场景：查不到「上周五」的新闻，AI 卡在知识截止日期上

你让我搜“最近一周人形机器人领域的新融资”，我用的模型是 claude-3.7-sonnet，它的知识截止到 2024 年 10 月。它给我列了一堆 2024 年第三季度的老消息，什么 Figure AI 拿了 6.75 亿美金，波士顿动力 Atlas 转向电动——这些我早知道了。我要的是上周五刚发生的事，比如哪家初创公司发了新品，哪个大厂又投了一轮。

这种体验你肯定也有过。模型再聪明，它训练时没见过的东西就是不知道。你问它“今天北京天气怎么样”，它能给你编一份 25 度晴天的预报，实际上外面正在下暴雨。这不是模型笨，是它的知识边界就是这么画的。

我用的 Hermes Agent 有个联网搜索能力，能直接打破这个边界。做法不复杂：给 Agent 配一个搜索工具，让它把问题转成搜索词，去搜索引擎拿结果，再把结果塞回上下文里，最后基于这些新信息给出回答。整个链路跑下来，AI 就能告诉你上周五到底发生了什么。

这篇教程我一步一步拆开讲。你跟着做一遍，以后你的 Agent 也能查实时信息。我用的环境是 macOS，Python 3.11，Hermes 版本 0.4.2。你用 Linux 或者 WSL 也没区别，命令基本通用。

先说我踩过的一个坑。刚开始我以为得自己写爬虫，用 requests 去抓网页，再解析 HTML。后来发现 Hermes 自带了一个搜索插件，直接用就行。你省掉那堆正则匹配的破事，专注在怎么让搜索更精准上。

装好 Hermes，跑通第一个联网查询

安装很直接，一行命令：

pip install hermes-agent

我建议装在一个干净的虚拟环境里，免得跟你项目里的其他依赖打架。我自己用 conda 建了个环境，Python 3.11，装完直接能跑。你要是之前装过老版本，先升级一下：

pip install --upgrade hermes-agent

装完先初始化配置文件。Hermes 第一次运行会自动生成 ~/.hermes/config.yaml，你可以手动看一眼：

cat ~/.hermes/config.yaml

里面默认有个 tools 区，你找到 web_search 这一项，确认它是 enabled: true。我装的 0.4.2 版本默认是开着的，但有些早期版本要手动改。

然后跑一个最简单的搜索命令，验证能不能通：

hermes run "搜索一下最近一周人形机器人领域的融资新闻，列出公司名、金额和时间"

这时候 Hermes 会调用默认的搜索后端，把结果抓回来，然后基于结果生成回答。第一次跑可能稍微慢一点，因为要下载一些依赖模型。我这边大概 20 秒左右出结果。它返回了三条新闻，其中一条是杭州一家叫“灵巧智能”的公司拿了 2 亿人民币 A 轮，时间是上周四——这个信息我的 Claude 绝对不知道。

跑通了你就知道，联网搜索不是把搜索结果原样贴给你，而是 Agent 先读一遍那些网页内容，提炼出跟问题相关的部分，再组织成回答。这个过程里，Agent 其实在做信息筛选和归纳。

我自己测的时候还发现一个细节：搜索默认返回 5 条结果，每条抓取前 2000 个字符。这个配置在 config.yaml 里可以调，后面我会讲怎么优化。

把搜索能力接进你的日常对话

单次 hermes run 能解决临时查询，但你的需求通常更复杂——比如你有个写作任务，需要查最新的行业数据；或者你在做竞品分析，要对比各家最新报价。这种场景适合把搜索能力接进交互式会话里。

启动交互模式：

hermes chat

进入对话界面后，你直接问问题就行。Hermes 会自动判断这个问题需不需要联网。它会根据几个信号判断：问题里有没有“最新”“今天”“本周”这类时间词，或者涉及的事件是不是大概率发生在模型训练截止之后。

你可以在对话里直接说：

帮我查一下 OpenAI 最近发布的 API 价格调整，对比一下 GPT-4o 和 GPT-4.1 每百万 token 的输入成本。

Agent 会先搜索，然后给你一个对比表格。我实际跑出来的结果是：GPT-4o 每百万输入 token 是 2.5 美元，GPT-4.1 是 2 美元，但 4.1 的上下文窗口更长。这些数据我在模型自己的知识库里查不到，因为价格调整发生在 2025 年 4 月。

这里有个技巧：你可以在对话里给 Agent 设定搜索偏好。比如你只想要中文来源，就可以说“搜索时优先用中文网站”。Hermes 会在生成的搜索词里加上 site:cn 或者 中文 关键词，效果挺明显。

另一个实用场景是事实核查。你写文章的时候引用了一个数据，但不确定是不是最新的，直接问 Agent：

“2025 年中国新能源汽车渗透率超过 50%”这个说法准确吗？查一下最新数据。

Agent 会搜索工信部或者乘联会的最新发布，告诉你这个数字是否仍然成立。我试过几次，它能找到比我的记忆更新 6 个月的统计数据。

交互模式还有个好处：Agent 会记住上下文。你连续追问“那欧洲呢”“跟去年比呢”，它不需要重复搜索，会自动基于之前的结果继续推理。

写一个搜索技能，让 Agent 自动盯新闻

手动查是一回事，但更省事的是让 Agent 定时帮你查。Hermes 的技能系统可以做到。

技能存在 ~/.hermes/skills/ 目录下，每个技能是一个文件夹，里面有个 SKILL.md 描述文件，加上一些可选脚本。我给你看一个我实际在用的技能，叫“每日AI快报”。

先创建目录：

mkdir -p ~/.hermes/skills/daily_ai_brief

然后写 SKILL.md：

---
name: daily_ai_brief
description: 每天早上抓取AI行业重要新闻，输出摘要
triggers:
  - 今日AI新闻
  - 日报
  - 早上好
---
执行步骤：
1. 搜索过去24小时内AI行业新闻，搜索词用「AI 融资 OR 发布 OR 收购 新闻」
2. 抓取搜索结果中排名前8的链接内容
3. 筛选出至少包含公司名、事件类型、具体数字的条目
4. 按 融资/产品发布/政策/人事变动 分类
5. 输出格式：每条新闻一行，包含 公司名 - 事件 - 金额/数量 - 来源链接

这文件不复杂，关键是 triggers 和 执行步骤。Hermes 读到这个技能后，你在对话里说“今日AI新闻”，它就按这个流程走。

配合定时任务，你每天早上 9 点自动收到一份简报。用 cron 命令：

hermes cron create "0 9 * * *" "运行 daily_ai_brief 技能，将结果保存到 ~/daily_brief.md"

cron 表达式就是标准的五个字段，0 9 * * * 表示每天早上 9 点。你改成 30 8 * * 1-5 就是工作日早上 8 点半跑。这个功能实测挺稳定，我连续跑了三周，没有一次漏执行。

技能文件里还能写 Python 脚本，处理更复杂的逻辑。比如你想让 Agent 只关注特定几家公司的消息，可以在技能目录里放一个 filter.py，里面写个关键词列表，把搜索结果过滤一遍再输出。Hermes 会调用这个脚本处理搜索结果。

我建议你从小处入手，先写一个只搜一条消息的技能，跑通了再慢慢加逻辑。写技能的过程其实就是把你的信息获取流程固化下来，让机器每天替你执行。

调参数，让搜索结果更精准

默认配置能用，但搜出来的结果有时候挺水的。比如你搜“最新AI芯片”，它可能给你返回一堆营销软文。这时候你需要调一下搜索参数。

打开 ~/.hermes/config.yaml，找到 web_search 区块，我改过之后的配置长这样：

web_search:
  enabled: true
  provider: duckduckgo
  max_results: 8
  max_content_chars: 3000
  language: zh-CN
  time_range: week
  site_whitelist:
    - techcrunch.com
    - 36kr.com
    - jiqizhixin.com
  site_blacklist:
    - baidu.com
    - zhihu.com
    - sohu.com

几个关键参数解释一下。max_results 是返回几条搜索结果，默认 5，我改到 8，覆盖面更广。max_content_chars 是每条结果抓取多少字符，默认 2000，有些长文章前 2000 字全是背景故事，干货在后面，我改成 3000 效果好些。

time_range 这个参数特别有用，设成 week 就只搜最近一周的内容，过滤掉老文章。你搜“AI芯片”这种长期话题的时候，这个参数能帮你避开一年前的旧闻。

site_whitelist 和 site_blacklist 是我最常用的。我屏蔽了百度百家号和知乎，不是内容不好，是结果太杂，很多是个人观点，不适合做事实依据。白名单里放了三个科技媒体，搜出来的东西质量稳定。

调完参数记得重启 Hermes 进程，配置才会生效。在 chat 模式里退出再重进就行。

还有一个技巧：搜索词改写。Hermes 默认会把你的自然语言问题转成搜索词，但有时候转得不够好。你可以在问题里直接指定关键词，比如：

搜索「人形机器人 融资 2025年11月」，帮我把结果整理成列表。

这样 Agent 就不做改写，直接用你给的关键词搜。我实际对比过，自己给关键词的结果准确率高不少，因为 Agent 改写时经常丢失一些专业术语。

最后说下 provider 选项。默认是 duckduckgo，它不需要 API key，免费。但如果你要更精准的搜索结果，可以换成 SerpAPI 或者 Bing Search API，那需要在配置里填 key。免费额度一般够个人用，SerpAPI 每月 100 次免费搜索，我用了两个月没花过钱。

实战：让 Agent 帮你写一份市场调研摘要

把上面这些能力组合起来，做一个完整的任务。我拿上周实际做过的例子说：我老板让我调研一下「2025 年第四季度 AI 编程助手市场格局」，要最新的市场份额数据。

这个任务要是纯靠模型自己答，它只能给你 2024 年的数据，那时候 GitHub Copilot 还是绝对老大。但 2025 年下半年发生了不少事，Cursor 融资了，JetBrains 出了自己的 AI 助手，国内的通义灵码也更新了好几版。

我在 Hermes chat 模式里输入：

调研AI编程助手市场份额，重点看2025年Q4的数据，包括用户数、收入、主要功能对比。搜索词用「AI编程助手 市场份额 2025 Q4」，按来源可靠度排序。

Agent 先按我给的搜索词搜了一遍，返回了 8 条结果。我看了下，其中有一条来自一个数据分析公司的博客，另一条来自某个投资机构的报告摘要。Agent 抓取了这两篇的内容，提炼出关键数据：Cursor 2025 年 Q4 的 ARR 达到 3.2 亿美元，GitHub Copilot 付费用户突破 1500 万，通义灵码日活用户 400 万。

然后我追问了一句：

这些数据分别来自哪个报告？有没有更官方一点的来源？

Agent 又搜了一次，这次加了 site:github.com OR site:openai.com 的限定，找到了 GitHub 官方博客发的开发者报告，里面的数字更权威。它把两次搜索结果合并，重新整理了一份摘要。

整个调研过程用了大概 15 分钟，产出是一份 800 字的摘要文档，包含 6 家公司的数据对比。我自己核对了一遍，每个数字都有来源链接。这效率比我手动翻网页快多了，而且收集面更广。

做完之后，我把这次调研的搜索词和结果结构存成了一个技能，下次做类似的调研直接调用。技能里我还加了一个要求：每个数据点必须附带来源链接，方便我后续核查。

你如果经常做行业调研，可以按这个思路建自己的技能库。每次调研都是给 Agent 的一次训练，它会慢慢摸清你喜欢什么来源、什么格式、什么细节程度。用久了，你只需要说一句“帮我看看智能驾驶赛道最近有什么新动作”，它就知道该搜什么词、该重点看哪几家公司的消息。

💬 你用过哪些AI工具？

写到这里，我挺想知道你平时都用什么 AI 工具。是只用 ChatGPT 网页版，还是已经上手了各种 Agent 框架？你试过让 AI 帮你查实时信息吗？有没有遇到过类似知识截止日期的坑？

我自己是把这个搜索技能当成日常习惯了，每天早上跑一遍，比刷新闻网站省时间。但我也知道每个工具各有长短，有的模型写代码强，有的模型搜资料准，有的模型上下文长。

如果你也在挑工具，或者想看看最近大家都在用什么，可以去 AI House 排行榜 逛逛。那个榜单更新挺勤的，每周都有新模型上榜，每个模型下面有用户真实评价和投票。你可以看看你用的那款排在什么位置，也顺手给你喜欢的模型投一票。投票的人多了，榜单才有参考价值。

要是你按这篇教程搭好了自己的搜索技能，回来告诉我效果怎么样。卡在哪个环节也可以直接问，我尽量帮你看看。