Hermes Agent 加入工具搜索，“AI 养马”更省 tokens

5 月 30 日消息，科技媒体 marktechpost 昨日（5 月 29 日）发布博文，报道称 Nous Research 为开源 Hermes Agent（Hermes 智能体）加入 Tool Search（工具搜索），通过按需加载缓解 MCP（模型上下文协议）工具占满上下文的问题。

根据 Anthropic 在 2025 年 11 月发布的报告，在一个包含 5 台 MCP 服务器和 34 个工具的 Hermes 部署显示，平均每回合的提示符大小为 45000 个 tokens，其中大约 22000 个 tokens（约占 50%）仅仅是工具模式的开销。

Anthropic 在今年 4 月发布的论文中，指出在典型多服务器部署环境下，工具注意力（Tool Attention）是衡量“MCP 工具税”消耗的关键，优化前工具定义可消耗 134000 个 tokens，每回合消耗的 tokens 数量为 15000 至 60000 个。

这种“MCP 工具税”导致 2 个问题：

成本：会话开始时的缓存未命中生成每次可能花费 0.07 美元至 0.10 美元。

准确率下降：当模型同时看到数百个不相关的工具选项时，就会出现决策瘫痪。

Hermes Agent 为解决上述问题，引入 Tool Search 功能，是可选渐进式披露层，该模型不会预先加载所有工具架构，而是按需逐轮加载所需内容。

启用 Tool Search 后，模型可见工具数组中的 MCP 工具和插件工具替换为三个桥接工具：

tool_search(query,limit?)—searchthedeferred-toolcatalogtool_describe(name)—loadthefullschemaforonetooltool_call(name,arguments)—invokeadeferredtool

其中 tool_search 负责搜索，tool_describe 负责载入完整模式，tool_call 负责调用真实工具。模型先找工具，再看参数，最后调用目标工具。

典型的交互过程如下：

Model:tool_search("createagithubissue")→{matches:[{name:"mcp_github_create_issue",...}]}Model:tool_describe("mcp_github_create_issue")→{parameters:{type:"object",properties:{...}}}Model:tool_call("mcp_github_create_issue",{title:"...",body:"..."})→{ok:true,issue_number:42}

启用该工具后，能有效提升准确率，Anthropic 内部 MCP 评测显示，Claude Opus 4 在启用 Tool Search 后，准确率从 49% 提升到 74%。Claude Opus 4.5 也从 79.5% 提升到 88.1%，无关工具减少后，误选概率随之下降。

检索层使用 BM25（经典文本检索算法），匹配工具名、描述与参数名。若 BM25 没有返回正分结果，系统会退回到工具名的字面子串匹配，避免在所有工具名都含有相同词时出现零分问题。

配置参考：

将以下内容添加到 hermes.yaml 文件中：

tools:tool_search:enabled:auto#auto(default),on,oroffthreshold_pct:10#%ofcontextatwhichautomodekicksinsearch_default_limit:5max_search_limit:20

附上参考地址

Tool Search

Introducing advanced tool use on the Claude Developer Platform

Tool Attention Is All You Need: Dynamic Tool Gating and Lazy Schema Loading for Eliminating the MCP/Tools Tax in Scalable Agentic Workflows