TokenLab

Công cụ lập trình

Hermes Agent

Kết nối Hermes Agent với TokenLab

Sử dụng TokenLab làm nhà cung cấp mô hình (model provider) có tên trong Hermes trong khi vẫn giữ nguyên các tài khoản và quyền truy cập công cụ hiện có của bạn.

Để agent của tôi thiết lập việc này

Sao chép tác vụ này vào một agent đang chạy trên máy tính của bạn:

Read this guide and help me connect Hermes to TokenLab:
https://tokenlab.sh/docs/vi/integrations/hermes-agent
Check my installed version and active configuration first.
Preserve existing accounts, providers, permissions and other settings.
Back up local files and show proposed changes.
Have me enter any API key locally; never ask for, print or paste it in chat.
Check configuration loading first.
Explain any paid request test separately before running it.

Cài đặt hoặc kiểm tra Hermes

Hãy làm theo hướng dẫn cài đặt chính thức. Hướng dẫn này cung cấp trình cài đặt trên máy tính cho Apple Silicon macOS và Windows, cùng với đường dẫn CLI cho Linux và Windows gốc. Kiểm tra các yêu cầu cho hệ thống của bạn; bỏ qua bước cài đặt nếu Hermes đã được cài đặt.

Tùy chọn: thiết lập có thể hoàn tác

Sử dụng trình hỗ trợ Hermes có trong TokenLab Skills 0.1.3 cho Hermes 0.21.3 chính thức. Nó sẽ xem trước và sao lưu thay đổi, chỉ thêm một nhà cung cấp có tên, đồng thời bảo toàn các chú thích YAML, tài khoản, mô hình mặc định và quyền truy cập. Hãy đọc tài liệu tham khảo thiết lập trước.

Đặt SKILL_DIR thành thư mục tokenlab-api-integration đã cài đặt và HERMES_PYTHON thành Python trong bản cài đặt Hermes được hiển thị bởi hermes --version: venv/bin/python trên macOS/Linux hoặc venv\Scripts\python.exe trên Windows. PowerShell sử dụng $SkillDir và $HermesPython. Hãy sử dụng môi trường hiện có đó; trình hỗ trợ không cài đặt các gói Python toàn cục.

"$HERMES_PYTHON" "$SKILL_DIR/scripts/configure_hermes.py" --model gpt-5.6-luna
"$HERMES_PYTHON" "$SKILL_DIR/scripts/configure_hermes.py" --model gpt-5.6-luna --apply
& $HermesPython "$SkillDir/scripts/configure_hermes.py" --model gpt-5.6-luna
& $HermesPython "$SkillDir/scripts/configure_hermes.py" --model gpt-5.6-luna --apply

Sau khi áp dụng, hãy bỏ qua bước hợp nhất thủ công bên dưới. Làm theo các lệnh tải và thư mục chính được in ra bởi trình hỗ trợ; nó sẽ tự động phát hiện active_profile. Việc kiểm tra cấu hình không xác thực khóa (key). Hãy xem trước quá trình khôi phục bằng --restore, sau đó thêm --apply để khôi phục các byte gốc. Các xung đột, chỉnh sửa sau đó, cài đặt được quản lý và WSL sẽ ngăn cản việc thiết lập tự động; hãy giữ lại các cài đặt đó và sử dụng phương pháp thủ công.

Cấu hình một nhà cung cấp có tên

Tìm thư mục Hermes đang hoạt động: HERMES_HOME nếu được đặt, nếu không thì là ~/.hermes (Windows: %LOCALAPPDATA%\hermes). Sao lưu config.yaml, sau đó hợp nhất các mục sau mà không thay thế các cài đặt khác. Ví dụ này sử dụng Chat Completions; hãy chọn một mô hình hiện tại hỗ trợ định dạng này và việc gọi công cụ (tool calling).

Sao lưu cấu hình đang hoạt động. Chỉ thêm mục TokenLab và bảo toàn các nhà cung cấp, tài khoản, lựa chọn mô hình mặc định và quyền truy cập hiện có. Nếu tên đã được sử dụng, hãy chọn tên khác và cập nhật các lệnh. Để hoàn tác thiết lập, chỉ cần xóa mục bạn đã thêm hoặc khôi phục bản sao lưu trước đó của nó.

providers:
  tokenlab:
    api: https://api.tokenlab.sh/v1
    key_env: TOKENLAB_API_KEY
    transport: chat_completions
    default_model: gpt-5.6-luna

Tạo một khóa trong API keys. Nhập khóa đó cục bộ dưới dạng TOKENLAB_API_KEY trong tệp .env của thư mục Hermes hoặc trong môi trường của tiến trình khởi chạy Hermes. Không bao giờ dán khóa vào cuộc trò chuyện hoặc đưa nó vào YAML của nhà cung cấp.

Kiểm tra cấu hình, sau đó thực hiện yêu cầu

Kiểm tra nhà cung cấp đã thêm bằng hermes config get providers.tokenlab.api; nó sẽ hiển thị https://api.tokenlab.sh/v1. Giữ nguyên phần model hiện có. Bắt đầu một phiên mới với nhà cung cấp và mô hình cụ thể bên dưới; khởi chạy bình thường mà không cần các cờ này để sử dụng mặc định trước đó của bạn. Việc kiểm tra cấu hình không xác thực khóa.

hermes chat --provider custom:tokenlab --model gpt-5.6-luna

Khi sẵn sàng sử dụng số dư TokenLab, hãy gửi một yêu cầu văn bản ngắn. Kiểm tra phản hồi và bản ghi khớp của nó trong Requests. Chỉ sau đó mới thử một tác vụ công cụ chỉ đọc (read-only). Các mô hình phụ trợ và công cụ tùy chọn có thể có nhà cung cấp hoặc khóa riêng.

Khôi phục hoặc khắc phục sự cố

Nếu nhà cung cấp không xác định, hãy kiểm tra phiên bản đã cài đặt và định dạng nhà cung cấp hiện tại. Đối với các lỗi xác thực, hãy kiểm tra môi trường cục bộ và trạng thái khóa mà không in khóa ra. Để hoàn tác thiết lập, hãy khôi phục lựa chọn mô hình trước đó và chỉ xóa các mục TokenLab bạn đã thêm.

Tạo hình ảnh và video trong cùng một agent

Hermes cũng có thể tạo hình ảnh và video ngắn với TokenLab MCP server. Mỗi lần tạo sẽ được thanh toán từ cùng một số dư TokenLab. Hợp nhất mục này vào cùng tệp config.yaml:

mcp_servers:
  tokenlab:
    command: "npx"
    args: ["-y", "@tokenlabai/mcp-server@0.6.48"]
    env:
      TOKENLAB_MCP_TOOL_PROFILE: "core"
      TOKENLAB_API_KEY: "<TOKENLAB_API_KEY>"

Hermes chỉ chuyển các env được liệt kê cho máy chủ, vì vậy hãy thay thế <TOKENLAB_API_KEY> bằng khóa của bạn trong tệp cục bộ này và không chia sẻ nó. Chạy hermes mcp test tokenlab, hoặc /reload-mcp trong một phiên đang mở. Sau đó thử:

Call get_model_pricing for nano-banana-2, then use create_image with nano-banana-2 at 1k to make a photo of a matte black coffee mug on a white desk.

create_video trả về một ID tác vụ. Agent sẽ gọi get_task_status cho đến khi video sẵn sàng. Hướng dẫn về Skill bổ sung hướng dẫn tích hợp. Không cần MCP hay Skills để chọn nhà cung cấp này.

Trên trang này