词元之母TOK.MOM - 平台充值汇率 1:1 即 1 人民币充值到账 1 美元，支持一个 Key 调用近 600+ 海内外模型，限时特价模型低至 1 折，欢迎上岸！
"内置工具参考"
内置工具参考
spotify 插件注册）、5 个 Yuanbao 工具、7 个 kanban 工具（在 kanban 调度器生成 agent 时注册）、2 个 Discord 工具，以及若干独立工具（memory、clarify、delegate_task、execute_code、cronjob、session_search、skill_view/skill_manage/skills_list、text_to_speech、image_generate、video_generate、vision_analyze、video_analyze、mixture_of_agents、send_message、todo、computer_use、process）。MCP 工具
mcp_<server>_ 为前缀（例如，github MCP 服务器的 mcp_github_create_issue）。配置方法见 MCP 集成。browser 工具集
| 工具 | 描述 | 所需环境 |
|---|---|---|
browser_back | 在浏览器历史记录中导航回上一页。需先调用 browser_navigate。 | — |
browser_click | 点击快照中由 ref ID 标识的元素（如 @e5）。ref ID 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和 JavaScript 错误。返回 console.log/warn/error/info 消息及未捕获的 JS 异常。用于检测静默 JavaScript 错误、失败的 API 调用和应用警告。需先调用… | — |
browser_get_images | 获取当前页面所有图片的列表，包含 URL 和 alt 文本。可用于查找供 vision 工具分析的图片。需先调用 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。必须在其他浏览器工具之前调用。对于简单信息检索，优先使用 web_search 或 web_extract（更快、更省）。当需要… 时使用浏览器工具。 | — |
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。需先调用 browser_navigate。 | — |
browser_scroll | 向某个方向滚动页面。用于显示当前视口上方或下方的更多内容。需先调用 browser_navigate。 | — |
browser_snapshot | 获取当前页面无障碍树的文本快照。返回带 ref ID（如 @e1、@e2）的交互元素，供 browser_click 和 browser_type 使用。full=false（默认）：仅含交互元素的紧凑视图。full=true：完整… | — |
browser_type | 向由 ref ID 标识的输入框中输入文本。先清空字段，再输入新文本。需先调用 browser_navigate 和 browser_snapshot。 | — |
browser_vision | 对当前页面截图并用视觉 AI 分析。当需要直观理解页面内容时使用——尤其适用于 CAPTCHA、视觉验证挑战、复杂布局，或文本快照… 时。 | — |
browser 工具集（CDP 门控工具）
browser 工具集，但仅在会话启动时可访问 Chrome DevTools Protocol（CDP）端点时才注册——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。用于高层 browser_* 工具未覆盖的浏览器操作的逃生舱口。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 | 在需要澄清、反馈或决策时向用户提问。支持两种模式：1. 多选 —— 提供最多 4 个选项，用户从中选择或通过第 5 个"其他"选项自行输入。2.… | — |
code_execution 工具集
| 工具 | 描述 | 所需环境 |
|---|---|---|
execute_code | 运行可以编程方式调用 Hermes 工具的 Python 脚本。当需要 3 次以上工具调用且调用之间有处理逻辑、需要在大型工具输出进入上下文前过滤/压缩、需要条件分支（…）时使用。 | — |
cronjob 工具集
| 工具 | 描述 | 所需环境 |
|---|---|---|
cronjob | 统一的定时任务管理器。使用 action="create"、"list"、"update"、"pause"、"resume"、"run" 或 "remove" 管理任务。支持带一个或多个附加 skill 的 skill 驱动任务，update 时 skills=[] 可清除已附加的 skill。Cron 任务在无当前聊天上下文的全新会话中运行。 | — |
delegation 工具集
| 工具 | 描述 | 所需环境 |
|---|---|---|
delegate_task | 生成一个或多个子 agent，在隔离上下文中处理任务。每个子 agent 拥有独立的对话、终端会话和工具集。仅返回最终摘要——中间工具结果不会进入你的上下文窗口。两种… | — |
feishu_doc 工具集
gateway/platforms/feishu_comment.py）使用。 不在 hermes-cli 或常规飞书聊天适配器中暴露。| 工具 | 描述 | 所需环境 |
|---|---|---|
feishu_doc_read | 根据 file_type 和 token 读取飞书/Lark 文档（Docx、Doc 或 Sheet）的完整文本内容。 | 飞书应用凭据 |
feishu_drive 工具集
| 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。 | 飞书应用凭据 |
feishu_drive_list_comments | 列出飞书/Lark 文件的全文档评论，最新的排在最前。 | 飞书应用凭据 |
feishu_drive_list_comment_replies | 列出特定飞书评论线程（全文档或局部选区）的回复。 | 飞书应用凭据 |
feishu_drive_reply_comment | 在飞书评论线程上发布回复，支持可选的 @ 提及。 | 飞书应用凭据 |
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。用于替代终端中的 sed/awk。使用模糊匹配（9 种策略），轻微的空白/缩进差异不会导致失败。返回统一差异格式。编辑后自动运行语法检查… | — |
read_file | 带行号和分页功能读取文本文件。用于替代终端中的 cat/head/tail。输出格式：LINE_NUM|CONTENT。找不到文件时建议相似文件名。对大文件使用 offset 和 limit。注意：无法读取图片或… | — |
search_files | 搜索文件内容或按名称查找文件。用于替代终端中的 grep/rg/find/ls。基于 Ripgrep，比 shell 等效命令更快。内容搜索（target='content'）：在文件内进行正则搜索。输出模式：带行号的完整匹配… | — |
write_file | 将内容写入文件，完全替换现有内容。用于替代终端中的 echo/cat heredoc。自动创建父目录。覆盖整个文件 —— 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 服务以控制设备。使用 ha_list_services 发现各域的可用服务及其参数。 | — |
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、温度设定值、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）或区域名称（客厅、厨房、卧室等）过滤。 | — |
ha_list_services | 列出用于设备控制的可用 Home Assistant 服务（动作）。显示每种设备类型可执行的操作及其接受的参数。用于发现如何控制通过 ha_list_entities 找到的设备。 | — |
computer_use 工具集
| 工具 | 描述 | 所需环境 |
|---|---|---|
computer_use | 通过 cua-driver 在后台控制 macOS 桌面——截图（SOM / vision / AX）、点击 / 拖拽 / 滚动 / 输入 / 按键 / 等待、list_apps、focus_app。不会抢占用户的 光标或键盘焦点。适用于任何支持工具的模型。仅限 macOS。 | cua-driver 在 $PATH 中（通过 hermes tools 安装）。 |
备注
honcho_profile、honcho_search、honcho_context、honcho_reasoning、honcho_conclude）不再是内置工具。它们通过 plugins/memory/honcho/ 的 Honcho 记忆提供者插件提供。安装和使用方法见 Memory Providers。image_gen 工具集
| 工具 | 描述 | 所需环境 |
|---|---|---|
image_generate | 使用 FAL.ai 从文本 prompt（提示词）生成高质量图片。底层模型由用户配置（默认：FLUX 2 Klein 9B，生成时间低于 1 秒），agent 不可选择。返回单个图片 URL。使用… 显示。 | FAL_KEY |
kanban 工具集
HERMES_KANBAN_TASK 环境变量），或 (b) 在显式启用 kanban 工具集的 profile 中运行。任务范围的 worker 使用生命周期工具处理其分配的任务；编排器 profile 还额外获得 kanban_list 和 kanban_unblock 等看板路由工具。完整工作流见 Kanban 多 Agent。| 工具 | 描述 | 所需环境 |
|---|---|---|
kanban_show | 显示分配给当前 worker 的活跃 kanban 任务（标题、描述、评论、依赖项）。 | HERMES_KANBAN_TASK 或 kanban 工具集 |
kanban_list | 带过滤器列出看板任务。仅限编排器；对调度器生成的任务 worker 隐藏。 | 含 kanban 工具集的 profile |
kanban_complete | 用结构化交接载荷（结果、产物、后续事项）将当前任务标记为完成。 | HERMES_KANBAN_TASK 或 kanban 工具集 |
kanban_block | 因需向用户提问而阻塞当前任务——调度器暂停、呈现问题，并在人工回复后恢复。 | HERMES_KANBAN_TASK 或 kanban 工具集 |
kanban_heartbeat | 在长时间运行的操作期间发送进度心跳，让调度器知道 worker 仍在运行。 | HERMES_KANBAN_TASK 或 kanban 工具集 |
kanban_comment | 在不改变任务状态的情况下向任务线程添加评论——适用于呈现中间发现。 | HERMES_KANBAN_TASK 或 kanban 工具集 |
kanban_create | 从当前任务派生子任务。由编排器和生成后续任务的 worker 使用。 | HERMES_KANBAN_TASK 或 kanban 工具集 |
kanban_link | 用父 → 子依赖边链接任务。 | HERMES_KANBAN_TASK 或 kanban 工具集 |
kanban_unblock | 将被阻塞的任务恢复为 ready 状态。仅限编排器；对调度器生成的任务 worker 隐藏。 | 含 kanban 工具集的 profile |
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。你的记忆会在会话启动时出现在系统 prompt 中——这是你在对话之间记住用户信息和环境信息的方式。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，或列出可用目标。重要：当用户要求发送到特定频道或人员（而非仅平台名称）时，请先调用 send_message(action='list') 查看可用目标… | — |
moa 工具集
| 工具 | 描述 | 所需环境 |
|---|---|---|
mixture_of_agents | 将难题路由给多个前沿 LLM 协作处理。进行 5 次 API 调用（4 个参考模型 + 1 个聚合器），以最大推理力度运行——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 |
session_search 工具集
| 工具 | 描述 | 所需环境 |
|---|---|---|
session_search | 搜索存储在本地会话数据库中的历史会话，或在某个会话内滚动浏览。基于 FTS5 检索；返回数据库中的实际消息（无 LLM 调用）。三种形态：发现（传入 query）、滚动（传入 session_id + around_message_id）、浏览（无参数）。 | — |
skills 工具集
| 工具 | 描述 | 所需环境 |
|---|---|---|
skill_manage | 管理 skill（创建、更新、删除）。Skill 是你的程序性记忆——针对重复任务类型的可复用方法。新 skill 保存到 ~/.hermes/skills/；现有 skill 可在其所在位置修改。操作：create（完整 SKILL.m…） | — |
skill_view | Skill 允许加载特定任务和工作流的信息，以及脚本和模板。加载某个 skill 的完整内容或访问其链接文件（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 skill（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（显示所有）、poll（检查状态 + 新输出）、log（带分页的完整输出）、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。文件系统在调用之间持久化。对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——使用 read_file。不要使用 grep/rg/find——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。适用于包含 3 个以上步骤的复杂任务，或用户提供多个任务时。不带参数调用可读取当前列表。写入：- 提供 todos 数组以创建/更新条目 - merge=… | — |
vision 工具集
| 工具 | 描述 | 所需环境 |
|---|---|---|
vision_analyze | 使用 AI 视觉分析图片。在支持视觉的主模型上，将原始图片像素作为多模态工具结果返回，使模型在下一轮能原生看到图片。在纯文本主模型上，回退到辅助视觉模型描述图片并以文本形式返回描述。两种情况下工具签名完全相同。 | — |
video 工具集
hermes-cli 集中不加载）。通过 --toolsets video 添加，或在 toolsets: 配置中包含 video。| 工具 | 描述 | 所需环境 |
|---|---|---|
video_analyze | 分析来自 URL 或文件路径的视频内容——字幕、场景分解、关键时间戳和视觉描述。 | — |
video_gen 工具集
hermes-cli 集中不加载）。通过 --toolsets video_gen 添加，或在 hermes tools → Video Generation 中启用（同时引导你选择后端）。plugins/video_gen/<name>/：XAI_API_KEY）。FAL_KEY）。video_generate 工具涵盖两种模态——传入 image_url 可为静态图片制作动画，省略则从文本生成。活跃后端自动路由到正确的端点。工具描述在会话启动时重建，以反映活跃后端的实际能力（模态、宽高比、分辨率、时长范围、最大参考图片数、音频支持）。后端开发见 视频生成提供者插件。| 工具 | 描述 | 所需环境 |
|---|---|---|
video_generate | 使用用户配置的视频生成后端，从文本 prompt 生成视频（文本生成视频）或为静态图片制作动画（图片生成视频）。传入 image_url 可为该图片制作动画；省略则从文本生成。后端自动路由到正确端点。在 video 字段中返回 HTTP URL 或绝对文件路径。 | 活跃的 video_gen 插件 + 其凭据（如 XAI_API_KEY、FAL_KEY） |
web 工具集
| 工具 | 描述 | 所需环境 |
|---|---|---|
web_search | 在网络上搜索信息。默认返回最多 5 条结果，包含标题、URL 和描述。接受可选的 limit（1-100，默认 5）。查询直接传递给配置的后端，因此当后端支持时，site:domain、filetype:pdf、intitle:word、-term、"exact phrase" 等运算符可能有效。 | 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 链接即可转换为 Markdown 文本。5000 字符以下的页面返回完整 Markdown；更大的页面由 LLM 摘要处理。 | EXA_API_KEY 或 PARALLEL_API_KEY 或 FIRECRAWL_API_KEY 或 TAVILY_API_KEY |
x_search 工具集
| 工具 | 描述 | 所需环境 |
|---|---|---|
x_search | 使用 xAI 内置的 x_search Responses 工具搜索 X（Twitter）帖子、主页和话题串。用于获取 X 上的当前讨论、反应或观点，而非通用网页。默认关闭——通过 hermes tools → 🐦 X (Twitter) Search 选择启用。仅在配置了 xAI 凭据时注册 schema（check_fn 门控）。 | XAI_API_KEY 或 xAI Grok OAuth（SuperGrok / Premium+）登录 |
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。返回平台以语音消息形式传递的 MEDIA: 路径。在 Telegram 上以语音气泡播放，在 Discord/WhatsApp 上作为音频附件。在 CLI 模式下保存到 ~/voice-memos/。语音和提供者… | — |
discord 工具集
hermes-discord 平台工具集（仅 gateway）上注册。使用与消息适配器相同的 bot token。| 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
hermes-discord 平台工具集上注册。审核操作需要 bot 持有相应的 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 guild/频道/角色，创建/编辑/删除频道，管理角色授予、禁言、踢出和封禁。 | DISCORD_BOT_TOKEN + bot 权限 |
spotify 工具集
spotify 插件注册。需要 OAuth token——运行一次 hermes spotify setup 进行授权。| 工具 | 描述 | 所需环境 |
|---|---|---|
spotify_playback | 控制 Spotify 播放、查看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 | 查看用户的 Spotify 队列或向其添加项目。 | Spotify OAuth |
spotify_search | 在 Spotify 目录中搜索曲目、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、保存或移除用户已保存的 Spotify 曲目或专辑。 | Spotify OAuth |
hermes-yuanbao 工具集
hermes-yuanbao 平台工具集上注册。元宝是腾讯的聊天应用；这些工具驱动其私信/群组/表情包 API。| 工具 | 描述 | 所需环境 |
|---|---|---|
yb_query_group_info | 查询群组（应用内称为"派/Pai"）的基本信息：名称、群主、成员数。 | 元宝凭据 |
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）。 | 元宝凭据 |
yb_send_dm | 向群组中的用户发送私信，支持可选的媒体文件。 | 元宝凭据 |
yb_search_sticker | 按关键词搜索元宝内置表情（TIM 表情）目录。 | 元宝凭据 |
yb_send_sticker | 向当前元宝聊天发送内置表情。 | 元宝凭据 |
修改于 2026-05-31 00:25:01