工作目录如何影响Hermes | AI生成和翻译
好问题。以下是工作目录实际影响 Hermes 的方式：
机制：TERMINAL_CWD
当你从一个目录启动 hermes 时，该目录就成为 TERMINAL_CWD —— 一个所有工具都会读取的环境变量。它是以下操作的基准：
- 终端命令 ——
bash命令以cwd=TERMINAL_CWD运行（terminal_tool.py:1033） - 文件操作 ——
read_file、write_file、search_files根据它解析相对路径（file_tools.py:122-126） - execute_code —— Python 脚本默认在
TERMINAL_CWD中运行（code_execution_tool.py:1230） - 上下文文件 —— 从 cwd 加载 AGENTS.md、CLAUDE.md、.cursorrules
- 子代理委派 —— 子代理继承父代理的 cwd
针对搜索/ grep 的具体影响：
search_files 工具使用 ripgrep (rg)。当你传入相对路径（如 . 或 src/）时，它会根据 TERMINAL_CWD 解析；传入绝对路径时则直接搜索该路径。Ripgrep 非常快（比 grep 快约 10 倍），因此对于正常项目规模，目录大小几乎没有影响。一个 10 万文件的单体仓库仍然可以在毫秒级完成搜索。
真正的影响在于：
- 上下文加载 —— 这是最大的影响。如果你从
/Users/lzwjava/projects/hermes-agent启动，它会加载该项目的 AGENTS.md；如果从~/projects/ww启动，则加载 ww 的上下文。不同的 cwd = 不同的系统提示上下文。 - 相对路径解析 —— 所有工具调用中的相对路径都从 cwd 解析。
read_file("src/foo.py")在不同目录下含义不同。 - 项目级虚拟环境 —— 在
project模式下，execute_code使用 cwd 中的虚拟环境，因此根据启动位置不同，你会获得不同的 Python 包。
这会拖慢速度吗？
对 grep/搜索速度没有实质性影响。Ripgrep 是 I/O 密集型的，且速度极快。唯一可能因 cwd 影响性能的场景是：你意外地从 $HOME 或 / 启动 —— 此时 search_files 使用相对路径可能会遍历整个文件系统。但那是用户错误，不是 Hermes 的设计问题。
TL;DR： Cwd 影响的是 Hermes 所使用的 上下文和路径，而不是 运行速度。从项目根目录启动即可，一切正常。