban_comment, kanban_complete, kanban_create, kanban_heartbeat, kanban_link, kanban_list, kanban_show, kanban_unblock多智能体协调工具，为调度器生成的任务处理节点（类型为 HERMES_KANBAN_TASK）以及明确指定使用 kanban 工具集的配置文件所使用（all/* 通配符无法启用此功能）。任务处理节点可标记任务完成、阻塞、发送心跳、添加评论以及创建/关联后续任务；而调度器配置文件还可获得列表展示、解除阻塞等看板管理功能。
memorymemory实现跨会话的持久化内存管理。
projectproject_create, project_list, project_switch创建及切换桌面端的 项目，即带命名、多文件夹结构的workspace，仅适用于 GUI/桌面会话。
safeimage_generate, vision_analyze, web_extract, web_search（通过 includes 选项启用）仅限读取与媒体生成功能，禁止文件写入、终端操作及代码执行。
searchweb_search仅支持网页搜索，不包含内容提取功能。
session_searchsession_search搜索过往的对话会话记录。
skillsskill_manage, skill_view, skills_list技能的创建、读取及列表查询功能。
spotifyspotify_albums, spotify_devices, spotify_library, spotify_playback, spotify_playlists, spotify_queue, spotify_search对 Spotify 的原生控制功能，包括播放、队列管理、搜索、播放列表、专辑及音乐库操作，由内置的 spotify 插件提供。
terminalprocess, terminalShell 命令执行及后台进程管理功能。
todotodo管理当前会话内的任务列表。
ttstext_to_speech生成文本转语音音频。
visionvision_analyze利用具备视觉处理能力的模型进行图像分析。
videovideo_analyze视频分析及理解工具（为可选功能，不在默认工具集中，需通过 --toolsets 显式添加）。
webweb_extract, web_search网页搜索及页面内容提取功能。
x_searchx_search通过 xAI 内置的 x_search Responses 工具搜索 X（Twitter）上的帖子与主题串，默认为关闭状态，需通过 hermes tools 打开；仅当配置了 xAI 凭证（SuperGrok OAuth 或 XAI_API_KEY）后才会注册对应的架构。
yuanbaoyb_query_group_info, yb_query_group_members, yb_search_sticker, yb_send_dm, yb_send_sticker腾讯元宝的私信/群组操作及贴图搜索功能，仅在 hermes-yuanbao 环境中可用。

平台工具集

平台工具集定义了特定部署目标所需的完整工具配置。大多数消息平台使用的工具集与 hermes-cli 相同：

工具集与 hermes-cli 的差异
hermes-cli完整的工具集，为交互式 CLI 会话的默认配置，包含文件操作、终端、网页、浏览器、内存、技能、视觉处理、图像生成、任务管理、文本转语音、任务委托、代码执行、定时任务、会话搜索以及澄清功能，同时还包含仅限读取的 safe 工具包。
hermes-acp移除了 clarify、cronjob、image_generate、text_to_speech 以及所有四个与 Home Assistant 相关的工具，专注于在集成开发环境中的编程任务。
hermes-api-server移除了 clarify 和 text_to_speech，保留其余所有功能，适用于无需用户交互的程序化访问场景。
hermes-cron与 hermes-cli 完全相同。
hermes-telegram与 hermes-cli 完全相同。
hermes-discord在 hermes-cli 的基础上新增了 discord 和 discord_admin 功能。
hermes-slack与 hermes-cli 完全相同。
hermes-whatsapp与 hermes-cli 完全相同。
hermes-signal与 hermes-cli 完全相同。
hermes-matrix与 hermes-cli 完全相同。
hermes-mattermost与 hermes-cli 完全相同。
hermes-email与 hermes-cli 完全相同。
hermes-sms与 hermes-cli 完全相同。
hermes-bluebubbles与 hermes-cli 完全相同。
hermes-dingtalk与 hermes-cli 完全相同。
hermes-feishu新增了五个 feishu_doc_* / feishu_drive_* 工具，仅被文档评论处理功能使用，不会出现在常规聊天适配器中。
hermes-qqbot与 hermes-cli 完全相同。
hermes-wecom与 hermes-cli 完全相同。
hermes-wecom-callback与 hermes-cli 完全相同。
hermes-weixin与 hermes-cli 完全相同。
hermes-yuanbao在 hermes-cli 的基础上新增了五个 yb_* 工具，用于私信、群组及贴图操作。
hermes-homeassistant与 hermes-cli 完全相同（Home Assistant 相关工具默认已存在，设置 HASS_TOKEN 后即可启用）。
hermes-webhook与 hermes-cli 完全相同。
hermes-gateway内部网关协调工具集，汇集了所有 hermes-<platform> 工具集的功能，用于需要接收来自任意消息源的场景。

动态工具集

MCP 服务器工具集

每个已配置的 MCP 服务器都会在运行时生成一个 mcp-<server> 工具集。例如，若配置了 github MCP 服务器，就会生成一个 mcp-github 工具集，其中包含该服务器提供的所有工具。

# config.yaml
mcp_servers:
  github:
    command: npx
    args: ["-y", "@modelcontextprotocol/server-github"]

这样即可创建一个 mcp-github 工具集，您可以在 --toolsets 参数或平台配置中引用它。

插件工具集

插件可在初始化阶段通过 ctx.register_tool() 方法注册自己的工具集。这些自定义工具集会与内置工具集一同显示，并且可以通过相同的方式进行启用或禁用。

自定义工具集

您可以在 config.yaml 中定义自定义工具集，从而创建针对特定项目的功能包：

toolsets:
  - hermes-cli
custom_toolsets:
  data-science:
    - file
    - terminal
    - code_execution
    - web
    - vision

通配符

  • all 或 * —— 表示启用所有已注册的工具集（内置工具、动态工具及插件工具）。

部分工具除了需要属于某个工具集外，还需满足额外的可用性检查条件，因此仅通过 all/* 无法将其启用：

  • 能力限制型工具（如浏览器、computer_use、code_execution、Feishu、Home Assistant、cronjob）只有在配置了相应的后端环境或凭据要求后才会显示。
  • 工作流限制型工具——即 kanban 工具集——属于主动启用模式。all/* 无法自动开启 kanban 功能，必须明确列出 kanban（或者作为由调度器生成的 Worker 且设置了 HERMES_KANBAN_TASK 参数）。由于 kanban 工具会修改共享看板状态，因此即使在 all 模式下也会默认保持关闭状态。

与 hermes tools 的关系

hermes tools 命令提供了一个基于 curses 的用户界面，可用于按平台单独开启或关闭各类工具。该功能在工具级别运作（比工具集更细致），且设置会保存在 config.yaml 文件中。即使某个工具所属的工具集已被启用，若该工具本身被禁用，仍会被过滤掉。

更多信息请参阅：工具参考，其中列出了所有单独工具及其参数的完整清单。