跳转到内容
Hermes/Agent

Day 4 · 调用内置工具：搜索、终端、浏览器

今日目标

Section titled “今日目标”

在一次对话里让 Hermes 至少调用 2 个内置工具（推荐 terminal + web_search），并看到它主动决定「用什么工具、为什么用」。

前置条件

Section titled “前置条件”
  • 已完成 Day 2，主对话能正常使用
  • 本机装了 Chrome（做 browser 部分时需要，前两个工具不需要）

工具 ≠ 技能

Section titled “工具 ≠ 技能”

这是很多人一开始的困惑：

工具（Tool）技能（Skill）
粒度低：一个原子能力高：一段可复用工作流
例子web_search、terminal、read_filecode-review、daily-standup
谁决定用Hermes 自己根据对话判断你显式触发（/skill-name）或在对话里暗示
在哪里定义内置，跟着版本发布社区包，从 Skills Hub 安装

今天只讲工具。技能在 Day 5。

步骤

Section titled “步骤”

  1. 看看有哪些工具可用

    在对话里输入：

    /tools list

    或在终端（退出会话后）：

    Terminal window
    hermes tools --summary

    你会看到按 toolset 分组的工具列表。核心 toolset 包括：

    toolset里面是什么
    webweb_search、web_extract——搜索、抓网页正文
    terminalterminal、process、read_file、patch——shell 执行、读写文件
    browserbrowser_navigate、browser_snapshot、browser_vision——驱动 Chrome
    visionvision_analyze——图片理解
    memorymemory、session_search——读写长期记忆（Day 6 会讲）
    todotodo——管理任务清单
    cronjobcronjob——定时任务（Day 7 会讲）

  2. 试一下 terminal 工具

    这个工具在 Day 1 你就已经用过了，但今天我们有意识地观察它：

    你：用 terminal 统计当前目录下有多少 .md 文件

    正常情况下 Hermes 会：

    1. 告诉你它要运行什么命令（find . -name "*.md" | wc -l 之类）
    2. 等你按回车确认（危险命令会强制确认，普通命令可配置为自动批准）
    3. 给你运行结果

  3. 试一下 web_search 工具——先解决 API Key

    Hermes 的联网搜索默认走 Firecrawl（一个专业的爬虫 SaaS）。三条路径任选：

    选择怎么配适合谁
    Firecrawl 云服务hermes config set FIRECRAWL_API_KEY fc-xxx（注册 firecrawl.dev 拿 key）想省事、不介意有云调用
    自建 FirecrawlDocker 起一套，然后 hermes config set FIRECRAWL_API_URL http://localhost:3002隐私要求高、有 4–8GB 空闲内存
    Nous Tool Gateway订阅 Nous Portal，自动走 Portal 的工具代理，零配置已经在用 Nous Portal 的付费用户
    什么都不配自动回退到内置的 duckduckgo-search 技能（免费但质量一般）临时试试、低频场景

  4. 试一下 web_search

    配好 Key 后，启动 Hermes，问一个需要实时信息的问题：

    你：帮我搜一下 2025 年 Claude 4 发布的时间线

    Hermes 应该：

    1. 判断这需要联网（训练数据截止期之外的信息）
    2. 调用 web_search
    3. 再用 web_extract 抓几个结果页的正文
    4. 归纳给你带引用的答案

    回复里应出现 [1] [2] 这类引用标记，点过去是原文链接。这就是 Hermes 调用工具成功的标志。

  5. 试一下 browser 工具——先启动带 CDP 的 Chrome

    浏览器工具的原理是 Chrome DevTools Protocol (CDP)：Hermes 连接一个开着调试端口的 Chrome 实例，通过协议驱动它。必须先把 Chrome 启动起来再连。

    macOS：

    Terminal window
    "/Applications/Google Chrome.app/Contents/MacOS/Google Chrome" \
      --remote-debugging-port=9222 \
      --user-data-dir="$HOME/.hermes/chrome-debug" \
      --no-first-run &

    Linux：

    Terminal window
    google-chrome \
      --remote-debugging-port=9222 \
      --user-data-dir="$HOME/.hermes/chrome-debug" \
      --no-first-run &

  6. 连接并使用 browser

    在 Hermes 对话里：

    你：/browser connect

    应该回复 Connected to ws://localhost:9222。然后让它做点事：

    你：打开 https://news.ycombinator.com，告诉我第一页排名前 5 的帖子标题和链接。

    Hermes 会依次调用 browser_navigate → browser_snapshot（读取页面 accessibility tree）→ 归纳结果。全程你能在那个 Chrome 窗口里眼看着它在点。

    结束后：

    你：/browser disconnect

    退出这个 CDP 连接，让 Hermes 回到默认模式。

  7. 按平台启用不同的工具

    你可能不希望 Telegram 里的机器人能执行 shell 命令。hermes tools（在终端，不是在对话里）会打开一个按平台配置的交互界面：

    Terminal window
    hermes tools

    典型的安全配置：

    平台启用的 toolset
    CLI（本地终端）全部
    Telegram / Discord / Slack只开 web、memory、todo，关闭 terminal 和 browser
    WebUIweb、browser、vision

    这份配置写在 ~/.hermes/config.yaml 的 toolsets 字段下，可以手动编辑。

验证成果

Section titled “验证成果”

一次完整对话应该能看到 Hermes 自主选择和调用工具：

你：这个月 NousResearch/hermes-agent 仓库合并了哪些 release？


Hermes: 让我查一下最新的 release 信息。
  → [tool] web_search: "NousResearch hermes-agent releases 2026"
  → [tool] web_extract: https://github.com/NousResearch/hermes-agent/releases


根据最新数据，这个月合并的 release 包括 ...（引用 [1][2]）

常见问题

Section titled “常见问题”