Native Mcp

MCP 客户端：连接服务器，注册工具（stdio/HTTP）。

技能元数据


来源	内置（默认安装）
路径	`skills/mcp/native-mcp`
版本	`1.0.0`
作者	Hermes Agent
许可证	MIT
平台	linux, macos, windows
标签	`MCP`、`Tools`、`Integrations`
相关技能	`mcporter`

参考：完整的 SKILL.md

정보

以下是一旦此技能被触发，Hermes 所加载的完整技能定义。当技能激活时，Agent 将看到这些指令。

Native MCP Client

Hermes Agent 内置了一个 MCP 客户端，它会在启动时连接到 MCP 服务器，发现服务器的工具，并将它们作为一级工具供 Agent 直接调用。无需使用 CLI 桥接——来自 MCP 服务器的工具将与 terminal、read_file 等内置工具一同出现。

何时使用

当你希望实现以下目的时，可使用此技能：

连接 MCP 服务器，并在 Hermes Agent 中使用它们的工具
通过 MCP 添加外部能力（文件系统访问、GitHub、数据库、API 等）
运行基于 stdio 的本地 MCP 服务器（npx、uvx 或任意命令）
连接远程的 HTTP/StreamableHTTP MCP 服务器
让 MCP 工具自动被发现并在每次对话中可用

如果需要从终端临时、一次性调用 MCP 工具（无需任何配置），请改用 mcporter 技能。

前提条件

mcp Python 包——可选依赖项；通过 pip install mcp 安装。如果未安装，MCP 支持将被静默禁用。
Node.js——基于 npx 的 MCP 服务器（大多数社区服务器）需要此环境
uv——基于 uvx 的 MCP 服务器（基于 Python 的服务器）需要此环境

安装 MCP SDK：

pip install mcp
# 或者，如果使用 uv：
uv pip install mcp

快速开始

在 ~/.hermes/config.yaml 文件的 mcp_servers 键下添加 MCP 服务器：

mcp_servers:
  time:
    command: "uvx"
    args: ["mcp-server-time"]

重启 Hermes Agent。启动时，它将：

连接到服务器
发现可用的工具
以 mcp_time_* 前缀注册这些工具
将它们注入到所有平台工具集中

然后你就可以自然地使用这些工具——只需让 Agent 获取当前时间即可。

配置参考

mcp_servers 下的每个条目都是一个服务器名称，映射到其配置。有两种传输类型：stdio（基于命令）和 HTTP（基于 URL）。

Stdio 传输（命令 + 参数）

mcp_servers:
  server_name:
    command: "npx"             # （必填）要运行的可执行文件
    args: ["-y", "pkg-name"]   # （可选）命令参数，默认值：[]
    env:                       # （可选）子进程的环境变量
      SOME_API_KEY: "value"
    timeout: 120               # （可选）每次工具调用的超时时间（秒），默认值：120
    connect_timeout: 60        # （可选）初始连接超时时间（秒），默认值：60

HTTP 传输（url）

mcp_servers:
  server_name:
    url: "https://my-server.example.com/mcp"   # （必填）服务器 URL
    headers:                                     # （可选）HTTP 请求头
      Authorization: "Bearer sk-..."
    timeout: 180               # （可选）每次工具调用超时时间（秒），默认：120
    connect_timeout: 60        # （可选）初始连接超时时间（秒），默认：60

所有配置选项

选项	类型	默认值	描述
`command`	string	--	要运行的可执行文件（stdio 传输，必填）
`args`	list	`[]`	传递给命令的参数
`env`	dict	`{}`	子进程的额外环境变量
`url`	string	--	服务器 URL（HTTP 传输，必填）
`headers`	dict	`{}`	每次请求时发送的 HTTP 请求头
`timeout`	int	`120`	每次工具调用的超时时长（秒）
`connect_timeout`	int	`60`	初始连接和发现的超时时间

注意：一个服务器配置必须包含 command（stdio）或 url（HTTP），不能同时存在。

工作原理

启动时发现（Discovery）

当 Hermes Agent 启动时，在工具初始化期间会调用 discover_mcp_tools()：

从 ~/.hermes/config.yaml 读取 mcp_servers
对于每个服务器，在专用的后台事件循环中建立一个连接
初始化 MCP 会话并调用 list_tools() 发现可用工具
将每个工具注册到 Hermes 工具注册表中

工具命名约定

MCP 工具按以下命名模式注册：

mcp_{服务器名称}_{工具名称}

名称中的连字符和点号会被替换为下划线，以兼容 LLM API。

示例：

服务器 filesystem，工具 read_file → mcp_filesystem_read_file
服务器 github，工具 list-issues → mcp_github_list_issues
服务器 my-api，工具 fetch.data → mcp_my_api_fetch_data

自动注入

发现后，MCP 工具会自动注入到所有 hermes-* 平台工具集（CLI、Discord、Telegram 等）中。这意味着无需额外配置，MCP 工具即可在每次对话中使用。

连接生命周期

每个服务器作为后台守护线程中的一个长驻 asyncio 任务运行
连接在 Agent 进程的整个生命周期内保持
如果连接断开，会自动重连并采用指数退避策略（最多重试 5 次，最长退避 60 秒）
Agent 关闭时，所有连接将被优雅关闭

幂等性

discover_mcp_tools() 是幂等的——多次调用它只会连接尚未连接的服务器。失败的服务器会在后续调用中重试。

传输类型

Stdio 传输

最常见的传输方式。Hermes 将 MCP 服务器作为子进程启动，并通过 stdin/stdout 进行通信。

mcp_servers:
  filesystem:
    command: "npx"
    args: ["-y", "@modelcontextprotocol/server-filesystem", "/home/user/projects"]

子进程会继承一个经过过滤的环境（详见下方安全章节），以及你在 env 中指定的任何变量。

HTTP / StreamableHTTP 传输

适用于远程或共享的 MCP 服务器。需要 mcp 包包含 HTTP 客户端支持（mcp.client.streamable_http）。

mcp_servers:
  remote_api:
    url: "https://mcp.example.com/mcp"
    headers:
      Authorization: "Bearer sk-..."

如果你安装的 mcp 版本不支持 HTTP，该服务器会因 ImportError 而失败，其他服务器则正常运行。

安全

环境变量过滤

对于 stdio 服务器，Hermes 不会将完整的 shell 环境传递给 MCP 子进程。只有以下安全基线变量会被继承：

PATH、HOME、USER、LANG、LC_ALL、TERM、SHELL、TMPDIR
所有 XDG_* 变量

所有其他环境变量（API 密钥、令牌、机密信息）都会被排除，除非你通过 env 配置键显式添加它们。这可以防止意外将凭据泄露给不受信任的 MCP 服务器。

mcp_servers:
  github:
    command: "npx"
    args: ["-y", "@modelcontextprotocol/server-github"]
    env:
      # 只有这个令牌会被传递给子进程
      GITHUB_PERSONAL_ACCESS_TOKEN: "ghp_..."

错误消息中的凭据脱敏

如果 MCP 工具调用失败，错误消息中任何类似凭据的模式都会在展示给 LLM 之前自动脱敏。这包括：

GitHub PAT（ghp_...）
OpenAI 风格的密钥（sk-...）
Bearer 令牌
通用的 token=、key=、API_KEY=、password=、secret= 模式

故障排除

"MCP SDK not available -- skipping MCP tool discovery"

mcp Python 包未安装。请安装它：

pip install mcp

"No MCP servers configured"

~/.hermes/config.yaml 中没有 mcp_servers 键，或者该键为空。请至少添加一个服务器。

"Failed to connect to MCP server 'X'"

常见原因：

命令未找到：command 对应的二进制文件不在 PATH 中。请确保 npx、uvx 或相关命令已安装。
包未找到：对于 npx 服务器，npm 包可能不存在，或者需要在 args 中添加 -y 以自动安装。
超时：服务器启动时间过长。请增加 connect_timeout。
端口冲突：对于 HTTP 服务器，URL 可能无法访问。

"MCP server 'X' requires HTTP transport but mcp.client.streamable_http is not available"

你的 mcp 包版本不包含 HTTP 客户端支持。请升级：

pip install --upgrade mcp

工具未显示

检查服务器是否列在 mcp_servers 下（而不是 mcp 或 servers）
确保 YAML 缩进正确
查看 Hermes Agent 启动日志中的连接消息
工具名称以 mcp_{server}_{tool} 为前缀——请查找该模式

连接持续断开

客户端最多重试 5 次，采用指数退避策略（1 秒、2 秒、4 秒、8 秒、16 秒，上限 60 秒）。如果服务器根本不可达，则在 5 次尝试后放弃。请检查服务器进程和网络连接。

示例

时间服务器（uvx）

mcp_servers:
  time:
    command: "uvx"
    args: ["mcp-server-time"]

文件系统服务器（npx）

mcp_servers:
  filesystem:
    command: "npx"
    args: ["-y", "@modelcontextprotocol/server-filesystem", "/home/user/documents"]
    timeout: 30

带认证的 GitHub 服务器

mcp_servers:
  github:
    command: "npx"
    args: ["-y", "@modelcontextprotocol/server-github"]
    env:
      GITHUB_PERSONAL_ACCESS_TOKEN: "ghp_xxxxxxxxxxxxxxxxxxxx"
    timeout: 60

远程 HTTP 服务器

mcp_servers:
  company_api:
    url: "https://mcp.mycompany.com/v1/mcp"
    headers:
      Authorization: "Bearer sk-xxxxxxxxxxxxxxxxxxxx"
      X-Team-Id: "engineering"
    timeout: 180
    connect_timeout: 30

多服务器

mcp_servers:
  time:
    command: "uvx"
    args: ["mcp-server-time"]

  filesystem:
    command: "npx"
    args: ["-y", "@modelcontextprotocol/server-filesystem", "/tmp"]

  github:
    command: "npx"
    args: ["-y", "@modelcontextprotocol/server-github"]
    env:
      GITHUB_PERSONAL_ACCESS_TOKEN: "ghp_xxxxxxxxxxxxxxxxxxxx"

  company_api:
    url: "https://mcp.internal.company.com/mcp"
    headers:
      Authorization: "Bearer sk-xxxxxxxxxxxxxxxxxxxx"
    timeout: 300

所有服务器上的所有工具都会被注册并同时可用。每个服务器的工具名称都带有其服务器名前缀，以避免冲突。

采样（服务器发起的 LLM 请求）

Hermes 支持 MCP 的 sampling/createMessage 能力 —— MCP 服务器可以在工具执行过程中通过 Agent 请求 LLM 补全。这支持了“Agent 参与式工作流”（数据分析、内容生成、决策制定等）。

默认启用采样。按服务器进行配置：

mcp_servers:
  my_server:
    command: "npx"
    args: ["-y", "my-mcp-server"]
    sampling:
      enabled: true           # 默认：true
      model: "gemini-3-flash" # 模型覆盖（可选）
      max_tokens_cap: 4096    # 每次请求的最大 token 数
      timeout: 30             # LLM 调用超时（秒）
      max_rpm: 10             # 每分钟最大请求数
      allowed_models: []      # 模型白名单（空 = 全部允许）
      max_tool_rounds: 5      # 工具循环上限（0 = 禁用）
      log_level: "info"       # 审计详细程度

服务器也可以在采样请求中包含 tools，以支持多轮工具增强的工作流。max_tool_rounds 配置可防止无限工具循环。每台服务器的审计指标（请求数、错误数、token 数、工具使用次数）可通过 get_mcp_status() 追踪。

对于不信任的服务器，可使用 sampling: { enabled: false } 禁用采样。

说明

从 Agent 的角度看，MCP 工具是同步调用的，但实际上在专用的后台事件循环中异步运行
工具结果以 JSON 返回，格式为 {"result": "..."} 或 {"error": "..."}
原生 MCP 客户端独立于 mcporter —— 你可以同时使用两者
服务器连接是持久的，并且在同一个 Agent 进程的所有对话中共享
添加或移除服务器需要重启 Agent（目前不支持热重载）

技能元数据​

参考：完整的 SKILL.md​

Native MCP Client

何时使用​

前提条件​

快速开始​

配置参考​

Stdio 传输（命令 + 参数）​

HTTP 传输（url）​

所有配置选项​

工作原理​

启动时发现（Discovery）​

工具命名约定​

自动注入​

连接生命周期​

幂等性​

传输类型​

Stdio 传输​

HTTP / StreamableHTTP 传输​

安全​

环境变量过滤​

错误消息中的凭据脱敏​

故障排除​

"MCP SDK not available -- skipping MCP tool discovery"​

"No MCP servers configured"​

"Failed to connect to MCP server 'X'"​

"MCP server 'X' requires HTTP transport but mcp.client.streamable_http is not available"​

工具未显示​

连接持续断开​

示例​

时间服务器（uvx）​

文件系统服务器（npx）​

带认证的 GitHub 服务器​

远程 HTTP 服务器​

多服务器​

采样（服务器发起的 LLM 请求）​

说明​