大家好，我是寒山。

一起养龙虾，欢迎来到《小龙虾养成日记》系列教程——“虾”路相逢篇。今天咱们不聊理论，直接上硬菜：手把手教你搞定Hermes智能体安装与Ollama本地模型配置，让你的“小龙虾”AI彻底摆脱网络依赖，实现纯本地运行，数据安全全掌控！

一、前置知识速览（知识点解析）

在动手之前，咱们先搞清楚几个关键概念，避免“盲目养虾”：

核心原理：通过Hermes作为智能体“大脑”，连接本地Ollama运行的大模型，实现从指令接收→思考决策→工具调用→结果输出的全链路本地化闭环，完美解决隐私泄露和网络依赖问题。

二、环境准备清单（实操第一步）

工欲善其事，必先利其器。养“虾”前请准备好你的装备，今天我们演示使用Mac安装，Windows和Linux也是支持的。

2.1 系统要求

2.2 必备软件

1. Git（版本控制工具）—— 用于拉取Hermes代码
2. 终端/命令行工具—— Windows用WSL2终端，Mac/Linux用自带终端

三、Ollama本地模型部署（实操核心步骤一）

咱们先搞定“模型地基”，这是本地运行的基础，步骤简单到离谱：

3.1 安装Ollama（三步到位）

1. 下载安装包

• 访问Ollama官网：https://ollama.com/
• 点击右上角Download，选择对应系统版本

1. 验证安装

• 打开新终端，输入以下命令，看到版本号即安装成功：
• ollama -v # 输出类似 ollama version 0.xx.xx

3. 启动服务

• 启动Ollama后台服务（默认自动启动，可手动执行）：
• Mac可以直接打开APP即可。

3.2 拉取本地模型（知识点+实操）

很多模型，大家按需选择，这是我平时测试的模型：

知识点解析：模型大小与性能关系——参数越大（如7B→32B），推理能力越强，但对硬件要求越高，内存占用和推理速度呈正相关。新手建议从7B模型入手，熟悉后再升级。

3.3 验证模型运行

模型下载完成后，测试是否正常工作：

看到模型回复即表示Ollama环境搭建成功！

三、Hermes智能体安装（实操核心步骤二）

3.1 安装Hermes（一行命令搞定）

打开新终端，执行官方一键安装脚本（Windows用户请在WSL2中操作）：

curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash

安装过程说明：

• 自动安装Python 3.12、Node.js及相关依赖
• 配置环境变量，生成命令行工具hermes
• 安装完成后，重启终端使配置生效（执行source ~/.bashrc或source ~/.zshrc）

3.2 验证安装结果

hermes --version  # 输出版本号即成功

四、Hermes与Ollama本地模型对接（核心配置）

这是“养虾”的关键一步，让Hermes找到并连接本地模型，实现“虾脑”对接！

4.1 初始化Hermes配置

hermes model  # 启动配置向导

按照向导提示完成以下关键配置：

1. 选择模型提供商：Ollama（而非OpenAI等云端选项）
2. 输入Ollama服务地址：http://localhost:11434（默认端口）
3. 选择已下载的模型：如qwen3:4b

五、“小龙虾”AI本地运行测试（实操验收）

激动人心的时刻到了！测试我们的“小龙虾”是否真正实现本地运行：

5.1 启动Hermes交互模式

hermes  # 启动Hermes智能体

5.2 发送测试指令

在交互界面输入：

> 请用Python写一个计算斐波那契数列的函数，并解释代码逻辑

预期结果：

1. Hermes思考如何完成任务
2. 调用代码解释器工具
3. 生成Python代码并附上详细解释
4. 全程无网络请求，所有计算在本地完成

六、常见问题排查（避坑指南）

养“虾”路上难免遇到问题，以下是高频坑点及解决方案：

实操总结：本期我们完成了从0到1的本地智能体搭建，核心步骤包括Ollama安装→Hermes安装→本地模型对接→功能测试，全程本地化运行，数据安全有保障。

记住，养“虾”的关键在于理解每一步的原理，而非机械操作，这样才能应对后续的各种“虾病”问题！

大家有问题欢迎留言讨论！