前天量出工具 schema 佔掉固定開銷的 63%，34,093 B、20 個工具。今天把它拆到可操作的層級：逐一停用 toolset，每停一組量一次，看數字怎麼動。以下依序釐清三個問題：開關是哪一個組態鍵、每一組停用之後省下多少、大量工具的成本由哪個機制承接。

開關的位置

hermes tools 有三個子指令與一個互動介面：

兩種名稱格式各自對應一類工具：

• 內建 toolset 用短名：web、memory、file
• MCP 工具用 server:tool：github:create_issue 這種寫法

這套組態目前的狀態是：

$ hermes tools --summary
  CLI  (17/27)

27 個 toolset 裡啟用 17 個。寫進檔案的是一份允許清單，config.yaml 的 platform_toolsets.cli 底下逐行列出這 17 個名字，另有 known_builtin_toolsets 與 known_plugin_toolsets 兩份完整目錄。

進入 schema 的只有其中 12 組

hermes prompt-size --json 的 toolsets_breakdown 是基準線：

十二列加總 34,053 B，報表的總數是 34,093 B，差額 40 B 是 JSON 陣列本身的括號與逗號。

17 個啟用的 toolset 對應 12 列明細，另有 3 個工具的歸屬標示為 (unknown)。

逐一停用的實測

每停用一組就重跑一次 prompt-size --json，八次的結果：

八組停完，工具數從 20 降到 18，schema 從 34,093 B 降到 27,107 B，省下 6,986 B，佔原本的 20.5%。

三種結果各自出現：

• 工具數與 byte 同時下降：browser 與 delegation，各帶走一個完整的工具宣告
• byte 下降、工具數維持：todo 省下 81 B，session_search 省下 102 B
• 兩者都維持：computer_use、cronjob、image_gen、kanban 四組在這個平台上對 schema 的貢獻是 0

第二種結果的去處查得出來。停用前 (unknown) 那一組是 3 個工具、2,653 B，八次停用之後變成 3 個工具、2,470 B，少掉的 183 B 正好是 81 加 102。這兩個 toolset 的內容嵌在既有工具的參數裡，停用它們改寫的是那個工具的 schema 本身。

system prompt 全程維持同一個值

八次量測裡另外兩個欄位始終維持同一個值：

停用 toolset 改動的範圍止於工具 schema，身分宣告、行為規則與技能索引全部維持原狀。前天的 --safe-mode 量測則同時動到兩邊，工具數 18、schema 31,720 B，system prompt 19,996 B，那個旗標改的是整套執行政策。

全部重新啟用之後，報表回到 20 個工具、34,093 B、17/27，與基準線完全相同。

工具是加減法，schema 增減多少就是多少，系統提示那一側由別的機制決定

大量工具的成本由 Tool Search 承接

裁剪能處理的是十幾個工具的量級。接上多個 MCP server 之後，工具數會跳到另一個量級，Hermes 對這種情況另有一套機制，hermes_cli/config_defaults.py 的 tools.tool_search 區段寫著它的設計：

當模型連上許多 MCP server 或非核心的 plugin 工具時，這些工具的 JSON schema 每一輪都會佔掉 context window 可觀的一部分。啟用之後，它們在模型看到的工具陣列裡被換成三個橋接工具，改為隨選揭露

三個橋接工具是 tool_search、tool_describe、tool_call。核心工具一律保持即時載入，註解逐一點名了 terminal、read_file、write_file、patch、search_files、todo、memory 與 browser_*。

揭露分三層，依目錄的大小決定用哪一層：

註解為 Tier 2 舉的例子是 Cloudflare 那份約 3,300 個工具的扁平 API 介面。

預算的算法是兩個值取較低者：

• 比例：threshold_pct 5%，131,072 × 5% = 6,553 tokens
• 絕對上限：listing_max_tokens 4,000 tokens
• 實際預算：4,000 tokens

這套組態目前在 Tier 0，hermes mcp list 回報的是 No MCP servers configured，20 個工具全部即時載入。模型主動查詢時，tool_search 每次預設回 5 筆，上限 25 筆。

心得

原本預期每個 toolset 對應一組工具，停掉就整組消失。停用 todo 與 session_search 之後工具數維持 18，只有 byte 往下掉了 81 與 102，追到 (unknown) 那一組才對上，它們的內容嵌在別的工具的參數描述裡，停用改寫的是那個工具的 schema。

另外四組停掉之後兩個數字都維持原值，它們在 tools list 裡標著啟用，對模型看得到的那個工具陣列貢獻是 0。兩件事合起來指向同一點，tools list 呈現的是組態的狀態，prompt-size 呈現的是送進模型的內容。

裁掉工具之後模型選用工具的準確率怎麼變，這次沒有量，那需要在固定情境下重複呼叫並記錄每一次實際被呼叫的工具。

裁剪的效益量得出來，裁剪的代價要等到有人去量它

明天

Agent Memory 在 2026 年的研究現況，以及 write–manage–read 這個迴圈的形式化定義。