Skip to content

Hermes Ubuntu本地部署完整指南:对接ollama本地模型/避坑要点

2026年5月13日

Hermes Ubuntu 本地部署完整指南。对接本地模型,hermes3-8b 配置,三种部署方式对比,安装避坑要点。

Hermes vs OpenClaw

特性HermesOpenClaw
定位AI 学生 / 助理AI 工人 / 执行者
学习能力自主学习、自己成长需要安装技能
智能成长越用越聪明稳定可靠
中文支持一般相对较好
技能管理内置学习技能市场

总结:Hermes 可以自己学习技能,OpenClaw 需要手动安装技能,各有优势。

环境要求

推荐环境配置

组件配置说明
Windows 11主机运行 Ollama
Ollama最新版本地模型服务
虚拟机Ubuntu 24.04运行 Hermes
模型hermes3-8b最低 64k 上下文

Ollama 配置要点

bash
# 安装 Ollama
# 下载地址:https://ollama.com/download

# 拉取模型(推荐 hermes3-8b)
ollama pull hermes3-8b

# 验证模型
ollama list

为什么选 hermes3-8b

  • 支持 64k 上下文(Hermes 最低要求)
  • 中文理解能力较好
  • 性能与资源消耗平衡

三种部署方式对比

方式难度推荐度适用场景
脚本安装⭐ 简单✅✅✅ 推荐日常使用
源码运行⭐⭐ 中等✅✅二次开发
Docker 部署⭐⭐⭐ 复杂有 Docker 经验

推荐脚本安装,因为会自动安装环境依赖。

安装步骤

Step 1:下载安装 Ollama

在 Windows 11 中:

  1. 下载 Ollama:https://ollama.com/download
  2. 安装并启动
  3. 打开命令行终端

Step 2:在 Ollama 中部署模型

bash
# 拉取 hermes3-8b
ollama pull hermes3-8b

# 确认模型列表
ollama list

# 测试运行
ollama run hermes3-8b "你好"

Step 3:获取 Ollama API 地址

bash
# Ollama 默认地址
http://localhost:11434

注意:如果需要其他机器访问,配置环境变量:

bash
export OLLAMA_HOST=0.0.0.0

Step 4:Ubuntu 中安装 Hermes

在 Ubuntu 虚拟机中运行:

bash
# 方式一:脚本安装(推荐)
curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash

# 方式二:手动安装
git clone https://github.com/NousResearch/hermes-agent.git
cd hermes-agent
pip install -r requirements.txt

Step 5:配置对接 Ollama

编辑 Hermes 配置文件:

yaml
# config.yaml 或 .env
llm:
  provider: ollama
  api_base: http://your-windows-ip:11434
  model: hermes3-8b
  api_key: "ollama"  # Ollama 不需要真实 key

获取 Windows IP

bash
# 在 Windows CMD 中
ipconfig

# 找到 IPv4 地址,例如:192.168.1.100

Step 6:启动 Hermes

bash
# 启动
hermes start

# 或带配置启动
hermes start --config /path/to/config.yaml

Step 7:验证部署

bash
# 检查状态
hermes status

# 测试对话
hermes chat "你好"

常见问题与避坑

问题一:模型加载失败

原因:Ollama 服务未启动

解决

bash
# Windows 中启动 Ollama
ollama serve

# 确认端口
netstat -an | grep 11434

问题二:无法连接 Windows Ollama

原因:防火墙阻止 / IP 配置错误

解决

bash
# Windows 防火墙开放端口
netsh advfirewall firewall add rule name="Ollama" dir=in action=allow protocol=tcp localport=11434

# 或临时关闭防火墙测试

问题三:上下文长度不足

原因:模型不支持 64k 上下文

解决

  • 使用 hermes3-8b 或更大模型
  • 检查 Ollama 模型配置

问题四:Docker 镜像拉取失败

原因:镜像源问题

解决

bash
# 配置 Docker 镜像加速
# /etc/docker/daemon.json
{
  "registry-mirrors": ["https://mirror.cc.tenant.tencentyun.com"]
}

关键配置参数汇总

参数说明示例
provider模型提供商ollama
api_baseOllama API 地址http://192.168.1.100:11434
model模型名称hermes3-8b
api_keyAPI 密钥ollama(固定值)
context_length上下文长度65536(64k)

进阶配置

配置多个模型

yaml
llm:
  default: hermes3-8b
  models:
    - name: hermes3-8b
      provider: ollama
      api_base: http://localhost:11434
    - name: llama3
      provider: ollama
      api_base: http://localhost:11434

配置技能

bash
# 安装技能
hermes skill install coding
hermes skill install research

# 列出已安装技能
hermes skill list

一句话总结

Hermes 本地部署 = Ollama 跑模型 + Ubuntu 装 Hermes + 配置对接。

推荐配置:Windows 11 + Ollama + hermes3-8b + Ubuntu 24.04 虚拟机。

避坑要点

  • Ollama 服务要启动
  • 防火墙要开放
  • 模型要支持 64k 上下文
  • 脚本安装最简单

不要孤军奋战啦!

加入微信群一起学习交流 AI

与大神一起使用 OpenClaw、Hermes、Claude Code、Seedance 2.0、GPT-Image-2 等

微信公众号

扫码关注微信公众号
私信 "加群",将自动获取微信群二维码

探索 AI 世界,掌握智能未来