必须明确指定模型名称，否则请求失败或退化为默认轻量模型；可用模型见官方文档，不同环境模型不一致，需用ollama list确认本地模型；api、cli、python中均须严格匹配大小写和格式。
☞☞☞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☜☜☜
在使用Hermes Agent时，必须明确指定模型名称才能触发对应推理能力，否则请求会因缺失model参数而直接失败或退化为默认轻量模型，导致输出质量不可控。
确认当前可用模型列表
访问官方模型文档页（https://docs.hermesai.dev/models），查看实时维护的模型支持表。注意：不同部署环境（如本地Ollama、云API、Docker镜像）所含模型可能不一致，【切勿凭记忆输入模型名】。
运行 ollama list（若使用Ollama后端）可列出本地已拉取的模型，输出中第一列即为合法model值，例如 hermes:3b、hermes:14b、hermes:70b。
通过API请求指定模型
向/v1/chat/completions端点发送POST请求时，在JSON body中显式传入model字段：
{"model": "hermes:14b", "messages": [{"role": "user", "content": "解释量子纠缠"}]}
该字段必须为字符串类型，且与ollama list输出完全一致——大小写、冒号、版本号均敏感。填错如"Hermes:14B"或"hermes14b"会导致404错误。
在CLI命令中切换模型
方法一：使用-m参数临时指定
hermes-cli chat -m hermes:70b -p "用Python写一个快速排序"
方法二：修改配置文件永久生效
编辑~/.hermes/config.yaml，将default_model:行改为default_model: hermes:3b。下次启动CLI无需重复指定-m。
注意：配置文件修改后需重启CLI进程才生效，未重启时仍沿用旧模型。
在Python代码中动态切换
第一步：导入客户端并初始化
from hermes import HermesClient
第二步：创建实例时传入目标模型名
client = HermesClient(model="hermes:14b")
第三步：后续所有.chat()调用自动绑定该模型，无需每次重复传参。若中途需切换，必须新建另一个HermesClient(model="hermes:70b")实例——【单个client对象无法运行时变更model】。
