必须本地部署Ollama+Hermes才能实现稳定记忆与长期使用；内存低于6GB或无NVIDIA GPU则只能选云端API；涉及敏感数据时严禁配置云端KEY，须确保ollama serve常驻运行。
☞☞☞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☜☜☜
你想让 Hermes 智能体真正稳定干活，而不是每次重启就变“失忆新手”，就得在本地模型和云端 API 之间做出明确选择——这不是偏好问题，而是直接决定它能不能记住你上周写的代码风格、会不会重复问你同一个账号密码、是否能在地铁断网时继续整理会议纪要。
先看硬约束：你的电脑撑不撑得住
打开任务管理器（Windows）或活动监视器（macOS），查看当前空闲内存。如果低于 6GB，【别硬上本地大模型】——强行加载 7B 量化模型会导致系统卡死、Hermes 启动失败甚至 Python 进程被系统强制终止。此时只能选云端 API。
有 NVIDIA GPU 且显存 ≥8GB（如 RTX 4070 及以上），可直连 Ollama 运行 Qwen2.5-7B 或 Llama3-8B；若只有核显或 Intel Arc 显卡，优先用 CPU 推理模式，但需确认 Python 已安装 llama-cpp-python 包。
Mac 用户注意：M1/M2/M3 芯片机型默认启用 Metal 加速，无需额外配置；但 M1 MacBook Air（8GB 内存版）运行 7B 模型时会频繁触发内存压缩，建议限制上下文长度 ≤2048 token。
数据不出门？那就必须本地跑
第一步：确认你调用 Hermes 的场景是否涉及以下任意一项——医疗诊断记录、未公开财报数据、客户身份证号、内部合同扫描件、源代码仓库权限凭证。
第二步：只要出现上述任一类型数据，【禁止配置任何云端 API KEY】，哪怕只输错一次，敏感字段就可能随请求体发往第三方服务器。
该技能指导用户根据设计灵感创建视觉情绪板。它提供分步说明，用于提取颜色、排版和UI模式，并将其组织成文档化的设计方向。工作流程包括根据用户反馈进行迭代优化，最终形成可供实施的设计系统。
第三步：改用 .env 文件指定 LLM_PROVIDER=ollama，并设置 OLLAMA_HOST=http://localhost:11434；确保 ollama serve 进程已在后台持续运行，否则 Hermes 启动时会报 ConnectionRefusedError。
这一步操作起来很简单，直接把文件拖进去就行。但很多人漏掉“ollama serve 必须常驻”，结果 Hermes 启动成功却无法响应——因为模型服务根本没起来。
想省事又不怕传数据？云端 API 更快上线
方法一：使用百炼平台 API（推荐国内用户）
进入阿里云百炼控制台 → 创建应用 → 获取 API Key → 在 Hermes 的 .env 中填入：
LLM_PROVIDER=qwen
QWEN_API_KEY=your_api_key_here
QWEN_BASE_URL=https://dashscope.aliyuncs.com/compatible-mode/v1
方法二：接入 OpenAI 兼容接口（适合已有 key 或测试用）
支持 Claude、Groq、Fireworks 等厂商，只需替换 BASE_URL 和 API_KEY，Hermes 自动识别模型能力边界，无需修改代码。
注意：首次调用前务必访问 https://api.dashscope.ai/v1/models 测试 key 是否有效，返回 401 错误说明密钥失效或地域不匹配——百炼 key 绑定具体 Region，华东1（杭州）的 key 不能用于华北2（北京）实例。
长期用还是临时试？选法完全不同
① 如果你只是验证 Hermes 是否能调飞书、能否自动写周报、想看看 Skill 自生成效果——直接用云端 API。5 分钟完成配置，不用等模型下载，也不怕重装系统丢配置。
② 如果你要把它当主力助手，每天处理 20+ 条消息、跨会话调取历史文档、自动归档客户沟通记录——必须本地部署 Ollama + Hermes，否则每次关机后记忆全清、Skill 全丢、所有自定义工具链失效。
③ 若团队共用一个 Hermes 实例，且成员分布在不同网络环境（有人在内网、有人出差用手机热点），【唯一可行方案是轻量服务器托管】，本地部署和纯云端 API 都无法同时满足多端实时同步与数据隔离要求。
