离线部署HermesAgent教程详解
本文详细介绍了如何在无网络连接的服务器或内网环境中离线部署 Hermes Agent,直击企业级安全场景下的核心痛点——官方在线安装脚本因依赖 GitHub 克隆、PyPI 下载及远程 Python 环境获取而完全失效。教程以三步极简逻辑展开:先在外网机全自动打包 install.sh、完整源码、预编译 wheel 包和定制化 Python 3.11 环境;再在离线机巧妙复用官方脚本初始化目录结构并中断网络步骤;最后注入离线资源、配置最小可行 config.yaml 并一键启动,全程无需任何外网交互,真正实现“拷贝即部署”,为金融、政务、军工等强隔离环境提供了开箱即用、可审计、可复现的可靠落地方案。

如果您需要在无外网连接的服务器或内网环境中部署 Hermes Agent,则无法直接执行官方在线安装脚本,因其依赖 GitHub 源码克隆、PyPI 包下载及 uv/Python 3.11 的远程获取。以下是解决此问题的步骤:
一、准备离线安装包
该方法通过预先在外网环境打包全部依赖与源码,再将完整资源迁移至目标离线机器,避免任何实时网络请求。需在一台可联网的同架构 Linux 主机(如 x86_64)上完成前置打包。
1、创建临时工作目录并进入:
mkdir -p ~/hermes-offline && cd ~/hermes-offline
2、下载官方安装脚本并保存为 install.sh:
curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh -o install.sh
3、手动克隆 Hermes-Agent 源码仓库(含子模块):
git clone --recursive https://github.com/NousResearch/hermes-agent.git hermes-agent-main
4、压缩源码目录:
zip -r hermes-agent-main.zip hermes-agent-main
5、使用 uv 创建离线 Python 环境快照(需已安装 uv):
uv venv venv-offline --python 3.11
source venv-offline/bin/activate
uv pip install --no-deps --only-binary=all -r hermes-agent-main/requirements.txt
uv pip wheel --no-deps --wheel-dir ./wheels --find-links ./wheels --no-index -r requirements.txt
6、将 install.sh、hermes-agent-main.zip、wheels/ 目录、venv-offline/ 中的 python 可执行文件及 site-packages 内容一并打包:
tar -czf hermes-offline-bundle.tgz install.sh hermes-agent-main.zip wheels/ venv-offline/bin/python venv-offline/lib/python3.11/site-packages/
二、在离线机器上执行环境初始化
该步骤复用官方 install.sh 的逻辑判断与路径配置能力,但跳过所有网络操作,仅完成目录结构创建、权限设置与基础符号链接生成。
1、将 hermes-offline-bundle.tgz 上传至离线机器的用户主目录(如 /root 或 /home/user)
2、解压离线包:
tar -xzf hermes-offline-bundle.tgz
3、赋予 install.sh 执行权限:
chmod +x install.sh
4、执行 install.sh 并强制中断其网络阶段(当输出出现 “Cloning Hermes-Agent…” 或 “Downloading uv…” 提示时立即 Ctrl+C):
./install.sh
5、确认 ~/.local/bin/、~/.hermes/、~/.cache/hermes/ 等目录已被创建,且 ~/.hermes/venv 存在(即使为空)
三、注入离线源码与依赖
该步骤将预打包的源码和 wheel 包注入到 install.sh 初始化后的指定路径,使后续运行能完全脱离网络。
1、解压 hermes-agent-main.zip 到 ~/.hermes/ 目录下:
unzip hermes-agent-main.zip -d ~/.hermes/
2、重命名解压出的目录为 hermes-agent:
mv ~/.hermes/hermes-agent-main ~/.hermes/hermes-agent
3、激活离线 Python 环境并安装本地 wheel:
~/.hermes/venv/bin/python -m pip install --find-links ./wheels --no-index --upgrade --force-reinstall ./wheels/*.whl
4、验证依赖完整性:
~/.hermes/venv/bin/python -c "import uv, requests, pydantic; print('OK')"
四、配置模型与启动服务
该步骤绕过交互式向导中所有网络校验环节,直接写入最小可行配置,确保 agent 可启动并响应基础指令。
1、创建配置目录:
mkdir -p ~/.hermes/config
2、手动创建 config.yaml 文件:
cat > ~/.hermes/config.yaml model:
provider: custom
base_url: http://localhost:8000/v1
api_key: sk-offline-dummy
default: qwen-turbo
EOF
3、启动 Hermes Agent(不启用 gateway,仅 CLI 模式):
~/.local/bin/hermes run --no-gateway
4、在新终端中测试基础功能:
echo "hello" | ~/.local/bin/hermes chat
以上就是《离线部署HermesAgent教程详解》的详细内容,更多关于的资料请关注golang学习网公众号!
HTML5浏览器安装指南详解
- 上一篇
- HTML5浏览器安装指南详解
- 下一篇
- Python 数据回放机制设计解析
-
- 科技周边 · 人工智能 | 1小时前 | python · 人工智能 · 模型评测 Hugging Face Evaluate 指标输入格式 predictions references
- Hugging Face Evaluate 统一指标输入格式
- 134浏览 收藏
-
- 科技周边 · 人工智能 | 3小时前 |
- RAG 检索结果去重与上下文长度控制
- 357浏览 收藏
-
- 科技周边 · 人工智能 | 2天前 |
- Tokenizer padding_side 影响批量生成的对齐
- 206浏览 收藏
-
- 科技周边 · 人工智能 | 2天前 | python · 人工智能 · 数据迭代 Hugging Face Datasets streaming IterableDataset 大语料
- Datasets streaming 读取大语料的迭代方式
- 337浏览 收藏
-
- 科技周边 · 人工智能 | 2天前 | python · Transformers generate 停止条件 批量输出
- Transformers generate 的停止条件与批量输出
- 133浏览 收藏
-
- 科技周边 · 人工智能 | 3天前 | 人工智能 · LoRa 显存优化 bitsandbytes QLoRA 4-bit量化
- bitsandbytes 量化模型配合 LoRA 训练的显存边界
- 249浏览 收藏
-
- 科技周边 · 人工智能 | 3天前 | 人工智能 · LoRa PEFT load_adapter set_adapter 适配器切换
- PEFT LoRA 适配器按任务切换的加载方案
- 268浏览 收藏
-
- 科技周边 · 人工智能 | 3天前 | 人工智能 · LoRa PEFT merge_and_unload 适配器合并
- PEFT 适配器合并后为什么输出会变化
- 221浏览 收藏
-
- 科技周边 · 人工智能 | 3天前 |
- Tokenizer 左填充和右填充应该怎么选
- 399浏览 收藏
-
- 科技周边 · 人工智能 | 3天前 |
- Safetensors 为什么支持按需读取权重切片
- 258浏览 收藏
-
- 科技周边 · 人工智能 | 3天前 |
- MLflow Model Alias 怎么替代固定版本号部署
- 360浏览 收藏
-
- 科技周边 · 人工智能 | 3天前 | 索引优化 · 向量数据库 · 向量检索 FAISS Index Factory IVF PQ
- FAISS Index Factory 字符串怎么组合索引结构
- 100浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 290次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 342次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 344次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 308次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 130次使用
-
- 本地大模型反复输出同一句话怎么调整生成参数
- 2026-09-06 501浏览
-
- Python 调用大模型时如何用结构化输出校验 JSON:从解析失败到可重试
- 2026-08-29 501浏览
-
- AI写作工具免费版安装教程(含豆包Clawdbot)
- 2026-05-30 501浏览
-
- WPS AI能自动生成PPT吗?输入主题一键制作演示文稿
- 2026-05-27 501浏览
-
- Canva手机闪退解决方法及适配指南
- 2026-05-25 501浏览
