给数字员工装上"手和脚"：83 个内置工具全景图
上篇讲完大脑（Profile / Memory / Skills），这篇给它装”手和脚”。一个不会调用工具的 Agent，再能聊也只是嘴强王者。Hermes 的杀手锏之一，是自带约 83 个注册内置工具，按 toolset 分组约 28 个工具集。这数量意味着：它基本能替你”干”完一个知识工作者 80% 的杂活。
先讲清楚数量口径，免得你被网上的旧资料绕晕。
⚠️ 工具数量口径：当前注册表约 83 个内置工具（约 28 个 toolsets）。早期资料常说 “47 个” 或 “60+“，那是旧版本的口径。MCP 动态加载的工具（
mcp__*）不计入这 83 个。文中采用 83 这一最新口径，若你安装时数字有出入，以官方文档为准：https://hermes-agent.nousresearch.com/docs
一、为什么工具是分水岭
▲ Hermes 中文桌面版工作台：运行状态、会话与工作空间一览
一句话：它不是在回答，它是在干活。
聊天机器人只能输出文字，遇到”帮我把这个 JSON 写进数据库""去官网把价格表抓下来""把这张图生成出来”就傻了。带工具的 Agent 不一样——它把”说”变成”做”：
你说："OAuth 又挂了，看看日志"
│
▼
terminal 跑命令查日志
│
▼
file 打开配置文件定位错处
│
▼
patch 改掉错误配置
│
▼
terminal 重启服务
│
▼
memory 写下"以后注意 X"
▼
回你一句："修好了，根因是 token 过期，已加监控"这就是 Gen2 自主智能体 vs Gen1 聊天机器人的本质差别。下面把工具箱摊开。
二、工具按 toolset 分组全景
Hermes 的工具以 toolset 为单位开关。约 28 个 toolsets，重点如下（工具名即实际调用名）：
| Toolset | 代表工具 | 干嘛用 |
|---|---|---|
| terminal | terminal、process | 执行 shell；后台进程管理（list/poll/log/wait/kill/write） |
| file | read_file、write_file、search_files、patch | 读写文件、ripgrep 搜索、模糊替换（返回 diff） |
| browser | browser_navigate/snapshot/click/type/scroll/press/back/console/get_images/vision/cdp/dialog | 12 个浏览器自动化（核心 10 + CDP 2） |
| code_execution | execute_code | 跑 Python，且能程序化调用 Hermes 其他工具 |
| web | web_search、web_extract | 搜索（默认 5 条）；网页/PDF → markdown（无 LLM 摘要） |
| image_gen | image_generate | 生图（FAL/OpenAI/xAI 等后端） |
| vision | vision_analyze | AI 视觉分析图片 |
| memory | memory | 保存跨会话持久记忆（搜索靠 session_search） |
| session_search | session_search | 本地 FTS5 会话搜索/滚动（返回真实消息） |
| cronjob | cronjob | 定时任务（create/list/update/pause/resume/run/remove） |
| delegation | delegate_task | 隔离子代理，仅返回摘要（降主会话 token） |
| tts | text_to_speech | 文字转语音（平台送语音消息） |
| skills | skill_manage/skill_view/skills_list | 技能创建/查看/列表 |
| clarify | clarify | 向用户提问澄清 |
| computer_use | computer_use | 桌面控制（需 cua-driver） |
| desktop_ui | read_terminal/close_terminal/open_preview/read_preview/read_window_below/focus_pane/react_to_message/tour | 桌面应用专属（8 个） |
| todo | todo | 待办管理 |
| project | project_create/project_list/project_switch | 项目管理 |
| kanban | kanban_show/list/complete/block/request_review/request_changes/heartbeat/comment/create/link/unblock/attach | 看板多代理（12 个） |
| homeassistant | ha_call_service/ha_get_state/ha_list_entities/ha_list_services | 智能家居（4 个） |
| feishu_doc | feishu_doc_read | 读飞书/Lark 文档 |
| feishu_drive | feishu_drive_add_comment/list_comments/list_comment_replies/reply_comment | 飞书云盘（4 个） |
| hermes-yuanbao | yb_query_group_info/query_group_members/send_dm/search_sticker/send_sticker | 腾讯元宝（5 个） |
| discord / discord_admin | discord / discord_admin | 读/参与服务器；频道/角色/封禁管理（需 DISCORD_BOT_TOKEN） |
| spotify | spotify_playback/devices/queue/search/playlists/albums/library | 音乐（7 个） |
| video | video_analyze | 视频分析（默认不加载） |
| video_gen | video_generate/xai_video_edit/xai_video_extend | 视频生成（默认不加载） |
| x_search | x_search | X 搜索（默认关，需 xAI） |
配置里可以整体关掉某些工具集：
agent:
disabled_toolsets: [memory, web]hermes tools 还能按单个工具粒度启用，精细控制能力边界。
三、重点工具逐个解说
挑最常用、最值钱的几个讲透：
terminal：执行 shell 命令，支持后台运行与完成通知。这是 Agent “动手”的基石——装包、跑测试、启服务、查日志全靠它。file四件套：read_file/write_file读写；search_files用 ripgrep 全局搜；patch做模糊替换并返回 diff，改代码安全可控。browser（12 个）：完整浏览器自动化——导航、快照、点击、输入、滚动、按键、后退、读控制台、取图、视觉理解、CDP 原始命令、对话框处理。能替你跑完”打开网页→登录→抓数据”的全流程。execute_code：跑 Python，且能在脚本里程序化调用 Hermes 其他工具。批量文件操作用它写脚本，比逐条敲终端命令高效得多（技巧：批处理降 token）。web_search/web_extract：搜索默认 5 条；web_extract把网页/PDF 转成 markdown，且不做 LLM 摘要（保真），适合抓原始资料。image_generate：接 FAL/OpenAI/xAI 等后端生图。vision_analyze：把图片喂给视觉模型分析，让 Agent “看懂”截图。memory：把关键事实写入跨会话持久记忆（注意：搜索靠session_search，不是它）。cronjob：建定时任务，让数字员工周期性自己干活（夜间巡检、日报生成等）。delegate_task：派发子代理，隔离上下文，只回摘要。多主题研究用它并行，主会话 token 立省。text_to_speech：输出语音，配合消息平台能发语音消息。
四、Tool Gateway：经 Nous Portal 的云端工具
有些重活本地干不了或不想干，走 Tool Gateway——经 Nous Portal 路由的云端能力：
- web search / extract（Firecrawl）
- image gen（FAL，9 个模型）
- TTS（OpenAI）
- cloud browser（Browser Use）
- cloud terminal sandbox（Modal）
hermes setup --portal 那一步已经帮你把 Gateway 开了。需要更强算力或不想在本机暴露密钥时，Gateway 是顺手的补充。
五、真实案例拆解：Mario 修 OAuth
光列工具没感觉，看一个典型工作流（参考简报中 “Mario 修 OAuth” 式场景，工具名均为 Hermes 实际内置）：
1. 你："OAuth 又挂了，查查为什么。"
2. terminal ──► tail -f 日志 / 翻 systemd 状态 ──► 发现 token 过期报错
3. file ──► read_file 打开 oauth 配置文件 ──► 定位到 refresh_token 字段为空
4. file ──► patch 把正确的 token 写回去 ──► 返回 diff 确认改动
5. terminal ──► 重启 oauth 服务进程 ──► 进程起来，日志恢复正常
6. memory ──► 写入"OAuth token 每月需刷新，已加 cron 巡检"
7. 回你："修好了。根因是 refresh_token 过期，已修复并加了自动巡检，下次不会再半夜挂。"注意第 6 步：它顺手把教训存进持久记忆，下次同类问题它自己就会先查 token。这就是闭环学习在真实任务里长什么样——工具负责”做”，记忆负责”长记性”。
六、给新手的”工具箱优先级”
工具多容易贪多。建议按这个顺序开：
| 优先级 | 工具集 | 理由 |
|---|---|---|
| 🥇 必开 | terminal / file / memory / session_search | 干活的底线，没它们不算 Agent |
| 🥈 高频 | web / browser / code_execution | 抓资料、跑网页、批处理，覆盖 80% 杂活 |
| 🥉 进阶 | cronjob / delegate_task / skills | 自动化与并行，省你的时间 |
| 🔧 按需 | image_gen / vision / tts / computer_use | 看具体业务，用到再开 |
| 🏢 集成 | feishu_* / hermes-yuanbao / discord / kanban / homeassistant | 接平台或多人协作时启用 |
⚠️ 别一上来全开。工具越多，Agent 越容易”绕远路”或触发审批。先开 🥇🥈，跑顺了再加。需要精细控制就用 hermes tools 单个启停，或在 config.yaml 用 disabled_toolsets 关掉不用的。
七、本节能造出什么数字员工
装好这双手脚，你的数字员工能干的活一下子扩开了：
- 运维巡检 Bot：
terminal查状态 +cronjob定时 +memory记坑，半夜自己修小毛病； - 资料调研员：
web_search/web_extract+browser抓竞品 +execute_code整理成表； - 内容生产工：
image_generate出图 +vision_analyze审图 +text_to_speech配音； - 跨平台助理：
feishu_*/hermes-yuanbao把员工接进飞书、元宝，群里直接派活。
到这篇为止，“大脑 + 手脚”齐了。你已经有了一个能记、能干、能长本事的完整数字员工。
八、下篇预告
工具是散装的能力，怎么把它们编排成”自动跑起来的工作流”？下一篇开始进入实战案例——我们会拿一个具体场景，串起记忆、技能、工具、定时任务，让你看见一个真正 7×24 自己转的数字员工是怎么搭出来的。
延伸阅读