归类:操作指引 | HERMES
前置知识:已完成 第五弹 - 认识 SOUL.md
阅读时间:约 8 分钟
系列文章:
- 「0基础AI应用入门 - HERMES篇」第一弹 - 制作Ubuntu安装U盘
- 「0基础AI应用入门 - HERMES篇」第二弹 - 安装Ubuntu系统
- 「0基础AI应用入门 - HERMES篇」第三弹 - HERMES AGENT 的安装与初始化
- 「0基础AI应用入门 - HERMES篇」第四弹 - HERMES 接入飞书与飞书 CLI
- 「0基础AI应用入门 - HERMES篇」第五弹 - 认识 SOUL.md:给你的 HERMES 一个灵魂
- 「0基础AI应用入门 - HERMES篇」第六弹 - 装备升级:让 HERMES 连上互联网与调用外部工具(本文)
你招了一个绝顶聪明的员工。
你给他配了专属工位(飞书 CLI),发了极其严苛的员工手册(SOUL.md)。他规矩学得很好,态度也端正。
然后,你把他关进了一个没有窗户、没有网线、没有任何办公文具的小黑屋。
你隔着门缝问他:“今天的上证指数收盘是多少?” 他沉默了一会,隔着门缝喊:“3150点!”(其实今天是3000点,他按去年的记忆瞎编的)。
你又问他:“帮我算一下,34567 乘以 8910 等于多少?” 他脑子转得飞快,一秒钟后喊出一个答案(差了十万八千里,因为大模型是靠概率接字的,根本不会做算术)。
你觉得这员工是个智障。但其实,错的是你。
大模型有两个娘胎里带出来的致命弱点:
- 被锁死的记忆:它的知识永远停留在训练结束的那一天。
- 糟糕的逻辑计算:它本质上是一个高级的“文字接龙”游戏,让它背圆周率可以,让它做四位数乘法,它就只能靠猜。
怎么破局?很简单,给他发个手机查新闻,给他发个计算器做算术。
在 Agent 的世界里,这叫 Tool Use(工具调用)。
揭秘:Agent 是怎么“拿”起工具的?#
很多人对 AI 有一种迷思,觉得它一联网,就像科幻电影里那样,顺着网线爬出去,把全世界的数据吸进脑子里。
其实没有那么玄乎。它的原理非常像我们在餐厅点菜。
- 大模型发现自己不懂:当你问它今天的天气,它翻了一下自己的“脑子”,发现没有今天的数据。
- 它向系统提出请求:它不会直接回答你,而是输出一段特定的代码指令,比如
search("今天 北京 天气")。 - 系统(HERMES)跑腿:HERMES 拦截到这段代码,说“好嘞,我去查”。然后 HERMES 调用搜索引擎,拿到结果(比如“晴,25度”)。
- 大模型总结汇报:HERMES 把查到的结果扔回给大模型。大模型看完,转头对你说:“老板,今天北京晴天,25度,建议穿短袖。”
懂了吗?大模型并没有真的“长手”,它只是学会了“使唤”系统里的工具。
既然原理这么简单,我们现在就来给它配两把最实用的武器。
实战一:破壁——给 HERMES 连上互联网#
我们要给 HERMES 挂载一个搜索引擎。目前开源界最常用的轻量级方案是 DuckDuckGo(不需要 API Key,直接免费用)。
操作步骤#
1. 找到 HERMES 的工具配置文件
打开你安装 HERMES 的目录,找到 config/tools.yaml 文件(如果没有,就新建一个)。
2. 挂载搜索引擎工具 把下面这段配置加到文件里:
tools:
- name: web_search
type: duckduckgo
description: "当用户询问最新新闻、实时数据或你不确定的事实时,使用此工具搜索互联网。"
# 注意这个 description 非常重要,大模型就是靠看这段中文描述,来决定什么时候该用这个工具的。
3. 重启 HERMES 并测试 重启你的服务。然后去飞书里问它:“告诉我今天微博热搜第一名是什么?”
这时候你注意看,它不会立刻秒回你一大段话。它可能会先提示 [正在调用 web_search 搜索...]。等几秒钟,它才会把真实的最新结果告诉你。
你的员工,终于睁开了眼睛。
实战二:配枪——给 HERMES 一把“计算器”#
查新闻搞定了,那算账呢?
我们不需要真的给它找个虚拟计算器,我们只需要给它执行本地 Python 脚本的权限。当它遇到复杂的计算题,它会自己写一段 Python 代码,运行出结果,再把结果告诉你。
操作步骤#
1. 修改配置文件
继续打开刚才的 config/tools.yaml,加上代码执行工具:
- name: python_executor
type: local_python
description: "当遇到复杂的数学计算、数据处理或逻辑推演时,编写并执行 Python 代码来获取准确结果。"
timeout: 30 # 限制它最多算30秒,别死循环了
2. 测试场景 去飞书里对它说:“帮我算一下,本金100万,年化利率3.5%,等额本息还款,30年总共要还多少利息?精确到小数点后两位。”
如果不加工具,它大概率会给你编一个看似合理的数字。 但现在,它会先写一段金融计算的 Python 代码,系统在后台悄悄跑完,它再把绝对准确的答案告诉你。
⚠️ 安全警告:永远不要给它危险的权限
赋予 AI 执行本地代码的能力是一把双刃剑。请一定结合我们上一篇写的
SOUL.md,在安全边界里明确加上:“绝对不允许执行包含os.system、rm、delete等系统级操作的 Python 代码。”工具虽然好用,但“护栏”永远要走在前面。
常见问题 (FAQ)#
Q1:为什么我配置了搜索工具,问它今天的天气,它还是在编造答案,没有去搜?
- 【错误原因】:你没有在提示词里给它足够的“压力”,大模型有时候会偷懒,觉得“我靠猜也能糊弄过去”。
- 【修复思路】:强迫它遇到特定问题必须使用工具。
- 【解决办法】:去修改你的
SOUL.md,加上一条规矩:“遇到询问实时信息、数据或新闻时,必须调用web_search工具,严禁凭记忆回答。”
Q2:它调用工具后,回复速度变慢了很多,正常吗?
- 正常。因为它现在不是在“说话”,而是在“做事”。去网上查资料、等网页返回,都是需要物理时间的。多给它一点耐心,准确比快更重要。
结语与下一步建议#
从这一刻起,你的 HERMES 已经不再是一个陪聊的玩具了。它有规矩(SOUL.md),有手脚(CLI),有眼睛(Web Search),还有了脑力辅助(Python 执行器)。
一个真正意义上的 Agent 已经成型。
但等等,我们现在还是在“踢一脚,走一步”——你问一句,它答一句。既然它已经什么都会了,我们能不能让它自己跑起来?
下一步建议:
- 试着用现在的 HERMES 去解决一个你真实工作中的复杂问题,比如查一下竞品的最新动态并总结。
- 准备好迎接下一篇:实战演练!用 HERMES 打造你的第一个全自动工作流(比如每天定时抓取信息写早报)。