跳到主要内容

内置工具参考

本页记录 Hermes 工具注册表中的全部 53 个内置工具，并按 toolset 分组。具体是否可用，会受到平台、凭证和启用的 toolset 影响。

快速统计： 11 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、5 个飞书工具，以及分布在其他 toolset 中的 15 个独立工具。

MCP 工具

除内置工具外，Hermes 还可以从 MCP server 动态加载工具。MCP 工具会带上 server 名称前缀（例如来自 github MCP server 的 github_create_issue）。配置方法请见 MCP Integration。

browser toolset​

ToolDescriptionRequires environment
browser_back返回浏览器历史中的上一页。需先调用 browser_navigate。—
browser_cdp发送原始 Chrome DevTools Protocol（CDP）命令。它是浏览器操作的逃生舱，可覆盖 browser_navigate、browser_click、browser_console 等未涵盖的能力。只有在会话开始时存在可访问的 CDP 端点时才会出现。—
browser_click点击由快照中的 ref ID 标识的元素（例如 @e5）。ref ID 会显示在快照输出的方括号中。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与 JavaScript 错误，返回 console.log/warn/error/info 消息以及未捕获的 JS 异常。适合排查静默 JS 错误、失败的 API 调用和应用警告。—
browser_get_images获取当前页面中全部图片的 URL 与 alt 文本，适合为视觉工具筛选图片。需先调用 browser_navigate。—
browser_navigate在浏览器中导航到指定 URL，并初始化会话与页面。其他浏览器工具前必须先调用它。仅做简单信息获取时，优先使用 web_search 或 web_extract。—
browser_press按下一个键盘按键，可用于提交表单（Enter）、导航（Tab）或快捷键。需先调用 browser_navigate。—
browser_scroll按方向滚动页面，用于查看更多位于当前视口上下方的内容。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 ref ID 的交互元素，供 browser_click 与 browser_type 使用。—
browser_type向由 ref ID 标识的输入框中输入文本，会先清空原内容再输入。需先调用 browser_navigate 和 browser_snapshot。—
browser_vision为当前页面截图并交给视觉模型分析。适合处理 CAPTCHA、视觉验证、复杂布局或文本快照不足以理解的页面。—

clarify toolset​

ToolDescriptionRequires environment
clarify当需要澄清、反馈或决策时向用户发问。支持多选题和开放题两种模式。—

code_execution toolset​

ToolDescriptionRequires environment
execute_code运行可编程调用 Hermes 工具的 Python 脚本。适合需要 3 次以上工具调用、中间带处理逻辑、条件分支或需要先过滤大输出再进入上下文的场景。—

cronjob toolset​

ToolDescriptionRequires environment
cronjob统一的定时任务管理器。通过 action="create"、"list"、"update"、"pause"、"resume"、"run" 或 "remove" 管理任务。支持绑定一个或多个技能。—

delegation toolset​

ToolDescriptionRequires environment
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 都有独立的对话、终端会话和 toolset，返回给父 agent 的只有最终总结。—

feishu_doc toolset​

此 toolset 仅限飞书文档评论智能回复处理器（gateway/platforms/feishu_comment.py）使用，不暴露给 hermes-cli 或普通飞书聊天适配器。

ToolDescriptionRequires environment
feishu_doc_read根据 file_type 和 token 读取 Feishu/Lark 文档（Docx、Doc 或 Sheet）的完整文本内容。Feishu app credentials

feishu_drive toolset​

用于飞书文档评论处理器中的云盘评论读写。

ToolDescriptionRequires environment
feishu_drive_add_comment在 Feishu/Lark 文档或文件上新增顶级评论。Feishu app credentials
feishu_drive_list_comments列出 Feishu/Lark 文件上的整文评论，按时间倒序。Feishu app credentials
feishu_drive_list_comment_replies列出指定 Feishu 评论线程下的回复。Feishu app credentials
feishu_drive_reply_comment向某个 Feishu 评论线程发送回复，可选 @ 提及。Feishu app credentials

file toolset​

ToolDescriptionRequires environment
patch对文件进行精确查找替换式编辑。优先于终端里的 sed/awk，支持模糊匹配并返回 unified diff。—
read_file读取文本文件，带行号与分页。优先于终端里的 cat/head/tail。—
search_files搜索文件内容或按文件名查找。优先于终端里的 grep/rg/find/ls。—
write_file直接写入整个文件并完全覆盖原内容。需要局部编辑时应优先用 patch。—

homeassistant toolset​

ToolDescriptionRequires environment
ha_call_service调用 Home Assistant service 来控制设备。建议先用 ha_list_services 了解参数。—
ha_get_state获取单个 Home Assistant entity 的详细状态及所有属性。—
ha_list_entities列出 Home Assistant entity，可按 domain 或 area 过滤。—
ha_list_services列出可用 Home Assistant service 及其参数。—
备注

Honcho 工具（honcho_profile、honcho_search、honcho_context、honcho_reasoning、honcho_conclude）已不再是内置工具。它们由 plugins/memory/honcho/ 中的 Honcho memory provider plugin 提供。

image_gen toolset​

ToolDescriptionRequires environment
image_generate使用 FAL.ai 根据文本提示生成高质量图像。底层模型由用户配置，agent 不能自行选择。返回单张图片 URL。FAL_KEY

memory toolset​

ToolDescriptionRequires environment
memory将重要信息保存到跨会话持久化记忆中。它会在新会话开始时出现在 system prompt 中，用于记住关于用户及其环境的重要事实。—

messaging toolset​

ToolDescriptionRequires environment
send_message向已连接的消息平台发送消息，或列出可用目标。若用户要求发往具体频道/对象，请先调用 send_message(action='list') 获取目标列表。—

moa toolset​

ToolDescriptionRequires environment
mixture_of_agents将困难问题交给多个前沿 LLM 协同处理，通常会产生 5 次 API 调用（4 个参考模型 + 1 个聚合模型），适合复杂数学、算法或高不确定任务。OPENROUTER_API_KEY

rl toolset​

ToolDescriptionRequires environment
rl_check_status获取训练运行的状态和指标。对同一运行有 30 分钟最小检查间隔限制。TINKER_API_KEY, WANDB_API_KEY
rl_edit_config更新某个配置字段。建议先调用 rl_get_current_config() 查看当前环境可改字段。TINKER_API_KEY, WANDB_API_KEY
rl_get_current_config获取当前环境可修改的配置。TINKER_API_KEY, WANDB_API_KEY
rl_get_results获取已完成训练运行的最终结果与指标。TINKER_API_KEY, WANDB_API_KEY
rl_list_environments列出全部可用 RL 环境，并返回环境名、路径和描述。TINKER_API_KEY, WANDB_API_KEY
rl_list_runs列出全部训练运行（进行中与已完成）。TINKER_API_KEY, WANDB_API_KEY
rl_select_environment选择一个 RL 环境并加载默认配置。TINKER_API_KEY, WANDB_API_KEY
rl_start_training使用当前环境和配置启动新训练运行。TINKER_API_KEY, WANDB_API_KEY
rl_stop_training停止一个正在运行的训练任务。TINKER_API_KEY, WANDB_API_KEY
rl_test_inference对任意环境进行快速推理测试，用于验证环境加载、prompt 构造与评分流程。TINKER_API_KEY, WANDB_API_KEY

session_search toolset​

ToolDescriptionRequires environment
session_search搜索过去的对话会话，相当于你的长期对话回忆。适合“我们之前做过这个吗”之类的场景。—

skills toolset​

ToolDescriptionRequires environment
skill_manage管理技能（创建、更新、删除）。技能相当于你的过程性记忆，用于沉淀可复用做法。—
skill_view加载某个技能的完整内容，或访问其关联文件（references、templates、scripts）。—
skills_list列出可用技能（名称 + 描述）。—

terminal toolset​

ToolDescriptionRequires environment
process管理由 terminal(background=true) 启动的后台进程，包括 list、poll、log、wait、kill 和 write。—
terminal在 Linux 环境中执行 shell 命令。文件系统在调用间保持持久。长任务可用 background=true。不要用 cat/head/tail，请用 read_file；不要用 grep/rg/find，请用 search_files。—

todo toolset​

ToolDescriptionRequires environment
todo管理当前会话的任务列表。适合复杂任务或用户一次给出多个子任务时使用。—

vision toolset​

ToolDescriptionRequires environment
vision_analyze使用视觉模型分析图片，并给出详细描述或回答针对性问题。—

web toolset​

ToolDescriptionRequires environment
web_search在 Web 上搜索任意主题的信息，返回相关标题、URL 和描述。EXA_API_KEY or PARALLEL_API_KEY or FIRECRAWL_API_KEY or TAVILY_API_KEY
web_extract提取网页 URL 的内容并以 markdown 返回，也支持 PDF 链接。短页面直接返回全文，长页面会做 LLM 摘要。EXA_API_KEY or PARALLEL_API_KEY or FIRECRAWL_API_KEY or TAVILY_API_KEY

tts toolset​

ToolDescriptionRequires environment
text_to_speech把文本转成语音音频。返回 MEDIA: 路径，平台会把它作为语音消息或音频附件投递。CLI 模式下会保存到 ~/voice-memos/。—