hermes agent提供五种部署方式：一、docker compose一键部署；二、源码克隆本地运行；三、极空间nas设备部署；四、modal云原生部署；五、边缘设备轻量级部署，适配不同硬件与使用场景。
☞☞☞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☜☜☜
如果您希望在本地环境中运行Hermes Agent，但尚未完成基础配置或遇到启动失败、模型无法加载、渠道不可用等问题，则可能是由于环境依赖缺失、配置路径错误或服务端口冲突所致。以下是部署Hermes Agent的多种可行方法：
一、使用Docker Compose一键部署
该方法通过预构建镜像与标准化配置实现快速启动，避免手动安装Python依赖和环境变量设置，适合大多数Linux/macOS系统及极空间等NAS设备。
1、创建部署目录并进入：
mkdir -p ~/hermes && cd ~/hermes
2、创建docker-compose.yml文件，内容如下：
version: "3.8"
services:
hermes:
image: nousresearch/hermes-agent:latest
container_name: hermes
restart: unless-stopped
command: gateway run
volumes:
- ~/.hermes:/opt/data
deploy:
resources:
limits:
memory: 4G
cpus: "2.0"
3、确保已设置环境变量MINIMAX_CN_API_KEY（或其他模型API密钥），并在~/.bashrc或当前shell中执行：
export MINIMAX_CN_API_KEY=your_actual_api_key_here
4、启动服务：
docker compose up -d
二、从源码克隆并本地运行
该方法适用于需要调试代码、修改Agent行为或集成自定义技能的开发者，可完全控制Python版本、依赖项及配置逻辑。
1、克隆官方仓库：
git clone https://gitcode.com/GitHub_Trending/he/hermes-agent
2、进入项目目录并安装依赖：
cd hermes-agent
./scripts/install.sh
3、配置服务器类型为OpenAI兼容模式（默认）：
python run_agent.py --openai.server_type openai
4、如需接入本地Ollama模型，启动Ollama服务后，修改environments/hermes_swe_env/hermes_swe_env.py中的base_url为：
http://localhost:11434/v1
三、在极空间NAS设备上部署
该方案专为极空间Z4 Pro+等设备优化，利用其内置Docker与SSH能力，实现无公网IP下的私有化Agent运行，适配飞书/企微/钉钉等国内办公渠道。
1、通过极空间App启用Docker与SSH功能
2、SSH连接设备后，执行镜像拉取：
docker pull jvsheng/hermes-agent:latest
3、创建docker-compose.yml（注意映射/opt/data至可写路径）：
volumes:
- /mnt/app/hermes-data:/opt/data
4、启动容器并进入交互式配置：
docker exec -it hermes-agent bash
hermes gateway setup
5、在配置流程中选择飞书渠道，并填入APP ID与App Secret，系统将自动生成webhook地址
四、使用Modal平台进行云原生部署
该方式适用于需要弹性扩缩容、按需计费及跨区域部署的场景，由Modal自动管理基础设施，无需维护服务器或容器生命周期。
1、安装Modal CLI：
pip install modal-client
2、登录Modal账户：
modal login
3、准备deployment.py脚本，引用ModalDeployment类：
from swerex.deployment.modal import ModalDeployment
deployment = ModalDeployment(config=config)
4、启动部署：
await deployment.start()
5、Modal将自动构建精简镜像（基于debian_slim）、挂载持久化存储卷，并暴露HTTPS终端网关地址，该地址格式为：https://your-app-name.modal.run
五、边缘设备轻量级部署
该方法针对CPU双核、内存4GB、存储10GB的嵌入式设备（如树莓派5、Jetson Nano），通过裁剪工具集与禁用非必要服务降低资源占用。
1、编辑toolsets.py，仅保留最小化工具集：
_HERMES_MINIMAL_TOOLS = ["file_tools", "terminal", "web_search"]
2、使用Alpine基础镜像构建运行时环境：
FROM python:3.11-alpine
RUN pip install --no-cache-dir torch==2.1.0 transformers==4.36.0
3、启动时指定低资源参数：
python run_agent.py --openai.server_type vllm --vllm.max_model_len 512 --vllm.gpu_memory_utilization 0.4
4、关键配置项需强制设为本地路径，防止写入失败：
memories_dir: /tmp/hermes/memories
logs_dir: /tmp/hermes/logs
