代码执行（编程式工具调用）

execute_code 工具允许智能体编写 Python 脚本，以编程方式调用 Hermes 工具，将多步骤工作流压缩为单次 LLM 轮次。脚本在宿主机的沙盒子进程中运行，通过 Unix 域套接字 RPC 进行通信。

工作原理

1. 智能体使用 from hermes_tools import ... 编写 Python 脚本
2. Hermes 生成包含 RPC 函数的 hermes_tools.py 存根模块
3. Hermes 打开 Unix 域套接字，并启动 RPC 监听线程
4. 脚本在子进程中运行——工具调用通过套接字传回 Hermes
5. 只有脚本的 print() 输出会返回给 LLM；中间工具结果不会进入上下文窗口

# 智能体可以编写如下脚本：
from hermes_tools import web_search, web_extract

results = web_search("Python 3.13 features", limit=5)
for r in results["data"]["web"]:
    content = web_extract([r["url"]])
    # ... 过滤和处理 ...
print(summary)

沙盒中可用的工具： web_search、web_extract、read_file、write_file、search_files、patch、terminal（仅前台模式）。

智能体的使用时机

当满足以下条件时，智能体会使用 execute_code：

• 3 个以上工具调用，且调用之间包含处理逻辑
• 批量数据过滤或条件分支
• 循环遍历结果

核心优势：中间工具结果不会进入上下文窗口——只有最终的 print() 输出会返回，从而大幅减少 token 用量。

实际示例

数据处理流水线

from hermes_tools import search_files, read_file
import json

# 查找所有配置文件并提取数据库设置
matches = search_files("database", path=".", file_glob="*.yaml", limit=20)
configs = []
for match in matches.get("matches", []):
    content = read_file(match["path"])
    configs.append({"file": match["path"], "preview": content["content"][:200]})

print(json.dumps(configs, indent=2))

多步骤网络调研

from hermes_tools import web_search, web_extract
import json

# 在单次轮次中完成搜索、提取和汇总
results = web_search("Rust async runtime comparison 2025", limit=5)
summaries = []
for r in results["data"]["web"]:
    page = web_extract([r["url"]])
    for p in page.get("results", []):
        if p.get("content"):
            summaries.append({
                "title": r["title"],
                "url": r["url"],
                "excerpt": p["content"][:500]
            })

print(json.dumps(summaries, indent=2))

批量文件重构

from hermes_tools import search_files, read_file, patch

# 查找所有使用废弃 API 的 Python 文件并修复
matches = search_files("old_api_call", path="src/", file_glob="*.py")
fixed = 0
for match in matches.get("matches", []):
    result = patch(
        path=match["path"],
        old_string="old_api_call(",
        new_string="new_api_call(",
        replace_all=True
    )
    if "error" not in str(result):
        fixed += 1

print(f"Fixed {fixed} files out of {len(matches.get('matches', []))} matches")

构建与测试流水线

from hermes_tools import terminal, read_file
import json

# 运行测试、解析结果并生成报告
result = terminal("cd /project && python -m pytest --tb=short -q 2>&1", timeout=120)
output = result.get("output", "")

# 解析测试输出
passed = output.count(" passed")
failed = output.count(" failed")
errors = output.count(" error")

report = {
    "passed": passed,
    "failed": failed,
    "errors": errors,
    "exit_code": result.get("exit_code", -1),
    "summary": output[-500:] if len(output) > 500 else output
}

print(json.dumps(report, indent=2))

资源限制

资源	限制	说明
超时	5 分钟（300 秒）	脚本先收到 SIGTERM，5 秒宽限期后发送 SIGKILL
标准输出	50 KB	超出时附加 [output truncated at 50KB] 提示
标准错误	10 KB	非零退出时包含在输出中，用于调试
工具调用	每次执行 50 次	达到限制时返回错误

所有限制均可通过 config.yaml 配置：

# 位于 ~/.hermes/config.yaml
code_execution:
  timeout: 300       # 每个脚本的最大执行时间，单位秒（默认：300）
  max_tool_calls: 50 # 每次执行的最大工具调用次数（默认：50）

脚本内工具调用的工作方式

当脚本调用 web_search("query") 等函数时：

1. 调用被序列化为 JSON，通过 Unix 域套接字发送给父进程
2. 父进程通过标准的 handle_function_call 处理器进行分发
3. 结果通过套接字返回
4. 函数返回解析后的结果

这意味着脚本内的工具调用与普通工具调用行为完全一致——速率限制、错误处理、功能均相同。唯一的限制是 terminal() 仅支持前台模式（不支持 background、pty 或 check_interval 参数）。

错误处理

脚本失败时，智能体会收到结构化的错误信息：

• 非零退出码：stderr 包含在输出中，智能体可看到完整的 traceback
• 超时：脚本被终止，智能体收到 "Script timed out after 300s and was killed."
• 中断：若用户在执行期间发送新消息，脚本会被终止，智能体收到 [execution interrupted — user sent a new message]
• 工具调用限制：达到 50 次调用上限后，后续工具调用返回错误消息

响应始终包含 status（success/error/timeout/interrupted）、output、tool_calls_made 和 duration_seconds。

安全性

🚫 危险：安全模型 子进程以最小化环境运行。API 密钥、token 和凭证默认会被剥离。脚本只能通过 RPC 通道访问工具——除非明确允许，否则无法从环境变量中读取密钥。

名称中包含 KEY、TOKEN、SECRET、PASSWORD、CREDENTIAL、PASSWD 或 AUTH 的环境变量会被排除。只有安全的系统变量（PATH、HOME、LANG、SHELL、PYTHONPATH、VIRTUAL_ENV 等）会被传入。

技能环境变量透传

当某个技能在 frontmatter 中声明了 required_environment_variables 时，这些变量会在技能加载后自动透传给 execute_code 和 terminal 沙盒。这让技能可以使用其声明的 API 密钥，同时不会削弱对任意代码的安全防护。

对于非技能场景，你可以在 config.yaml 中显式将变量加入允许列表：

terminal:
  env_passthrough:
    - MY_CUSTOM_KEY
    - ANOTHER_TOKEN

详情参见安全指南。

脚本在临时目录中运行，执行完毕后该目录会被清理。子进程在独立的进程组中运行，因此可以在超时或中断时被彻底终止。

execute_code 与 terminal 对比

使用场景	execute_code	terminal
工具调用之间包含逻辑的多步骤工作流	✅	❌
简单 shell 命令	❌	✅
过滤/处理大量工具输出	✅	❌
运行构建或测试套件	❌	✅
循环遍历搜索结果	✅	❌
交互式/后台进程	❌	✅
需要环境变量中的 API 密钥	⚠️ 仅通过透传	✅（大多数可透传）

经验法则： 当你需要以编程方式调用 Hermes 工具、且调用之间需要逻辑处理时，使用 execute_code。运行 shell 命令、构建任务和进程时，使用 terminal。

平台支持

代码执行依赖 Unix 域套接字，仅支持 Linux 和 macOS。在 Windows 上自动禁用——智能体会回退为常规的顺序工具调用。