跳转到内容

集成与外部接口

Hermes 可以通过 MCP、API server、OpenAI-compatible frontend、browser、media tools 和 provider gateway 接入更多系统。集成的价值是让 Hermes 使用已有工具;风险是把本地 agent 的影响范围扩展到更多服务。

一个简单原则:先让本地 workflow 跑明白,再把它暴露成接口。

无论是 MCP server、API server、webhook 还是 browser tool,都先回答这些问题:

问题影响
谁调用鉴权、授权、审计。
调用什么工具列表、输入 schema、输出格式。
能跑多久超时、队列、并发和成本。
能访问哪里文件、网络、凭据、外部 API。
失败怎么办重试、回滚、用户可见错误。
怎么观察日志、trace、metrics、请求 ID。

如果这些问题说不清,集成成功也只是把不确定性放大。

MCP 适合把外部工具服务器接给 Hermes,例如内部查询、知识库、代码索引、浏览器自动化或业务工具。关键不是“接得上”,而是“接上后 Hermes 能看到哪些工具”。

实践中要控制:

  • 只暴露当前任务需要的工具。
  • 给工具写清输入和输出。
  • 给高风险工具加人工确认。
  • 区分只读工具和写入工具。
  • 记录 MCP server 的版本、来源和认证方式。

不要把一个含有大量工具的 MCP server 直接全量开放给 agent。工具发现越宽,误用和排错成本越高。

Hermes 的 API server 和 OpenAI-compatible 能力适合给已有 frontend、内部平台或自动化系统使用。但它不应该是“把整个本地 agent 裸露到网络上”。

更合理的做法是包装少数已知 workflow:

POST /draft-release-notes
Input: repo, version, merged_pr_range
Output: markdown draft
Tools: read-only GitHub access
Human step: approve before publish

接口越具体,权限越容易收窄,失败也更容易解释。

Browser 和 web 工具要防 prompt injection

Section titled “Browser 和 web 工具要防 prompt injection”

网页和浏览器状态经常混合真实信息、广告、用户内容、错误说明和恶意指令。Hermes 读网页时,网页内容只是证据,不是系统指令。

用于研究或文档时,结果里应该保留:

  • URL。
  • 访问日期。
  • 关键事实来自哪一页。
  • 哪些结论是推断。
  • 哪些内容没有验证。

用于登录态页面时,还要考虑 cookie、账号权限和误点击风险。能用只读 API 的地方,不要优先用登录态浏览器做高影响动作。

Media 能力适合观察,不适合替代审核

Section titled “Media 能力适合观察,不适合替代审核”

Vision、image generation、TTS、voice 和转写能力能让 Hermes 处理截图、语音和多媒体输入。但媒体模型会误读细节,生成内容也可能不符合版权、品牌或事实要求。

高影响场景要保留:

  • 原始截图、音频或图片路径。
  • 转写或识别结果。
  • 生成 prompt 和模型。
  • 人工确认记录。

媒体能力很适合做草稿和观察,不应该直接替代最后审核。

场景默认建议
内部工具查询先只读。
文件或代码写入限目录,保留 diff。
网络 API加超时、预算和日志。
发送消息先生成草稿,人工确认发送。
生产变更不要让 agent 直接执行,除非有严格审批和回滚。