内置工具参考
本页面记录了 Hermes 工具注册表中所有 68 个内置工具，按工具集分组。可用性因平台、凭据和已启用的工具集而异。
快速统计： 10 个浏览器工具（核心）+ 2 个 browser-cdp 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、7 个 Spotify 工具、5 个元宝工具、2 个 Discord 工具，以及跨其他工具集的 15 个独立工具。
MCP 工具
除了内置工具，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 MCP 服务器的工具显示为 github_create_issue）。配置请参见 MCP 集成。
browser 工具集
| 工具 | 描述 | 所需环境 |
|---|---|---|
browser_back | 导航回浏览器历史记录中的上一页。需要先调用 browser_navigate。 | — |
browser_click | 点击由快照中 ref ID 标识的元素（例如 '@e5'）。ref ID 在快照输出中以方括号显示。需要先调用 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 消息和未捕获的 JS 异常。用于检测静默的 JavaScript 错误、失败的 API 调用和应用程序警告。需要先调用 browser_navigate。 | — |
browser_get_images | 获取当前页面上所有图片的列表，包含其 URL 和替代文本。用于查找需要借助视觉工具分析的图片。需要先调用 browser_navigate。 | — |
browser_navigate | 在浏览器中导航到某个 URL。初始化会话并加载页面。必须在使用其他浏览器工具之前调用。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）。当需要交互式操作或处理复杂页面时，再使用浏览器工具。 | — |
browser_press | 按下键盘按键。适用于提交表单（Enter）、导航（Tab）或键盘快捷键。需要先调用 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隐藏的更多内容。需要先调用 browser_navigate。 | — |
browser_snapshot | 获取当前页面无障碍树的文本快照。返回带有 ref ID（如 @e1、@e2）的交互元素，供 browser_click 和 browser_type 使用。full=false（默认）：紧凑视图，仅显示交互元素。full=true：完整视图，包含更多细节。 | — |
browser_type | 在由 ref ID 标识的输入字段中键入文本。会先清空字段，然后输入新文本。需要先调用 browser_navigate 和 browser_snapshot。 | — |
browser_vision | 截取当前页面的屏幕截图，并使用视觉 AI 进行分析。当你需要直观理解页面内容时使用——特别适用于验证码、视觉验证挑战、复杂布局，或当文本快照无法提供足够信息时。 | — |
browser-cdp 工具集
仅在会话启动时可通过 Chrome DevTools Protocol 端点访问时注册——通过 /browser connect、browser.cdp_url 配置、Browserbase 会话或 Camofox。
| 工具 | 描述 | 所需环境 |
|---|---|---|
browser_cdp | 发送原始 Chrome DevTools Protocol 命令。用于执行高级 browser_* 工具未覆盖的浏览器操作的逃生口。参见 https://chromedevtools.github.io/devtools-protocol/ | CDP 端点 |
browser_dialog | 响应原生 JavaScript 对话框（alert / confirm / prompt / beforeunload）。先调用 browser_snapshot — 待处理的对话框会出现在其 pending_dialogs 字段中。然后调用 browser_dialog(action='accept'|'dismiss')。 | CDP 端点 |
clarify 工具集
| 工具 | 描述 | 所需环境 |
|---|---|---|
clarify | 当你在继续之前需要澄清、反馈或决策时，向用户提问。支持两种模式：1. 多项选择 — 最多提供 4 个选项。用户选择一个，或通过第 5 个“其他”选项输入自己的答案。2.… | — |
code_execution 工具集
| 工具 | 描述 | 所需环境 |
|---|---|---|
execute_code | 运行一个可以编程调用 Hermes 工具的 Python 脚本。当你需要 3 次以上工具调用且之间包含处理逻辑、需要在工具输出进入上下文之前过滤/缩减大量输出、需要条件分支（… | — |
cronjob 工具集
| 工具 | 描述 | 所需环境 |
|---|---|---|
cronjob | 统一的任务调度管理器。使用 action="create"、"list"、"update"、"pause"、"resume"、"run" 或 "remove" 来管理任务。支持绑定一个或多个技能的任务，更新时传入 skills=[] 会清除已绑定的技能。Cron 任务在全新的会话中执行，不携带当前聊天上下文。 | — |
delegation 工具集
| 工具 | 描述 | 所需环境 |
|---|---|---|
delegate_task | 生成一个或多个子 Agent，在隔离的上下文中处理任务。每个子 Agent 拥有自己的对话、终端会话和工具集。只返回最终摘要——中间工具结果不会进入你的上下文窗口。两种… | — |
feishu_doc 工具集
仅用于飞书文档评论智能回复处理器（gateway/platforms/feishu_comment.py）。不在 hermes-cli 或常规飞书聊天适配器上暴露。
| 工具 | 描述 | 所需环境 |
|---|---|---|
feishu_doc_read | 根据给定的 file_type 和 token，读取飞书/Lark 文档（Docx、Doc 或 Sheet）的全文内容。 | 飞书应用凭证 |
feishu_drive 工具集
仅用于飞书文档评论处理器。驱动对云盘文件的评论读写操作。
| 工具 | 描述 | 所需环境 |
|---|---|---|
feishu_drive_add_comment | 在飞书/Lark 文档或文件上添加顶级评论。 | 飞书应用凭证 |
feishu_drive_list_comments | 列出飞书/Lark 文件上的整篇文档评论，按最新时间排序。 | 飞书应用凭证 |
feishu_drive_list_comment_replies | 列出特定飞书评论线程（整篇文档或局部选择）的回复。 | 飞书应用凭证 |
feishu_drive_reply_comment | 在飞书评论线程上发布回复，可选的 @ 提及。 | 飞书应用凭证 |
file 工具集
| 工具 | 描述 | 所需环境 |
|---|---|---|
patch | 对文件进行精准的查找替换编辑。请用此工具替代终端中的 sed/awk。采用模糊匹配（9 种策略），因此细微的空格/缩进差异不会影响使用。返回统一差异格式（unified diff）。编辑后自动运行语法检查… | — |
read_file | 读取带行号和分页功能的文本文件。请用此工具替代终端中的 cat/head/tail。输出格式：'LINE_NUM|CONTENT'。如果未找到文件，会建议相似文件名。对于大文件可使用 offset 和 limit 参数。注意：无法读取图像… | — |
search_files | 搜索文件内容或按名称查找文件。请用此工具替代终端中的 grep/rg/find/ls。基于 Ripgrep，比 shell 中的同类工具更快。内容搜索（target='content'）：在文件中进行正则表达式搜索。输出模式：完整匹配并显示行… | — |
write_file | 将内容写入文件，完全替换现有内容。请用此工具替代终端中的 echo/cat heredoc。自动创建父目录。会覆盖整个文件——如需精准编辑请使用 'patch'。 | — |
homeassistant 工具集
| 工具 | 描述 | 所需环境 |
|---|---|---|
ha_call_service | 调用 Home Assistant 服务来控制设备。使用 ha_list_services 来发现每个域可用的服务及其参数。 | — |
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。可按域（light、switch、climate、sensor、binary_sensor、cover、fan 等）或按区域名称（living room、kitchen、bedroom 等）进行过滤。 | — |
ha_list_services | 列出可用于设备控制的 Home Assistant 服务（操作）。显示每种设备类型可执行的操作及其接受的参数。使用此工具来发现如何控制通过 ha_list_entities 找到的设备。 | — |
备注
Honcho 工具（honcho_profile、honcho_search、honcho_context、honcho_reasoning、honcho_conclude）不再是内置工具。它们可通过 Honcho 记忆提供者插件在 plugins/memory/honcho/ 路径下获取。安装和使用方法请参见记忆提供者。
image_gen 工具集
| 工具 | 描述 | 所需环境 |
|---|---|---|
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（默认：FLUX 2 Klein 9B，生成时间低于 1 秒），Agent 无法选择。返回单个图像 URL。可使用…显示 | FAL_KEY |
memory 工具集
| 工具 | 描述 | 所需环境 |
|---|---|---|
memory | 将重要信息保存到跨会话持久化的记忆中。你的记忆会在会话开始时出现在系统提示中——这是你在不同对话之间记住用户和环境信息的方式。何时保存… | — |
messaging 工具集
| 工具 | 描述 | 所需环境 |
|---|---|---|
send_message | 向已连接的消息平台发送消息，或列出可用的目标。重要提示：当用户要求发送给特定频道或个人（不仅仅是平台名称）时，请先调用 send_message(action='list') 查看可用的目标…… | — |
moa 工具集
| 工具 | 描述 | 所需环境 |
|---|---|---|
mixture_of_agents | 通过多个前沿大语言模型协作处理难题。会发起 5 次 API 调用（4 个参考模型 + 1 个聚合器），并采用最大推理力度——请谨慎用于真正困难的问题。最适合：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。有速率限制：同一运行两次检查之间至少间隔 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。每个环境都有不同的可配置选项。基础设施设置（tokenizer、URLs、lora_rank、learning_ra……） | TINKER_API_KEY, WANDB_API_KEY |
rl_get_current_config | 获取当前环境配置。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。返回最终指标和训练权重的路径。 | 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，了解每个环境的工作原理（验证器、数据加载、奖励）。 | TINKER_API_KEY, WANDB_API_KEY |
rl_list_runs | 列出所有训练运行（活跃和已完成）及其状态。 | TINKER_API_KEY, WANDB_API_KEY |
rl_select_environment | 选择用于训练的 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，使用 rl_edit_config() 修改它们。 | 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。在启动前使用 rl_edit_config() 设置 group_size、batch_size、wandb_project。警告：训练…… | TINKER_API_KEY, WANDB_API_KEY |
rl_stop_training | 停止正在运行的训练任务。如果指标看起来不好、训练停滞不前，或者想尝试不同的设置时使用。 | TINKER_API_KEY, WANDB_API_KEY |
rl_test_inference | 对任何环境进行快速推理测试。使用 OpenRouter 运行几步推理 + 评分。默认：3 步 x 16 次补全 = 每个模型 48 次 rollout，测试 3 个模型 = 总共 144 次。测试环境加载、提示构建、推理…… | TINKER_API_KEY, WANDB_API_KEY |
session_search 工具集
| 工具 | 描述 | 所需环境 |
|---|---|---|
session_search | 搜索你过去对话的长期记忆。这是你的回忆——每个过去的会话都可搜索，此工具会总结发生了什么。主动使用此工具的场景：用户说“我们之前做过这个”、“还记得吗”、“上次……”等。 | — |
skills 工具集
| 工具 | 描述 | 所需环境 |
|---|---|---|
skill_manage | 管理技能（创建、更新、删除）。技能是你的程序性记忆——针对重复任务类型的可复用方法。新技能存放在 ~/.hermes/skills/；已有技能可在其所在位置修改。操作：create（完整 SKILL.m… | — |
skill_view | 技能允许加载特定任务和工作流的信息，以及脚本和模板。加载技能的完整内容或访问其关联文件（参考资料、模板、脚本）。首次调用返回 SKILL.md 内容及… | — |
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 | 管理通过 terminal(background=true) 启动的后台进程。操作：'list'（列出所有）、'poll'（检查状态 + 新输出）、'log'（完整输出，支持分页）、'wait'（阻塞直到完成或超时）、'kill'（终止）、'write'（发送… | — |
terminal | 在 Linux 环境中执行 shell 命令。文件系统在多次调用间持久化。对于长时间运行的服务器，设置 background=true。设置 notify_on_complete=true（配合 background=true）可在进程完成时自动收到通知——无需轮询。不要使用 cat/head/tail——请使用 read_file。不要使用 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。用于包含 3 个以上步骤的复杂任务，或用户提供多个任务时。无参数调用可读取当前列表。写入：- 提供 'todos' 数组来创建/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特定问题。 | — |
web 工具集
| 工具 | 描述 | 所需环境 |
|---|---|---|
web_search | 搜索网络信息。默认返回最多 5 条结果，包含标题、URL 和描述。接受可选参数 limit（1-100，默认 5）。查询会传递给配置的后端，因此当后端支持时，诸如 site:domain、filetype:pdf、intitle:word、-term 和 "exact phrase" 等操作符可能有效。 | EXA_API_KEY 或 PARALLEL_API_KEY 或 FIRECRAWL_API_KEY 或 TAVILY_API_KEY |
web_extract | 从网页 URL 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，它会转换为 Markdown 文本。小于 5000 字符的页面返回完整 Markdown；更大的页面由 LLM 总结。 | 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投递。在 Telegram 上以语音气泡播放，在 Discord/WhatsApp 上作为音频附件播放。在 CLI 模式下，保存到 ~/voice-memos/。语音和提供商… | — |
discord 工具集
注册在 hermes-discord 平台工具集上（仅限网关）。使用与消息适配器相同的机器人令牌。
| 工具 | 描述 | 所需环境 |
|---|---|---|
discord | 读取并参与 Discord 服务器。操作包括 search_members、fetch_messages、send_message、react、fetch_channel、list_channels 等。 | DISCORD_BOT_TOKEN |
discord_admin 工具集
注册在 hermes-discord 平台工具集上。审核操作要求机器人拥有匹配的 Discord 权限。
| 工具 | 描述 | 所需环境 |
|---|---|---|
discord_admin | 通过 REST API 管理 Discord 服务器：列出服务器/频道/角色、创建/编辑/删除频道、管理角色授权、超时、踢出和封禁。 | DISCORD_BOT_TOKEN + 机器人权限 |
spotify 工具集
由捆绑的 spotify 插件注册。需要 OAuth 令牌——运行 hermes spotify setup 一次以授权。
| 工具 | 描述 | 所需环境 |
|---|---|---|
spotify_playback | 控制 Spotify 播放、检查当前播放状态或获取最近播放的曲目。 | Spotify OAuth |
spotify_devices | 列出 Spotify Connect 设备或将播放转移到其他设备。 | Spotify OAuth |
spotify_queue | 检查用户的 Spotify 队列或向其中添加项目。 | Spotify OAuth |
spotify_search | 搜索 Spotify 目录中的曲目、专辑、艺术家、播放列表、节目或单集。 | Spotify OAuth |
spotify_playlists | 列出、查看、创建、更新和修改 Spotify 播放列表。 | Spotify OAuth |
spotify_albums | 获取 Spotify 专辑元数据或专辑曲目。 | Spotify OAuth |
spotify_library | 列出、保存或删除用户已保存的 Spotify 曲目或专辑。 | Spotify OAuth |
hermes-yuanbao 工具集
仅注册在 hermes-yuanbao 平台工具集上。Yuanbao 是腾讯的聊天应用；这些工具驱动其私信/群组/贴纸 API。
| 工具 | 描述 | 所需环境 |
|---|---|---|
yb_query_group_info | 查询群组（应用中称为“派/Pai”）的基本信息：名称、群主、成员数量。 | Yuanbao 凭据 |
yb_query_group_members | 查询群组成员（用于 @ 提及、按名称查找用户、列出机器人）。 | Yuanbao 凭据 |
yb_send_dm | 向群组中的用户发送私信/直接消息，可附带媒体文件。 | Yuanbao 凭据 |
yb_search_sticker | 按关键词搜索内置的 Yuanbao 贴纸（TIM 表情）目录。 | Yuanbao 凭据 |
yb_send_sticker | 向当前 Yuanbao 聊天发送内置贴纸。 | Yuanbao 凭据 |