Hermes Agent 是专为完全离线运行设计的本地智能体框架，支持在笔记本上不联网、不调用API地对话、读PDF、写代码；需16GB内存+6GB显存（或CPU支持AVX2），通过桌面版一键安装，绑定本地GGUF模型或Ollama服务，并启用知识库与沙箱实现安全私有化AI。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
想让大模型不依赖网络、不调用API、完全离线跑在自己笔记本上，还能随时对话、读文档、写代码——Hermes Agent 正是为此设计的本地智能体框架，它把 Llama 3、Phi-4、Qwen2 等主流模型封装成开箱即用的桌面应用。
确认硬件是否撑得住
打开任务管理器 → 切到“性能”页签 → 查看“内存”和“GPU”两项：内存至少16GB（推荐32GB），GPU显存至少6GB（NVIDIA RTX 3060起，AMD需支持ROCm且驱动版本≥6.1）。
若用CPU模式运行，需确认处理器支持AVX2指令集；Intel第8代酷睿或AMD Ryzen 2000系列之后基本满足，老机器可在终端执行 cat /proc/cpuinfo | grep avx2 验证。
没有独立GPU也能跑，但推理速度会明显变慢，【首次加载7B模型可能耗时3～5分钟】，期间界面无响应属正常现象。
一键安装 Hermes Agent 桌面版
访问 https://github.com/ai-hermes/agent-desktop/releases → 找到最新版 Windows/macOS/Linux 的 AppImage（Linux）、.dmg（macOS）或 .exe（Windows）文件 → 直接双击安装（macOS需右键→“打开”绕过公证提示）。
安装过程不修改系统PATH，所有模型与配置均存放在用户目录下的 ~/.hermes-agent（Windows为 %USERPROFILE%\.hermes-agent），卸载只需删除该文件夹+主程序即可。
加载第一个本地大模型
启动 Hermes Agent → 点击左下角“模型管理” → “添加模型” → 选择“Hugging Face 模型ID”或“本地GGUF路径”。
方法一：直接拉取量化模型
输入 bartowski/Qwen2.5-0.5B-Instruct-GGUF → 点击下载 → 自动匹配 Q4_K_M 量化版本（约380MB），下载完即显示为“就绪”状态。
方法二：手动导入已下载的GGUF文件
点击“浏览”，定位到你提前存好的 phi-4.Q5_K_M.gguf 文件 → 确认后自动校验SHA256，【文件名必须含Q#_K_#格式标识，否则无法识别量化等级】。
将小说章节转换为电影分镜剧本。用户上传txt/md/docx文本，AI分析场景、角色、情绪、镜头语言，输出专业分镜脚本。适用于用户提及“分镜”“storyboard”“小说转分镜”“影视改编”“镜头脚本”或需要将小说改编为分镜的场景。
方法三：从 Ollama 库桥接（需先装 Ollama）
启用“Ollama 后端”开关 → 在模型列表里会出现 llama3:8b、qwen2:7b 等已 pull 的模型 → 点击即可绑定，无需重复下载。
让模型读懂你的PDF和代码文件
第一步：点击顶部工具栏“知识库” → “新建知识库” → 命名如“Python笔记” → 创建。
第二步：拖入PDF、Markdown、TXT、IPYNB或.py文件（单次最多20个，总大小不超过512MB）→ Hermes 自动切片、嵌入、存入本地向量库（使用 Qdrant Lite，不启后台服务）。
第三步：回到聊天界面 → 左侧模型选择器下方勾选“启用知识库” → 再提问：“对比asyncio和threading的适用场景” → 模型将结合你上传的《并发编程速查表.pdf》内容作答。
注意：首次构建知识库时，PDF中的表格和公式可能被忽略，建议优先上传纯文本类资料；代码文件解析默认开启AST语义理解，能准确识别函数定义与调用链。
用快捷键触发专属工作流
按 Ctrl+Shift+P（Windows/Linux）或 Cmd+Shift+P（macOS）呼出命令面板 → 输入“Run Code” → 选择“执行当前代码块” → Hermes 会自动识别光标所在语言环境，调用内置 Python/Node.js/Rust 解释器沙箱运行。
再按一次 Ctrl+Shift+P → 输入“Summarize” → 选中一段长文本 → 触发摘要生成，模型会在3秒内返回结构化要点（含关键词加粗标记）。
这些快捷命令不依赖联网，全部在本地完成，【沙箱执行代码时禁止访问文件系统和网络，安全隔离由 WebAssembly runtime 强制保障】。
