hermes教程-功能概览 - 字节笔记本

核心

工具与工具集 — 工具是扩展智能体能力的函数。它们被组织成逻辑工具集，可按平台启用或禁用，涵盖网络搜索、终端执行、文件编辑、记忆、委派等功能。
技能系统 — 按需加载的知识文档，智能体可在需要时加载。技能遵循渐进式披露模式以最小化令牌使用，并兼容 agentskills.io 开放标准。
持久记忆 — 有界、精选的记忆，跨会话持久保存。Hermes 通过 MEMORY.md 和 USER.md 记住你的偏好、项目、环境以及它学到的东西。
上下文文件 — Hermes 自动发现并加载项目上下文文件（.hermes.md、AGENTS.md、CLAUDE.md、SOUL.md、.cursorrules），这些文件塑造了它在项目中的行为方式。
上下文引用 — 输入 @ 后跟引用，可将文件、文件夹、Git 差异和 URL 直接注入到你的消息中。Hermes 会内联展开引用并自动附加内容。
检查点 — Hermes 在进行文件更改前自动快照你的工作目录，如果出现问题，你可以通过 /rollback 回滚，提供安全网。

自动化

定时任务（Cron） — 使用自然语言或 Cron 表达式自动调度任务。任务可以附加技能、将结果传递到任何平台，并支持暂停/恢复/编辑操作。
子智能体委派 — delegate_task 工具会生成具有隔离上下文、受限工具集和独立终端会话的子智能体实例。默认情况下可同时运行 3 个子智能体（可配置），用于并行工作流。
代码执行 — execute_code 工具允许智能体编写 Python 脚本，以编程方式调用 Hermes 工具，通过沙盒 RPC 执行将多步骤工作流压缩为单个 LLM 轮次。
事件钩子 — 在关键生命周期点运行自定义代码。网关钩子处理日志记录、警报和 Webhook；插件钩子处理工具拦截、指标和护栏。
批处理 — 并行运行 Hermes 智能体处理数百或数千个提示，生成结构化的 ShareGPT 格式轨迹数据，用于训练数据生成或评估。

媒体与网络

语音模式 — 跨 CLI 和消息平台的完整语音交互。使用麦克风与智能体对话，收听语音回复，并在 Discord 语音频道中进行实时语音对话。
浏览器自动化 — 完整的浏览器自动化，支持多种后端：Browserbase 云、Browser Use 云、通过 CDP 的本地 Chrome/Brave/Chromium/Edge，或本地 Chromium。浏览网站、填写表单和提取信息。
视觉与图像粘贴 — 多模态视觉支持。从剪贴板粘贴图像到 CLI，并要求智能体使用任何支持视觉的模型进行分析、描述或处理。
图像生成 — 使用 FAL.ai 从文本提示生成图像。支持九种模型（FLUX 2 Klein/Pro、GPT-Image 1.5/2、Nano Banana Pro、Ideogram V3、Recraft V4 Pro、Qwen、Z-Image Turbo）；通过 hermes tools 选择一种。
语音与 TTS — 跨所有消息平台的文本转语音输出和语音消息转录，提供十个原生提供商选项：Edge TTS（免费）、ElevenLabs、OpenAI TTS、MiniMax、Mistral Voxtral、Google Gemini、xAI、NeuTTS、KittenTTS 和 Piper——以及用于任何本地 TTS CLI 的自定义命令提供商。

集成

MCP 集成 — 通过 stdio 或 HTTP 传输连接到任何 MCP 服务器。访问来自 GitHub、数据库、文件系统和内部 API 的外部工具，无需编写原生 Hermes 工具。支持按服务器过滤工具和采样。
提供商路由 — 精细控制哪些 AI 提供商处理你的请求。通过排序、白名单、黑名单和优先级排序优化成本、速度或质量。
回退提供商 — 当主模型遇到错误时，自动故障转移到备用 LLM 提供商，包括为视觉和压缩等辅助任务提供独立的回退。
凭证池 — 将 API 调用分布到同一提供商的多个密钥上。在遇到速率限制或失败时自动轮换。
提示缓存 — 内置跨会话 1 小时前缀缓存，适用于原生 Anthropic、OpenRouter 和 Nous Portal 上的 Claude。始终开启，无需配置。
记忆提供商 — 插入外部记忆后端（Honcho、OpenViking、Mem0、Hindsight、Holographic、RetainDB、ByteRover、Supermemory），用于超越内置记忆系统的跨会话用户建模和个性化。
API 服务器 — 将 Hermes 暴露为兼容 OpenAI 的 HTTP 端点。连接任何支持 OpenAI 格式的前端——Open WebUI、LobeChat、LibreChat 等。
IDE 集成 (ACP) — 在兼容 ACP 的编辑器（如 VS Code、Zed 和 JetBrains）中使用 Hermes。聊天、工具活动、文件差异和终端命令会在编辑器内渲染。
批处理 — 从 CLI 并行运行智能体处理多个提示或任务，输出结构化结果并捕获轨迹，适用于评估或下游训练流水线。

自定义

个性与 SOUL.md — 完全可自定义的智能体个性。SOUL.md 是主要身份文件——系统提示中的第一项——你可以按会话切换内置或自定义的 /personality 预设。
皮肤与主题 — 自定义 CLI 的视觉呈现：横幅颜色、旋转图标和动词、响应框标签、品牌文本以及工具活动前缀。
插件 — 无需修改核心代码即可添加自定义工具、钩子和集成。三种插件类型：通用插件（工具/钩子）、记忆提供商（跨会话知识）和上下文引擎（替代上下文管理）。通过统一的 hermes plugins 交互式 UI 进行管理。