Инструментарий Hermes Agent
Инструменты — единственный канал, через который Hermes Agent взаимодействует с внешним миром: чтение и запись файлов, выполнение команд, поиск в интернете, генерация изображений; все возможности предоставляются через инструменты.
У Hermes есть 70+ встроенных инструментов, организованных в 28 коллекций инструментов. В этой главе мы поочерёдно разберём основные инструменты, параметры и лучшие практики каждой коллекции инструментов.
Архитектура системы инструментов
Прежде чем переходить к конкретным инструментам, давайте сначала разберёмся, как организованы инструменты.
Hermes использует трёхуровневую структуру для управления инструментами:
工具(Tool) ← 单个可调用函数,如 read_file、web_search
└── 工具集(Toolset) ← 相关工具的逻辑分组,如 file、web
└── 平台配置 ← 哪个平台加载哪些工具集
Ключевой принцип: Отключение набора инструментов приводит к тому, что его инструменты полностью исчезают из системного промпта — они не просто недоступны для вызова, но Агент вообще не подозревает об их существовании. Это и экономит токены, и не позволяет Агенту неправильно использовать инструменты, которые ему не следует использовать.
Способы управления наборами инструментов:
# TUI 交互式管理(推荐) hermes tools # 命令行管理 hermes tools list # 列出所有工具及启用状态 hermes tools enable browser # 启用指定工具集 hermes tools disable audio # 禁用指定工具集
Настройка в config.yaml:
# 文件路径:~/.hermes/config.yaml
# 按平台指定启用的工具集
platform_toolsets:
cli:
- hermes-cli # CLI 核心工具集
- file
- terminal
- web
- memory
- skills
В настольной версии, в левом меню «Навыки и инструменты»:

Инструментами также можно управлять на панели управления, в левом меню навыков:

Наборы файловых и системных инструментов
Этот тип набора инструментов позволяет Агенту манипулировать локальной файловой системой, выполнять команды и управлять процессами.
file — файловые операции
Самый базовый набор инструментов; Агент полагается на него почти во всех задачах для чтения и записи файлов.
| Инструменты | Особенности | Ключевые параметры |
|---|---|---|
| read_file | Чтение содержимого файла | file_path (обязательный), offset (начальная строка), limit (максимальное количество строк) |
| write_file | Создать или перезаписать файл | file_path (обязательно), content (обязательно) |
| edit_file | Точно заменять текст в файлах | file_path、old_string、new_string、replace_all |
| list_dir | Список содержимого каталога | path (обязательно), recursive (следует ли выполнять рекурсию) |
| search_files | Поиск по шаблону имени файла | pattern (обязательно, поддерживает glob), path (корневой каталог поиска) |
| search_content | Поиск текста в содержимом файла | pattern (обязательный, поддерживает регулярные выражения), path, file_types |
Как работает edit_file: Он использует точное сопоставление подстроки для определения точки изменения. Агент предоставляет old_string (текст, который действительно существует в файле), инструмент находит его и заменяет на new_string. Если old_string совпадает с несколькими местами, установите replace_all: true, чтобы заменить все вхождения.
edit_file — наиболее часто используемый Агентом способ изменения файлов; он безопаснее, чем write_file, потому что если old_string не найден, операция завершается ошибкой вместо случайной перезаписи файла.
terminal — выполнение команд Shell
Позволяет Агенту выполнять команды Shell в указанной бэкенд-среде.
| Инструменты | Особенности | Ключевые параметры |
|---|---|---|
| run_command | Выполнить одну команду Shell | command (обязательный), workdir (рабочий каталог), timeout (таймаут в миллисекундах) |
| run_script | Выполнить многострочные Shell-скрипты | script (обязательный, содержимое многострочного скрипта), workdir, timeout |
Команды выполняются в настроенном бэкенде терминала — локальном, docker (контейнер), ssh (удалённый) и т. д.
Результаты выполнения включают stdout, stderr и код выхода. Агент может использовать эту информацию, чтобы определить, успешно ли выполнена команда.
code — выполнение кода в песочнице
Выполняет фрагменты кода в изолированной песочнице с поддержкой Python, JavaScript и Bash.
| Инструменты | Особенности | Ключевые параметры |
|---|---|---|
| execute_code | Запустить код в песочнице | language (python/js/bash), code (обязательно), timeout |
Отличие от терминала: инструмент code работает в независимой песочнице и не имеет доступа к файловой системе (если только она не смонтирована явно). Он подходит для запуска кода, не требующего взаимодействия с файлами, например для проверки алгоритмов и обработки данных.
computer — автоматизация графического интерфейса рабочего стола
Управляет мышью и клавиатурой, а также делает снимки экрана рабочего окружения.
| Инструменты | Особенности |
|---|---|
| screenshot | Сделать снимок экрана или указанной области |
| click | Щёлкнуть мышью в указанных координатах |
| type | Имитировать ввод текста с клавиатуры |
| scroll | Прокрутить колесо мыши |
| move | Переместить мышь в указанные координаты |
Набор инструментов для работы с компьютером в основном используется для тестирования GUI-приложений и автоматизированных операций. Если ваш сценарий не связан с настольными приложениями, его можно отключить для экономии токенов.
Наборы инструментов для сети и контента
Эти наборы инструментов позволяют Агенту искать в интернете, извлекать содержимое веб-страниц и автоматизировать операции браузера.
web — Веб-поиск и извлечение контента
Основной канал, через который Агент получает внешнюю информацию.
| Инструменты | Особенности | Ключевые параметры |
|---|---|---|
| web_search | Поиск контента в интернете | query (обязательно), num_results (количество результатов) |
| web_extract | Извлечь основное содержимое указанного URL | url (обязательно), extract_mode (auto/text/markdown) |
web_search возвращает список результатов поиска (заголовок + URL + краткое описание). Агент обычно сначала выполняет поиск, затем вызывает web_extract для интересующих страниц, чтобы получить подробное содержимое.
Для его использования необходимо настроить API поиска. Поддерживается несколько провайдеров:
Пример
# Настроить бэкенд веб-поиска
web:
search_provider: firecrawl # или brave, serpapi, tavily
# Укажите соответствующий API-ключ в .env
# FIRECRAWL_API_KEY=fc-...
# Или BRAVE_API_KEY=BS...
browser — Автоматизация браузера
Полные возможности управления браузером — навигация, клики, заполнение форм, скриншоты — работа с веб-страницами как человек.
| Инструменты | Особенности | Ключевые параметры |
|---|---|---|
| navigate | Перейти по указанному URL | url (обязательно) |
| click | Нажать на элемент страницы | selector (CSS-селектор или текстовое описание) |
| fill_form | Заполнить поля формы | fields (сопоставление имён полей со значениями) |
| screenshot | Сделать снимок текущей страницы | full_page (делать ли снимок всей страницы) |
| extract | Извлечь структурированные данные со страницы | selector、format(json/text) |
| execute_js | Выполняет JavaScript на странице | code (обязательно) |
Набор инструментов браузера требует Playwright или облачный бэкенд браузера.
Набор инструментов браузера потребляет дополнительные ресурсы при запуске экземпляров браузера. Если вам нужно только извлечь текстовое содержимое веб-страницы, предпочитайте web_extract вместо извлечения через браузер — первый представляет собой облегчённый HTTP-запрос, а второй требует запуска полноценного браузера.
vision — анализ изображений
Позволяет Агенту «понимать» содержимое изображения.
| Инструменты | Особенности | Ключевые параметры |
|---|---|---|
| analyze_image | Анализирует содержимое изображения и создаёт описание | image_path или image_url (обязательно), question (необязательно, конкретный вопрос об изображении) |
| describe_image | Создаёт подробное текстовое описание изображения | image_path или image_url (обязательно) |
Инструмент vision отправляет изображения в LLM, способную обрабатывать изображения (например, claude-sonnet-4-6, gpt-4o), а модель распознаёт и описывает содержимое изображения.
audio — обработка аудио
Преобразование речи в текст и текста в речь.
| Инструменты | Особенности | Ключевые параметры |
|---|---|---|
| transcribe | Преобразование аудиофайлов в текст | audio_path (обязательно), language (необязательно) |
| tts | Преобразование текста в речевые файлы | text (обязательно), voice (выбор голоса), provider |
Наборы инструментов для возможностей агента
Этот тип набора инструментов управляет собственным состоянием агента — памятью, навыками и взаимодействием с субагентами.
memory — управление памятью
Чтение и запись постоянной памяти, а также поиск по истории между сессиями.
| Инструменты | Особенности | Ключевые параметры |
|---|---|---|
| memory | Управление постоянной памятью (добавление, удаление, изменение) | action(add/replace/remove)、target(memory/user)、content |
| session_search | Полнотекстовый поиск по историческим сессиям | query (обязателен, поддерживает синтаксис FTS5) |
Инструмент memory не имеет операции чтения — постоянная память уже внедрена в системный промпт при запуске сессии, поэтому Агенту не нужно читать её отдельно.
skills — управление навыками
Загружает и управляет переиспользуемыми навыками рабочих процессов.
| Инструменты | Особенности | Ключевые параметры |
|---|---|---|
| skills_list | Перечислить все установленные навыки и их описания | Нет (автоматически вызывается при запуске сессии) |
| skill_view | Загрузить полное содержимое навыка | name (обязательно), path (необязательно, загружать ссылки на подфайлы) |
| skill_manage | Создавать, изменять или удалять файлы навыков | action、name、content |
delegation — делегирование субагентам
Запускает субагентов для параллельного выполнения задач.
| Инструменты | Особенности | Ключевые параметры |
|---|---|---|
| spawn_agent | Создаёт одного субагента для выполнения задачи | prompt (обязательно), model (необязательно) |
| spawn_parallel | Создать несколько субагентов параллельно | tasks (обязательно, список задач) |
Субагенты имеют независимые окна контекста и не загрязняют историю диалога главного Агента. После выполнения они возвращают сводку результатов.
kanban — мультиагентная канбан-доска
Структурированная система совместной работы нескольких Агентов, требующая явного включения (all/* не включает её автоматически).
| Инструменты | Особенности |
|---|---|
| task_create | Создать новую задачу на канбан-доске |
| task_update | Обновить статус задачи (todo/in_progress/done) |
| task_list | Вывести список всех задач тенанта |
| task_assign | Назначает задачи указанным рабочим Агентам |
Kanban — основной механизм совместной работы нескольких Профилей: один Профиль-оркестратор создаёт задачи, а несколько рабочих Профилей забирают их и выполняют. Для этого требуется одновременная работа шлюзов нескольких Профилей.
Набор инструментов для создания медиа
Этот тип набора инструментов обычно требует подписку на Nous Portal или соответствующий API-ключ стороннего сервиса.
image_gen — генерация изображений с помощью ИИ
Генерирует изображения из текстовых описаний, поддерживает 9 моделей.
| Инструменты | Особенности | Ключевые параметры |
|---|---|---|
| generate_image | Сгенерировать изображение на основе промпта | prompt(обязательный)、model(flux/gpt-image/ideogram и т.д.)、size、style |
tts — синтез речи
Функциональность TTS, независимая от набора аудиоинструментов, предлагает более широкий выбор провайдеров.
| Инструменты | Особенности |
|---|---|
| text_to_speech | Преобразование текста в речевые файлы |
| list_voices | Список доступных тембров голоса |
Пользовательский набор инструментов
Существующие коллекции инструментов можно объединять в пользовательские наборы инструментов для конкретного проекта:
Пример
# Определить набор инструментов для конкретного проекта
custom_toolsets:
# Инструменты, необходимые для проектов в области data science
data-science:
- file
- terminal
- code
- web
# Проектам, связанным только с написанием текстов, нужны только файловые операции
writing:
- file
- web
- memory
# Ops-проектам нужны терминал и файлы
devops:
- file
- terminal
- memory
При использовании, через--toolsetsУказание параметров:
Пример
hermes --tools data-science chat
# Или сделайте значением по умолчанию в конфигурации профиля
coder config set toolsets data-science
Поток вызова инструмента
Понимание полного потока вызова инструмента помогает понять поведение Агента и устранять проблемы.
Полный вызов инструмента проходит следующие шаги:
- LLM решает вызвать инструмент во время генерации своего ответа, выводя имя инструмента и параметры
- Выполнение Middleware tool_request (может изменять параметры)
- Проверка одобрения — если инструмент является опасной операцией, решает, показывать ли запрос на подтверждение на основе approvals.mode
- Фактическое выполнение инструмента
- Выполняется Middleware tool_execution (может изменять результаты)
- Хук post_tool_call записывает телеметрические данные
- Результат выполнения возвращается в LLM, и LLM продолжает генерировать ответ
Если ваш Middleware изменяет параметры инструмента, изменённые параметры становятся входными данными для утверждения и фактического выполнения. Если вы досрочно завершите выполнение в Middleware (вернёте собственный результат), фактический инструмент не запустится.
Статистика использования инструментов
Знание того, какие инструменты часто используются, помогает оптимизировать конфигурацию набора инструментов и потребление токенов.
В рамках сессии просмотрите статистику вызовов инструментов для текущей сессии:
Пример
/usage
# Пример вывода:
# Использование токенов: Ввод 12,340 | Вывод 5,678 | Всего 18,018
# Вызовы инструментов: read_file (15 раз) | edit_file (8 раз)
# terminal (3 раза) | web_search (2 раза)
В сценариях пакетной обработки файл statistics.json содержит более подробную статистику:
Пример
{
"total_tool_calls": 1523,
"tools": {
"read_file": {"count": 520, "success": 510, "failure": 10},
"edit_file": {"count": 380, "success": 375, "failure": 5},
"terminal": {"count": 290, "success": 270, "failure": 20},
"web_search": {"count": 180, "success": 178, "failure": 2}
},
"avg_tool_calls_per_turn": 2.4,
"most_common_tool_sequence": [
"read_file", "edit_file", "terminal"
]
}