第25篇：代码执行——AI 写代码跑代码

你有没有遇到过这种情况：让 AI 帮你查资料、改文件、跑命令，它得一步一步来，来回折腾好几轮，既慢又费 token。今天要讲的 execute_code 功能，就像给 AI 配了一个“自动流水线”——它自己写脚本、自己调工具、自己处理中间结果，最后只把成品端给你。

它是怎么工作的？

简单说，就是让 AI 写一段 Python 脚本，脚本里可以调用 Hermes 的各种工具（搜索、读文件、改代码、跑命令等）。整个流程分五步：

AI 写脚本：用 from hermes_tools import ... 导入工具函数
Hermes 生成辅助模块：自动创建 hermes_tools.py，里面封装了工具调用接口
建立通信通道：Hermes 开一个 Unix socket，让脚本和主程序对话
子进程执行：脚本在独立进程中运行，工具调用通过 socket 传回 Hermes
只返回 print 结果：脚本里 print() 的内容才会回到对话中，中间过程全部“屏蔽”

from hermes_tools import web_search, web_extract

results = web_search("Python 3.13 features", limit=5)
for r in results["data"]["web"]:
    content = web_extract([r["url"]])
    # 中间结果不会进入上下文窗口
print("搜索完成，共处理", len(results["data"]["web"]), "条结果")

什么时候 AI 会主动用这个功能？

需要连续调用 3 次以上工具，且中间有逻辑判断
要批量筛选数据，比如从一堆文件里提取关键信息
需要循环处理结果，比如逐个检查并修复代码

最大的好处是：中间结果不进上下文窗口，只有最终的 print() 输出回来，能省下大量 token。

实战例子：批量改代码

假设要找出项目里所有用了旧 API 的文件并自动修复：

from hermes_tools import search_files, patch

matches = search_files("old_api_call", path="src/", file_glob="*.py")
fixed = 0
for match in matches.get("matches", []):
    result = patch(
        path=match["path"],
        old_string="old_api_call(",
        new_string="new_api_call(",
        replace_all=True
    )
    if "error" not in str(result):
        fixed += 1

print(f"已修复 {fixed} 个文件，共找到 {len(matches.get('matches', []))} 处匹配")

两种执行模式

在 ~/.hermes/config.yaml 里可以设置 code_execution.mode：

模式	工作目录	Python 解释器
project（默认）	和 `terminal()` 一致	优先用你当前虚拟环境
strict	临时隔离目录	用 Hermes 自己的 Python

建议：日常开发保持 project 模式，这样脚本里能正常 import pandas、访问项目文件。只有在需要严格隔离时才切到 strict。

小结

execute_code 让 AI 从“一步一步指挥”变成“写个脚本全自动跑”，特别适合数据处理、批量重构、自动化测试这类场景。记住核心思路：脚本内部随便折腾，只把最终结果 print 出来。

下一篇预告：第26篇将介绍 Hermes 的「文件编辑」功能——AI 如何精准修改代码而不破坏其他内容，敬请期待！