Hermes 一口气接入 65 类服务，工具多了却不再挤爆上下文

从聊天机器人，变成能碰真实系统的 Agent

过去要让 AI 操作 GitLab、查看 Datadog 日志或者管理 Railway 部署，通常需要自己接 API、保存密钥、编写工具定义，再处理认证和错误。

Hermes 的 MCP 连接器目录把这些工作收进了统一入口。根据官方目录和本地命令结果，目前可选连接器已有 65 个。除了公告提到的 Cloudflare、Datadog、GitLab、Railway 和 DeepWiki，还包括 Sentry、Stripe、Supabase、Notion、Figma、Vercel、Postman、Linear 等服务。

安装入口很直接：

hermes mcp
hermes mcp catalog
hermes mcp install gitlab

安装需要认证的连接器时，Hermes 会引导用户配置 OAuth 或凭据，并允许选择哪些工具真正开放给 Agent。这个筛选步骤很重要。Agent 能访问的系统越多，权限边界越需要收紧，而不是默认全部放开。

工具变多，为什么会消耗上下文

LLM 调用工具之前，通常要先看到工具名称、用途和参数结构。一个工具的定义不算大，但几十个 MCP 服务可能带来数百甚至数千个工具。

Cloudflare 是很直观的例子。它的 MCP 接口可暴露约 3300 个 API 端点。假如每轮对话都把这些完整定义交给模型，Agent 还没开始处理任务，上下文就先被工具说明占掉一大块。

这也是 Tool Search 存在的原因。

这样一来，模型知道自己连接了哪些服务，但不必在每一轮都携带所有工具的完整说明。

对普通用户有什么用

这次更新把很多原本需要开发接入的能力，变成了安装和授权问题。

例如，你可以让 Hermes：

• 从 GitLab 查看 Issue、合并请求和流水线状态；
• 查询 Datadog 的日志、监控和事故信息；
• 管理 Railway 项目、服务和部署环境；
• 读取 DeepWiki，快速理解公开 GitHub 仓库；
• 操作 Cloudflare 的 DNS、Workers、R2、Pages 等资源。

它更像一个统一的 AI 操作入口，而不是每个服务单独配置一套机器人。

连接器解决的是“Agent 能不能访问外部系统”，Tool Search 解决的是“访问这么多系统时，别把上下文预算浪费在暂时用不到的工具上”。

也别忽略权限和成本

一键连接不代表可以不看权限。安装前应确认 MCP 来源、认证方式和开放的工具列表；涉及部署、支付、数据库或云资源时，优先使用最小权限账号。

Tool Search 也不是完全没有代价。首次使用一个冷门工具时，Agent 可能多走一次搜索或参数读取，因此会增加一点延迟。对于只有几个工具的小型环境，全部直接加载也未必有明显问题。

但当 Agent 同时连接代码仓库、监控平台、云服务和业务系统时，按需加载会更合理。Hermes 这次扩充的不是一张简单的工具清单，而是在补齐 Agent 进入真实工作流需要的连接能力和上下文管理方式。