H繁中版
文件Flows社群 Repos開始使用
文件參考手冊tools reference
<!-- Source: https://hermesbible.com/docs/reference/tools-reference -->

本頁面記錄了 Hermes 的內建工具，按工具組分類。可用性因平台、憑證和已啟用的工具組而異。

快速統計（目前註冊表）： 約 71 個工具 — 10 個瀏覽器工具（核心）+ 2 個 CDP 控制的瀏覽器工具、4 個檔案工具、4 個 Home Assistant 工具、2 個終端工具、2 個網路工具、5 個飛書工具、7 個 Spotify 工具（由內建 spotify 外掛註冊）、5 個元寶工具、9 個看板工具（當看板調度器產生代理時註冊）、2 個 Discord 工具，以及一些獨立工具（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）。

提示 — MCP 工具

除了內建工具之外，Hermes 還可以從 MCP 伺服器動態載入工具。MCP 工具以 mcp_<server>_ 前綴出現（例如，github MCP 伺服器的工具為 mcp_github_create_issue）。參見 MCP 整合 了解設定方式。

browser 工具組

工具說明需要的環境
browser_back在瀏覽器歷史記錄中返回上一頁。需要先呼叫 browser_navigate。—
browser_click按一下快照中以 ref ID 識別的元素（例如 @e5）。ref ID 在快照輸出中以方括號顯示。需要先呼叫 browser_navigate 和 browser_snapshot。—
browser_console取得目前頁面的瀏覽器控制台輸出和 JavaScript 錯誤。回傳 console.log/warn/error/info 訊息和未捕獲的 JS 異常。用於偵測靜默 JavaScript 錯誤、失敗的 API 呼叫和應用程式警告。需要先…—
browser_get_images取得目前頁面上所有圖片的清單，包含 URL 和替代文字。可用於尋找要使用視覺工具分析的圖片。需要先呼叫 browser_navigate。—
browser_navigate在瀏覽器中導覽至 URL。初始化會話並載入頁面。必須在其他瀏覽器工具之前呼叫。對於簡單的資訊檢索，建議使用 web_search 或 web_extract（更快、更便宜）。當你需要…時使用瀏覽器工具—
browser_press按下鍵盤按鍵。可用於提交表單（Enter）、導覽（Tab）或鍵盤快捷鍵。需要先呼叫 browser_navigate。—
browser_scroll向某個方向捲動頁面。用於顯示目前視區下方或上方的更多內容。需要先呼叫 browser_navigate。—
browser_snapshot取得目前頁面可及性樹的純文字快照。回傳帶有 ref ID（如 @e1、@e2）的互動元素，供 browser_click 和 browser_type 使用。full=false（預設）：互動元素的精簡視圖。full=true：完…—
browser_type在以 ref ID 識別的輸入欄位中輸入文字。先清除欄位，然後輸入新文字。需要先呼叫 browser_navigate 和 browser_snapshot。—
browser_vision擷取目前頁面的螢幕截圖，並使用視覺 AI 進行分析。當你需要視覺理解頁面上的內容時使用 — 特別適用於 CAPTCHA、視覺驗證挑戰、複雜版面配置，或當文字快照…時—

browser 工具組（CDP 控制工具）

這兩個工具屬於 browser 工具組，但只在工作階段開始時可連線至 Chrome DevTools Protocol 端點時才會註冊 — 透過 /browser connect、browser.cdp_url 設定、Browserbase 工作階段或 Camofox。

工具說明需要的環境
browser_cdp傳送原始 Chrome DevTools Protocol 命令。用於較高階 browser_* 工具未涵蓋的瀏覽器操作逃生艙口。參見 https://chromedevtools.github.io/devtools-protocol/CDP 端點
browser_dialog回應原生 JavaScript 對話方塊（alert / confirm / prompt / beforeunload）。先呼叫 browser_snapshot — 待處理的對話方塊會出現在其 pending_dialogs 欄位中。然後呼叫 browser_dialog(action='accept'|'dismiss')。CDP 端點

clarify 工具組

工具說明需要的環境
clarify當你需要澄清、回饋或在繼續之前做出決策時，向使用者提問。支援兩種模式：1. 多選題 — 最多提供 4 個選項。使用者可選擇一個或透過第 5 個「其他」選項輸入自己的答案。2.…—

code_execution 工具組

工具說明需要的環境
execute_code執行可透過程式化方式呼叫 Hermes 工具的 Python 腳本。當你需要 3 次以上工具呼叫且其間有處理邏輯、需要在大型工具輸出進入上下文之前過濾/縮減、需要條件分支（…—

cronjob 工具組

工具說明需要的環境
cronjob統一的排程任務管理員。使用 action="create"、"list"、"update"、"pause"、"resume"、"run" 或 "remove" 來管理作業。支援附加一個或多個技能的技能型作業，skills=[] 在更新時可清除附加的技能。Cron 執行在沒有目前聊天上下文的全新工作階段中進行。—

delegation 工具組

工具說明需要的環境
delegate_task產生一個或多個子代理，在隔離的上下文中處理任務。每個子代理獲得自己的對話、終端工作階段和工具組。只有最終摘要會回傳 — 中間工具結果永遠不會進入你的上下文視窗。兩…—

feishu_doc 工具組

限定於飛書文件留言智能回覆處理器（gateway/platforms/feishu_comment.py）。不在 hermes-cli 或一般飛書聊天適配器上暴露。

工具說明需要的環境
feishu_doc_read根據 file_type 和 token 讀取飛書/Lark 文件（Docx、Doc 或 Sheet）的完整文字內容。飛書應用憑證

feishu_drive 工具組

限定於飛書文件留言處理器。驅動雲端硬碟檔案的留言讀寫操作。

工具說明需要的環境
feishu_drive_add_comment在飛書/Lark 文件或檔案上新增頂層留言。飛書應用憑證
feishu_drive_list_comments列出飛書/Lark 檔案的整份文件留言，最新的在前。飛書應用憑證
feishu_drive_list_comment_replies列出特定飛書留言串（整份文件或區域選取）的回覆。飛書應用憑證
feishu_drive_reply_comment在飛書留言串上發布回覆，可選 @ 提及。飛書應用憑證

file 工具組

工具說明需要的環境
patch針對檔案的精確尋找與取代編輯。用於取代終端中的 sed/awk。使用模糊比對（9 種策略），因此輕微的空白/縮排差異不會造成問題。回傳統一差異。編輯後自動執行語法檢查…—
read_file讀取帶有行號和分頁的文字檔案。用於取代終端中的 cat/head/tail。輸出格式：行號|內容。找不到時會建議類似檔名。使用 offset 和 limit 處理大型檔案。注意：無法讀取圖片或…—
search_files搜尋檔案內容或按名稱尋找檔案。用於取代終端中的 grep/rg/find/ls。基於 Ripgrep，比 shell 對應工具更快。內容搜尋（target='content'）：在檔案中進行正則搜尋。輸出模式：帶行號的完整比對…—
write_file將內容寫入檔案，完全取代現有內容。用於取代終端中的 echo/cat heredoc。自動建立父目錄。會覆寫整個檔案 — 使用 patch 進行精確編輯。—

homeassistant 工具組

工具說明需要的環境
ha_call_service呼叫 Home Assistant 服務來控制裝置。使用 ha_list_services 發現每個可用的服務及其參數。—
ha_get_state取得單個 Home Assistant 實體的詳細狀態，包含所有屬性（亮度、顏色、溫度設定點、感測器讀數等）。—
ha_list_entities列出 Home Assistant 實體。可選按域（light、switch、climate、sensor、binary_sensor、cover、fan 等）或按區域名稱（living room、kitchen、bedroom 等）篩選。—
ha_list_services列出可用的 Home Assistant 服務（動作），用於裝置控制。顯示每種裝置類型可執行的動作及其接受的參數。用於發現如何控制透過 ha_list_entities 找到的裝置。—

computer_use 工具組

工具說明需要的環境
computer_use透過 cua-driver 進行背景 macOS 桌面控制 — 螢幕截圖（SOM / vision / AX）、點擊 / 拖曳 / 捲動 / 輸入 / 按鍵 / 等待、list_apps、focus_app。不會搶佔使用者的游標或鍵盤焦點。適用於任何支援工具的模型。僅限 macOS。$PATH 上的 cua-driver（透過 hermes tools 安裝）。

注意

Honcho 工具（honcho_profile、honcho_search、honcho_context、honcho_reasoning、honcho_conclude）不再是內建工具。它們透過位於 plugins/memory/honcho/ 的 Honcho 記憶提供者外掛提供。參見 記憶提供者 了解安裝和使用方式。

image_gen 工具組

工具說明需要的環境
image_generate使用 FAL.ai 從文字提示產生高品質圖片。底層模型由使用者設定（預設：FLUX 2 Klein 9B，低於 1 秒生成），代理無法選擇。回傳單張圖片 URL。使用…來顯示FAL_KEY

kanban 工具組

在代理 (a) 由看板調度器產生（HERMES_KANBAN_TASK 環境變數已設定）或 (b) 在明確啟用 kanban 工具組的設定檔中運行時註冊。任務範圍的工作人員使用生命週期工具處理其分配的任務；協調器設定檔額外獲得板路由工具如 kanban_list 和 kanban_unblock。參見 看板多代理 了解完整工作流程。

工具說明需要的環境
kanban_show顯示分配給此工作人員的活動看板任務（標題、描述、留言、依賴項）。HERMES_KANBAN_TASK 或 kanban 工具組
kanban_list使用篩選器列出板上任務。僅限協調器；對調度器產生的工作人員隱藏。包含 kanban 工具組的設定檔
kanban_complete以結構化的交接負載（結果、產物、後續行動）標記目前任務為完成。HERMES_KANBAN_TASK 或 kanban 工具組
kanban_block就一個問題阻塞目前任務 — 調度器暫停，呈現問題，並在有人回覆後恢復。HERMES_KANBAN_TASK 或 kanban 工具組
kanban_heartbeat在長時間運作的操作期間傳送進度心跳，讓調度器知道工作人員仍在運作。HERMES_KANBAN_TASK 或 kanban 工具組
kanban_comment在任務討論串中新增留言而不改變其狀態 — 用於呈現中間發現。HERMES_KANBAN_TASK 或 kanban 工具組
kanban_create從目前任務展開子任務。由協調器和產生後續任務的工作人員使用。HERMES_KANBAN_TASK 或 kanban 工具組
kanban_link以父 → 子依賴邊連結任務。HERMES_KANBAN_TASK 或 kanban 工具組
kanban_unblock將被阻塞的任務返回 ready 狀態。僅限協調器；對調度器產生的工作人員隱藏。包含 kanban 工具組的設定檔

memory 工具組

工具說明需要的環境
memory將重要資訊儲存到持久記憶中，可跨工作階段存活。你的記憶會出現在工作階段開始時的系統提示中 — 這就是你在對話之間記住使用者和環境資訊的方式。何時儲存…—

messaging 工具組

工具說明需要的環境
send_message向已連線的訊息平台傳送訊息，或列出可用目標。重要：當使用者要求傳送到特定頻道或人員（而不只是平台名稱）時，先呼叫 send_message(action='list') 以查看可用目…—

moa 工具組

工具說明需要的環境
mixture_of_agents透過多個前沿 LLM 協作處理困難問題。進行 5 次 API 呼叫（4 個參考模型 + 1 個彙總器），使用最大推理能力 — 僅用於真正困難的問題。適用於：複雜數學、進階算…OPENROUTER_API_KEY

session_search 工具組

工具說明需要的環境
session_search搜尋儲存在本地會話資料庫中的過去工作階段，或在其中捲動。基於 FTS5 的檢索；回傳資料庫中的實際訊息（無 LLM 呼叫）。三種形式：探索（傳入 query）、捲動（傳入 session_id + around_message_id）、瀏覽（無參數）。—

skills 工具組

工具說明需要的環境
skill_manage管理技能（建立、更新、刪除）。技能是你的程序性記憶 — 可重複使用的方法，適用於重複出現的任務類型。新技能儲存至 ~/.hermes/skills/；現有技能可在其所在位置修改。動作：create（完整 SKILL.m…—
skill_view技能允許載入特定任務和工作流程的資訊，以及腳本和範本。載入技能的完整內容或存取其連結的檔案（參考、範本、腳本）。首次呼叫回傳 SKILL.md 內容加一…—
skills_list列出可用技能（名稱 + 描述）。使用 skill_view(name) 載入完整內容。—

terminal 工具組

工具說明需要的環境
process管理使用 terminal(background=true) 啟動的背景進程。動作：'list'（顯示全部）、'poll'（檢查狀態 + 新輸出）、'log'（帶分頁的完整輸出）、'wait'（阻塞至完成或逾時）、'kill'（終止）、'write'（發…—
terminal在 Linux 環境上執行 shell 命令。檔案系統在呼叫之間持續存在。設定 background=true 用於長時間運作的伺服器。設定 notify_on_complete=true（搭配 background=true）可在進程完成時自動收到通知 — 無需輪詢。不要使用 cat/head/tail — 使用 read_file。不要使用 grep/rg/find — 使用 search_files。—

todo 工具組

工具說明需要的環境
todo管理目前工作階段的任務清單。用於有 3 個以上步驟的複雜任務，或當使用者提供多個任務時。不帶參數呼叫以讀取目前清單。寫入：- 提供 todos 陣列以建立/更新項目 - merge=…—

vision 工具組

工具說明需要的環境
vision_analyze使用 AI 視覺分析圖片。在支援視覺的主模型上，回傳原始圖片像素作為多模態工具結果，讓模型在下一個回合中原生檢視。在純文字主模型上，回退到輔助視覺模型，描述圖片並以文字回傳描述。無論哪種方式，工具簽章相同。—

video 工具組

選擇性工具組（不在預設 hermes-cli 集中載入）。透過 --toolsets video 或在 toolsets: 設定中包含 video 來新增。

工具說明需要的環境
video_analyze從 URL 或檔案路徑分析影片內容 — 字幕、場景分解、關鍵時間戳和視覺描述。—

video_gen 工具組

選擇性工具組（不在預設 hermes-cli 集中載入）。透過 --toolsets video_gen 或在 hermes tools → Video Generation 中啟用，後者會引導你選擇後端。

後端以 plugins/video_gen/<name>/ 下的外掛形式提供：

  • xAI Grok-Imagine — 文字轉影片和圖片轉影片（SuperGrok OAuth 或 XAI_API_KEY）。
  • FAL.ai — Veo 3.1、Pixverse v6、Kling O3（需要 FAL_KEY）。

單一 video_generate 工具涵蓋兩種模式 — 傳入 image_url 可製作靜態圖片動畫，省略則僅從文字產生。活躍後端會自動路由到正確的端點。工具描述會在工作階段開始時重建，以反映活躍後端的實際能力（模式、長寬比、解析度、時長範圍、最大參考圖片數、音訊支援）。參見 影片生成提供者外掛 了解後端編寫方式。

工具說明需要的環境
video_generate使用使用者設定的影片生成後端，從文字提示產生影片（文字轉影片）或製作靜態圖片動畫（圖片轉影片）。傳入 image_url 以製作該圖片的動畫；省略則僅從文字產生。後端自動路由到正確的端點。回傳 HTTP URL 或 video 欄位中的絕對檔案路徑。活躍的 video_gen 外掛及其憑證（例如 XAI_API_KEY、FAL_KEY）

web 工具組

工具說明需要的環境
web_search搜尋網路資訊。預設回傳最多 5 個結果，包含標題、URL 和描述。接受可選的 limit（1-100，預設 5）。查詢會傳遞給已設定的後端，因此 site:domain、filetype:pdf、intitle:word、-term 和 "exact phrase" 等運算子在後端支援時可能有效。EXA_API_KEY 或 PARALLEL_API_KEY 或 FIRECRAWL_API_KEY 或 TAVILY_API_KEY
web_extract從網頁 URL 提取內容。以 markdown 格式回傳頁面內容。也適用於 PDF URL — 直接傳入 PDF 連結即可轉換為 markdown 文字。低於 5000 字元的頁面回傳完整 markdown；較大頁面會經 LLM 摘要。EXA_API_KEY 或 PARALLEL_API_KEY 或 FIRECRAWL_API_KEY 或 TAVILY_API_KEY

x_search 工具組

工具說明需要的環境
x_search使用 xAI 內建的 x_search Responses 工具搜尋 X（Twitter）貼文、個人檔案和討論串。用於查找 X 上的即時討論、反應或聲明，而非一般網頁。預設關閉 — 透過 hermes tools → 🐦 X (Twitter) Search 選擇加入。僅在已設定 xAI 憑證時註冊（check_fn 控制）。XAI_API_KEY 或 xAI Grok OAuth（SuperGrok / Premium+）登入

tts 工具組

工具說明需要的環境
text_to_speech將文字轉換為語音音訊。回傳 MEDIA: 路徑，由平台作為語音訊息傳送。在 Telegram 上以語氣泡泡播放，在 Discord/WhatsApp 上以音訊附件播放。在 CLI 模式下儲存至 ~/voice-memos/。語音和提供者…—

discord 工具組

在 hermes-discord 平台工具組上註冊（僅限閘道）。使用與訊息適配器相同的機器人權杖。

工具說明需要的環境
discord讀取並參與 Discord 伺服器。動作包括 search_members、fetch_messages、send_message、react、fetch_channel、list_channels 等。DISCORD_BOT_TOKEN

discord_admin 工具組

在 hermes-discord 平台工具組上註冊。管理操作需要機器人持有對應的 Discord 權限。

工具說明需要的環境
discord_admin透過 REST API 管理 Discord 伺服器：列出伺服器/頻道/角色、建立/編輯/刪除頻道、管理角色授權、暫時停權、踢出和封禁。DISCORD_BOT_TOKEN + 機器人權限

spotify 工具組

由內建 spotify 外掛註冊。需要 OAuth 權杖 — 執行 hermes spotify setup 一次以進行授權。

工具說明需要的環境
spotify_playback控制 Spotify 播放、檢查活動播放狀態或取得最近播放的曲目。Spotify OAuth
spotify_devices列出 Spotify Connect 裝置或將播放轉移到其他裝置。Spotify OAuth
spotify_queue檢查使用者的 Spotify 佇列或將項目加入其中。Spotify OAuth
spotify_search在 Spotify 目錄中搜尋曲目、專輯、藝人、播放清單、節目或單集。Spotify OAuth
spotify_playlists列出、檢視、建立、更新和修改 Spotify 播放清單。Spotify OAuth
spotify_albums取得 Spotify 專輯中繼資料或專輯曲目。Spotify OAuth
spotify_library列出、儲存或移除使用者已儲存的 Spotify 曲目或專輯。Spotify OAuth

hermes-yuanbao 工具組

僅在 hermes-yuanbao 平台工具組上註冊。元寶是騰訊的聊天應用程式；這些工具驅動其私訊/群組/貼圖 API。

工具說明需要的環境
yb_query_group_info查詢群組（應用中稱為「派/Pai」）的基本資訊：名稱、擁有者、成員數。元寶憑證
yb_query_group_members查詢群組的成員（用於 @ 提及、按名稱尋找使用者、列出機器人）。元寶憑證
yb_send_dm向群組中的使用者傳送私人/直接訊息，可選附帶媒體檔案。元寶憑證
yb_search_sticker按關鍵字搜尋內建的元寶貼圖（TIM 表情）目錄。元寶憑證
yb_send_sticker向目前元寶聊天傳送內建貼圖。元寶憑證

工具組參考

slash commandstoolsets reference