问题
Qwen3.5-9B 是个很有礼貌的模型。这在对话场景是优点，在 Agent 场景是灾难：
「我检查了文件，需要修改吗？」
「可以执行这个命令吗？」
「检测到问题，是否修复？」每步都要问用户，Agent 就失去了自动化的意义。
尝试过的方案
方案一：改 tool_use_enforcement
配置文件里的 tool_use_enforcement 参数。Hermes 代码只识别这几个值：
TOOL_USE_ENFORCEMENT_VALUES = ['true', 'always', 'yes', 'on']设成 force 没用，代码不认识。改回 true 后好了点，但模型还是太谨慎。
方案二：在配置文件加 system prompt
system_prompt: "你是一个直接执行的助手，不要询问用户确认……"效果有限。配置文件的 system_prompt 优先级低于内置的 TOOL_USE_ENFORCEMENT_GUIDANCE 区域。
真正有效的方案
在 prompt_builder.py 中找到 TOOL_USE_ENFORCEMENT_GUIDANCE 区域，在末尾追加中文指令。
这个区域是直接写入最终 system prompt 的，覆写不掉。
追加的 5 条指令：
=== 中文执行规范（Chinese Execution Rules）===
1. 直接执行：接到任务立即开始，不要询问用户确认
2. 自动处理失败：工具调用失败后自动尝试其他方案，不要问用户怎么办
3. 非关键操作全程自动：信息搜集、文件读写、状态检查等，全部自动完成
4. 关键操作仍汇报：只有涉及数据删除、付费、对外发送消息时才告知用户
5. 失败记录：所有失败记录到日志，继续下一任务效果立竿见影。
为什么中文指令更有效
对比英文配置和中文自然语言指令：
| 方式 | 示例 | 效果 |
|---|---|---|
| 英文配置项 | tool_use_enforcement: true | 模型可能忽略 |
| 中文指令 | 「不要询问用户确认」 | 模型直接遵守 |
原因：
- 否定指令更强：「不要做 X」比「请自动做 Y」更有力
- 母语优先：中文模型对中文指令的理解力强于英文
- 尾部优先：system prompt 末尾的内容模型更容易记住和执行
- 具体场景：给出失败处理方案，模型不会卡在「失败了怎么办」
指令设计原则
从这 5 条指令总结出通用原则：
1. 用否定句而非肯定句
❌ 「请自动完成任务」
✅ 「不要询问用户确认」否定句是封闭式的——模型知道不可做什么，边界清晰。肯定句是开放式的，模型不知道做到什么程度算「自动」。
2. 给失败路径
❌ 「自动处理所有操作」
✅ 「工具调用失败后自动尝试其他方案」模型最怕的不是执行，是执行失败后不知道怎么办。给明确的后退路径，模型才敢放手做。
3. 划清边界
❌ 「全自动执行」
✅ 「关键操作仍汇报：只有涉及数据删除、付费、对外发送消息时才告知用户」模型需要知道哪些事可以自己做，哪些事必须汇报。边界清晰，行为就稳定。
4. 可验证
每条指令都应该能通过观察模型行为来验证是否生效。如果模型还在问，说明指令不够清晰。
修改位置
文件路径：~/.hermes/hermes-agent/agent/prompt_builder.py
找到 TOOL_USE_ENFORCEMENT_GUIDANCE 变量（约第 256 行），在其字符串末尾追加中文指令。
修改后重启 Hermes 生效。
效果对比
| 维度 | 修改前 | 修改后 |
|---|---|---|
| 是否主动执行 | ❌ 每步要问 | ✅ 直接开始 |
| 失败处理 | ❌ 问怎么办 | ✅ 自动换方案 |
| 信息搜集 | ❌ 查一步问一步 | ✅ 全部自动完成 |
| 外部操作 | ❌ 不问就发消息 | ✅ 关键操作才汇报 |
| 容错率 | ❌ 卡住就死循环 | ✅ 失败记录继续 |
注意事项
- 指令放在英文配置之后。这样尾部指令更容易被模型执行。
- 每条指令独立一行。不要写成段落，模型逐行解析比段落效果好。
- 定期更新。随着使用发现模型新的不当行为，追加对应指令。
- 不是所有模型都吃这一套。Qwen3.5-9B 对中文指令响应很好，但其他模型可能不同。