工具清单:75 个内置工具与权限边界
本文更新于 2026-11-12
「AI 能干什么」这个问题的答案,实际取决于它能调用哪些工具。NearWork 的内置工具目前是 75 个,覆盖从读一个文件到操控桌面应用的完整链路。
工具不是一次性塞给模型的
冷启动时把所有工具塞进上下文,既贵又会让模型在几十个选项里乱挑。NearWork 的做法是按需加载:默认只放常驻的核心工具,模型判断当前任务需要别的能力时,先调用 enable_tools 启用,再调用具体工具。你也可以在对话里直接点名,例如「用浏览器打开这个网址并截图」。
按能力分组
文件与代码读写:file_read、file_write、line_edit、insert_lines、delete_lines、replace_in_file、batch_file_edits,配 glob、grep、list_dir 做检索,diff_preview 在改动前给出差异。按行编辑而非整文件覆盖,是长文件修改更可靠的原因。
命令与进程:run_command 执行一次性命令;长驻任务走 process_spawn,再用 process_read、process_send、process_kill 观察与收尾,sleep 用于等待。
网页与网络:web_search 搜索、web_fetch 抓取正文、http_request 直调 API,lingxi_open_web 把网页开在侧边栏里给你看。
文档与表格:CSV、Excel、Word、PDF 都有读写工具(read_csv、write_xlsx、read_docx、write_pdf 等),ocr 从图片与扫描件里取文字。
图像与语音:image_understand 读图、image_generate 生图、image_edit 改图、image_process 做缩放裁切,audio_tts 合成语音、audio_stt 转写音频。
桌面与浏览器控制:lingxi_computer 用截图 + 视觉判断驱动图形界面(点击、输入、填表这类跨应用操作),lingxi_mouse、lingxi_keyboard 用于精确单步操作,lingxi_browser 开内置浏览器,take_screenshot 抓屏。
远程与开发:ssh_exec、ssh_sftp 操作远程主机,git_status、git_diff 查看仓库状态,subagent_spawn 并行拆分子任务。
任务、协作与其他:task_create 管待办、task_schedule 约定时任务、ask_user 主动向你确认、compress / extract 处理压缩包、clipboard_read / clipboard_write 读写剪贴板、notify 发系统通知。
记忆与知识库:一组 memory_* 与 knowledge_* 工具,负责把长期偏好与本地文档沉淀下来,检索走向量嵌入槽位。
四种权限模式
工具越强,边界越要清楚。涉及写文件、执行命令、控制桌面这类动作时,NearWork 默认先问你:
| 模式 | 行为 | 建议场景 |
|---|---|---|
normal(默认) | 只读自动执行,写入与命令需确认 | 日常使用 |
strict | 每一步都确认 | 陌生项目、生产目录 |
auto | 全自动执行,危险命令仍被拦截 | 可回滚、可复核的任务 |
full_access | 全部放行,不弹确认 | 一次性沙箱环境 |
宁可慢一点也别在重要目录上用 auto 及以上:模型再稳,也可能误解你的意图。
扩展:MCP 与自定义技能
内置工具之外,还能通过 MCP 接第三方能力(浏览器自动化、文档知识、协作工具、数据库等),或写自定义技能把一套固定流程封装成一句话。MCP 的配置方式见MCP 配置指南。
常见问题
工具越多越聪明吗?
不是。工具的价值在于「刚好够用」:无关工具会分散模型注意力,也更容易误调。真正决定效果的是提示词是否说清了目标与约束。
工具调用会额外收费吗?
工具本身不单独计费,但调用模型产生的 token 会计入用量,联网搜索与抓取走中继服务按次计费。计费口径见定价页。
能不能禁用某些工具?
能。权限模式会拦住写入与命令;不想要的 MCP 服务直接从配置里移除即可,未启用的工具本来就不会进上下文。
