可调低EMI开关电源设计：从原理到PCB布局的完整实践指南
2026/8/20 7:01:52
关键前提**：Hermes Agent 的硬件要求取决于你用哪种模型接入方式——是调用云端 API（轻量）还是在本地跑大模型（重量级），两者差距巨大。
一、两种部署模式的硬件要求
模式 A：调用云端 API（推荐，绝大多数用户）
Hermes Agent 本身不执行本地大模型推理，仅作为轻量级客户端调用外部 API，因此对硬件压力极低。
| 组件 | 最低配置 | 推荐配置 |
|---|---|---|
| CPU | 1 核（x86_64 或 ARM64） | 2 核 |
| 内存 | 256MB ~ 1GB | 2GB |
| 存储 | 100MB 可用空间 | 1GB |
| 网络 | 能访问 GitHub + LLM API | 10Mbps 以上 |
| GPU | 不需要 | 不需要 |
实测：一台$5/月的 1 核 1G VPS即可 7×24 常驻运行，这是 Hermes 官方主打的"低门槛"卖点。
模式 B：本地运行大模型（Ollama 等）
如果你选择本地部署模型推理（如跑 7B 参数模型），要求会显著提高：
| 组件 | 最低配置 | 推荐配置 |
|---|---|---|
| CPU | 4 核 | 8 核 |
| 内存 | 8GB | 16GB+ |
| 存储 | 2GB | 10GB SSD（含模型缓存） |
| GPU | 可选（CPU 推理可用但慢） | NVIDIA RTX 3090+（流畅推理） |
二、软件环境要求
| 项目 | 要求 | 说明 |
|---|---|---|
| Python | 3.11+（部分教程要求 3.12） | 核心 runtime |
| 包管理器 | uv（推荐，比 pip 快 8-10 倍） | 安装脚本会自动装 |
| Node.js | 16+ | 部分工具依赖 |
| Git | 2.30+ | 代码拉取与版本管理 |
| 系统工具 | curl、bash、ripgrep | 安装脚本依赖 |
| API Key | 至少一个主流模型密钥 | 推荐国内用 Kimi/GLM，国外用 OpenAI/Anthropic/OpenRouter |
三、操作系统兼容性
| 系统 | 版本要求 | 备注 |
|---|---|---|
| Linux | Ubuntu 20.04+ / Debian 11+ / CentOS 8+ / Arch | 最推荐，生产环境首选 |
| macOS | 12.0 Monterey+ | Intel 和 Apple Silicon 都支持 |
| Windows | 10/11 | 需启用 WSL2（推荐 Ubuntu 22.04）；原生 PowerShell 7+ 也可 |
| Android | Termux 终端 | 实验性支持 |
| NAS | 支持 | 需 Docker 环境 |
架构支持：x86_64 和 ARM64均可。
四、国内用户的额外注意事项
| 事项 | 建议 |
|---|---|
| PyPI 镜像 | 配置清华源或阿里源，否则 pip 安装会超时 |
| GitHub 连通性 | 安装脚本需直连 GitHub，建议配置代理或使用镜像 |
| 推荐模型 | Kimi（月之暗面）—— 国内原生服务、网络优势、行业领先的长上下文窗口 |
| 权限 | 建议有 sudo 权限（用于安装系统级依赖如 ripgrep、ffmpeg） |
五、一键安装（验证你的环境是否够用）
# Linux/macOS/WSL2curl-fsSLhttps://hermes-agent.nousresearch.com/install.sh|bash# Windows PowerShellirm https://hermes-agent.nousresearch.com/install.ps1|iex安装后运行自检：
hermes doctor# 诊断环境（后端、模型、插件状态）hermes setup# 交互式向导（选后端、模型、记忆提供者）总结
一句话：如果用云端 API，$5 VPS（1 核 1G）就够；如果本地跑模型，至少 8GB 内存 + 4 核 CPU。绝大多数用户选前者即可，这也是 Hermes 低门槛部署的核心优势。