AI Agent 对比系列（三）：工具系统 — 它们怎么「干活」？

《AI Agent 对比系列》第三篇 · 整合对比版
本系列通过对比两个真实开源 AI Agent——OpenClaw 和 Hermes Agent——带你深入理解 AI Agent 的工具系统：它们有哪些工具、从哪里来、怎么控制、怎么扩展。
上一篇：记忆系统篇——AI Agent 怎么在对话之间记住你。
本篇：工具系统篇——AI Agent 的「手脚」是怎么组织和运行的。

---

先来做个实验

实验 1 — 数工具

对你的 Hermes 运行 hermes tools，看看多少工具集是打开的。
对 OpenClaw 问：「你现在能做什么？把你的所有工具列出来，按类别分。」

你会看到两份差距很大的清单——不是因为谁比谁强，而是两套完全不同的组织哲学。

实验 2 — 动手试试

打开浏览器，帮我搜一下今天的新闻，把结果抓回来。

如果配置了浏览器和搜索工具，你会在一个聊天框里，看到 Agent 驱动一个真正的浏览器去查网页。一个消息通道里的聊天框，在驱动一个真正的浏览器。

---

核心认知：工具 = 注册在中央目录的函数

大模型本身没有手脚。它的每个「能力」都是一个注册在系统中的函数，由 Agent Loop 在推理循环中按需调用。

聊天机器人（ChatGPT）：你问 → 它答
AI Agent： 你派活 → 它思考 → 选工具 → 调工具 → 拿到结果 → 继续思考 → 输出

但这里有一个关键的设计问题：工具越多，Agent 能做的事越多——但工具列表越长，模型"挑"工具的成本越高。 每种工具都有自己的 Schema（参数定义），全发给模型的话，上下文里塞几百 KB 的工具定义，模型都不知道该看哪个。

两套工具系统解决的是同一个矛盾——如何让 Agent 有尽可能多的能力，同时不让工具列表撑爆上下文、又让你能控制住它？——但解法截然不同。

---

工具系统的「骨架」：三层架构对比

Hermes：注册中心 + 松耦合管道

┌──────────────────────────────────────────────┐
│             Agent Loop（run_agent.py）          │
│  决定：要不要调工具？调哪个？结果怎么处理？      │
└─────────────────────┬────────────────────────┘
                      │
┌─────────────────────▼────────────────────────┐
│         模型工具桥接层（model_tools.py）         │
│  把工具定义翻译成 LLM 认识的 function-calling   │
│  把 LLM 返回的 tool_call 翻译成实际函数调用     │
└─────────────────────┬────────────────────────┘
                      │
┌─────────────────────▼────────────────────────┐
│          中央注册表（tools/registry.py）        │
│  70+ 已注册的工具，按 toolsets 分组，            │
│  每个工具带：name / schema / handler / check_fn │
└─────────────────────┬────────────────────────┘
                      │
     ┌────────┬───────┼───────┬────────┐
     ▼        ▼       ▼       ▼        ▼
  💻 Terminal  📁 File  🌐 Browser  🔍 Web  🧩 MCP
  6种后端    读写编辑   5种后端  4种后端  动态注册

三层松耦合：Registry 不管谁是 LLM，model_tools 不管怎么执行，Agent Loop 不管工具内部逻辑。

OpenClaw：三层来源 + 三层过滤

           ┌─────────────────────────────────┐
           │      Agent Runtime               │
           │  (Agent Loop + 模型调用)          │
           └──────────┬──────────────────────┘
                      │ 工具可见性过滤
                      ▼
┌─────────────────────────────────────────────────┐
│             有效工具列表（发给模型）               │
│ 经过 profile/allow/deny/plugin 层层过滤后         │
└─────────────────────────────────────────────────┘
                      │
     ┌────────────────┼────────────────┐
     ▼                ▼                ▼
┌──────────┐   ┌──────────┐   ┌──────────────────┐
│ 内置工具   │   │ 插件工具  │   │ MCP 服务器工具    │
│ (built-in)│   │ (plugin) │   │ (MCP servers)    │
└──────────┘   └──────────┘   └──────────────────┘

三层聚合：工具来自不同渠道，汇聚后经策略层过滤再给到模型。

核心差异：Hermes 的架构是"分发式"——所有工具进注册表，统一处理；OpenClaw 是"聚合式"——不同来源的工具各自独立，通过策略层合并过滤。

---

三大机制对比

机制一：工具怎么注册进来的？

	Hermes	OpenClaw
方式	registry.register() + AST 自动发现	api.registerTool() 显式注册
发现	启动时扫描 tools/*.py，自动导入含 register() 调用的模块	插件通过 manifest.json 声明，MCP 通过配置注册
新增工具	写一个 .py 文件放 tools/ 目录，重启自动生效	装插件、配置 MCP server，或开发自定义插件
失败处理	单个工具加载失败只影响自己，不炸全局	插件加载失败整体回退

Hermes 的核心创新在 auto-discovery：不需要手动维护工具列表，AST 扫描自动识别哪些 .py 文件注册了工具。OpenClaw 则更传统，每个工具必须通过 api.registerTool() 显式声明。

机制二：工具怎么被过滤？

	Hermes	OpenClaw
机制	check_fn 运行时可用性门控	Tool Profile + Allow/Deny + 运行时约束
粒度	工具级（每个工具独立 check）	配置级（Profile 预定义整组工具）
判断依据	API Key 存在？二进制装了？服务在跑？	用户身份？聊天通道？沙箱环境？Provider 能力？
默认行为	check_fn 不通过 → 模型根本看不到这个工具	Profile 不包含 → 模型根本看不到这个工具

两套思路的本质区别：

• Hermes 的 check_fn 是技术性过滤——“这个工具现在能用吗？”（钥匙到位了没？）
• OpenClaw 的 Profile 是策略性过滤——“这个场景下应该让 Agent 看到什么工具？”（该给员工哪套钥匙？）

机制三：工具怎么被调用？

两地最终都走 Agent Loop 分发，但细节不同：

	Hermes	OpenClaw
特殊工具	4 个 agent-loop 工具（todo/memory/session_search/delegate_task）不走 registry，由 Agent Loop 直接处理	部分工具（如 ask_user）也有特殊路由
错误包裹	双层 try/except，确保 LLM 永远拿到 JSON 而不是原始异常	适配层转成目标模型能理解的格式
异步	显式异步桥接（CLI 用持久事件循环，Gateway 用线程）	同步架构为主
终端后端	6 种（local/docker/ssh/singularity/modal/daytona）	sandbox/gateway/host

---

工具全景图

各自有什么工具

类别	Hermes	OpenClaw
终端/运行时	terminal + process（6 后端）	exec + process + code_execution
文件操作	read_file / write_file / patch / search_files	read / write / edit / apply_patch
Web 搜索	web_search / web_extract	web_search / web_fetch / x_search
浏览器	navigate / click / type / scroll / snapshot / vision（5 后端）	browser（独立浏览器控制）
图片生成	image_generate（9 种模型）	image_generate
视觉分析	vision_analyze	image（看图）
语音	text_to_speech	tts
视频	video_generate / video_analyze	video_generate / music_generate
定时任务	cronjob	cron / heartbeat_respond
子任务	delegate_task / execute_code	sessions_spawn / sessions_send / sessions_list
消息	（通过 Gateway 平台适配器）	message（直接发消息到聊天通道）
目标管理	todo / clarify	create_goal / update_goal / get_goal / ask_user
技能	skill_view / skill_manage / skills_list	skill_workshop
集成	MCP Server 工具 + Home Assistant + Spotify + Computer Use	MCP Server 工具 + 插件系统
特殊	session_search（FTS5 历史对话检索）	gateway / nodes（网关状态查询）

各自的数量级

指标	Hermes	OpenClaw
内置工具	70+（28 个 toolsets）	10 大类别
默认配置	全量注册，按 toolsets + check_fn 过滤（CLI 典型 17/25）	coding profile（开发常用工具集合）
扩展方式	.py 自动注册 / MCP / 插件	ClawHub 插件 / MCP / 自定义插件
社区生态	Skills Hub（agentskills.io 标准）	ClawHub 插件市场

---

安全机制

两个 Agent 都意识到"工具给了能力，就必须有约束"：

	Hermes	OpenClaw
执行保护	DANGEROUS_PATTERNS 模式匹配（rm -rf、mkfs、DROP TABLE、curl sh 等）	Sandbox 隔离 + elevated 提升审批
审批流程	CLI 交互式 / Gateway 异步回调 / 智能 LLM 辅助审批	配置审批后，exec 暂停等用户点"批准"
缓存	审批结果 session 内缓存，可选永久加入 allowlist	按会话/通道管理
分层	单层（危险命令检测）	三层（Sandbox → Tool Policy → Elevated）

差异思路：Hermes 相信"多数命令是安全的，标记少数危险模式"；OpenClaw 相信"默认隔离沙箱，明确授权才逃逸"。

---

扩展路径对比

难度	Hermes	OpenClaw
⭐	启用已有的 toolset（hermes tools）	装 ClawHub 插件
⭐⭐	装一个技能（写 SKILL.md 教怎么用工具）	写一个 Skill（教怎么用已有工具）
⭐⭐⭐	配置 MCP 服务器（当前已接入 Dify MCP，12 个工具）	配置 MCP 服务器
⭐⭐⭐⭐	写一个 .py 文件放 tools/ 目录，自动注册	开发自定义插件
💰	Tool Gateway（付费订阅，一个密钥覆盖 Web/图片/TTS/浏览器）	（无类似统一网关）

---

人类类比

Hermes = 自由职业者，背着一个大工具箱

工具箱（Registry）→ 每个工具有独立的"锁"（check_fn）
                  → 钥匙到了才能用
                  → 没有预设场景，遇事现找工具
                  → 6 种不同工作台（终端后端）可选

OpenClaw = 管理者，有预设的办公桌

办公桌（Profile）→ 按角色分配文件夹和权限
                 → "你是 coding 岗，拿 coding 钥匙"
                 → 开箱就有常用工具，不需要配
                 → 想用特殊设备？填申请（审批流）

Hermes 越干工具越多，但每个工具自带"锁"，钥匙不到位就是摆设。
OpenClaw 开箱配好了一套工具，按身份和场景渐进放开。

---

选择指南

场景	更推荐
需要多种终端执行环境（本地 + 容器 + 远程 + 云端）	Hermes（6 种后端）
需要精细化的身份/通道权限控制	OpenClaw（Profile + Allow/Deny）
开箱不想配太多，默认就能干活	OpenClaw（coding profile）
经常加新工具，想写文件就生效	Hermes（.py 自动注册）
需要社区插件生态捡现成的	OpenClaw（ClawHub）
已经配了 MCP 服务器	两者都支持，无显著差异
想一个订阅覆盖所有工具能力	Hermes（Tool Gateway）

---

小测验

1. 对你的 Hermes 运行 hermes tools，数数当前启用了多少个工具集
2. 对照 OpenClaw 的 Profile 表，看你的需求更靠近 coding 还是 full
3. 思考：如果你的 Agent 有一个能力没发挥出来——是因为它没有这个工具，还是因为工具被过滤/没配钥匙？

---

下期预告

文章	内容
感知系统篇	AI Agent 怎么接收外界信息——视觉分析、语音合成、文档理解，感知管道在 Agent Loop 中的位置

---

信息源声明

• Hermes 信息来源：Tools & Toolsets、Tools Runtime、Tool Gateway、Architecture、本地 config.yaml 及 hermes tools 实测输出
• OpenClaw 信息来源：docs.openclaw.ai/tools、docs.openclaw.ai/gateway/config-tools、本地 OpenClaw 运行时文档
• Hermes 当前实例：0.18.2，CLI 工具集 17/25 启用，Dify MCP 已接入

---

本文以 Hermes 的分析框架为主线组织，融合 OpenClaw 的视角进行对比。两个 Agent 的完整独立版本可从各自工作区获取。