教程｜用 hermes-agent + Ollama 搭一个本地 Claude Code 替代

第 6 步：轨迹-技能蒸馏

hermes skill distill  # 一周跑一次
hermes skill list    # 看看学会了什么

局限

• Hermes 3 8B 在复杂任务上不如 Claude Sonnet
• 代码生成质量比 GPT-4 低 10-15%
• 中文支持一般，要中文换 Qwen2.5-Coder

建议：日常 80% 任务 Hermes 3 够用，关键代码 review 时切到 Claude/GPT。

第 5 步：MCP 工具

加 GitHub MCP：

npm install -g @modelcontextprotocol/server-github

在 ~/.hermes/mcp.json：

{
  "servers": {
    "github": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-github"],
      "env": {"GITHUB_TOKEN": "ghp_xxx"}
    }
  }
}

第 6 步：轨迹-技能蒸馏

hermes skill distill  # 一周跑一次
hermes skill list    # 看看学会了什么

局限

• Hermes 3 8B 在复杂任务上不如 Claude Sonnet
• 代码生成质量比 GPT-4 低 10-15%
• 中文支持一般，要中文换 Qwen2.5-Coder

建议：日常 80% 任务 Hermes 3 够用，关键代码 review 时切到 Claude/GPT。

第 4 步：使用

hermes chat
> 看看 src/ 目录结构
> 给 api.py 加个 rate limit 中间件
> 跑下 pytest，如果失败就修

第 5 步：MCP 工具

加 GitHub MCP：

npm install -g @modelcontextprotocol/server-github

在 ~/.hermes/mcp.json：

{
  "servers": {
    "github": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-github"],
      "env": {"GITHUB_TOKEN": "ghp_xxx"}
    }
  }
}

第 6 步：轨迹-技能蒸馏

hermes skill distill  # 一周跑一次
hermes skill list    # 看看学会了什么

局限

• Hermes 3 8B 在复杂任务上不如 Claude Sonnet
• 代码生成质量比 GPT-4 低 10-15%
• 中文支持一般，要中文换 Qwen2.5-Coder

建议：日常 80% 任务 Hermes 3 够用，关键代码 review 时切到 Claude/GPT。

第 3 步：开启编程能力

在 ~/.hermes/skills/coding.md 加：

# 编程守则
- 改代码前先 cat 看完整文件
- 改完跑测试确认
- 不用 rm -rf，用 git reset
- 不动 secrets.yaml / .env

第 4 步：使用

hermes chat
> 看看 src/ 目录结构
> 给 api.py 加个 rate limit 中间件
> 跑下 pytest，如果失败就修

第 5 步：MCP 工具

加 GitHub MCP：

npm install -g @modelcontextprotocol/server-github

在 ~/.hermes/mcp.json：

{
  "servers": {
    "github": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-github"],
      "env": {"GITHUB_TOKEN": "ghp_xxx"}
    }
  }
}

第 6 步：轨迹-技能蒸馏

hermes skill distill  # 一周跑一次
hermes skill list    # 看看学会了什么

局限

• Hermes 3 8B 在复杂任务上不如 Claude Sonnet
• 代码生成质量比 GPT-4 低 10-15%
• 中文支持一般，要中文换 Qwen2.5-Coder

建议：日常 80% 任务 Hermes 3 够用，关键代码 review 时切到 Claude/GPT。

不依赖云端 API，完全本地的编程 Agent 搭建教程。

环境准备

• Python 3.11+
• Ollama（ollama.com）
• 16GB+ 内存（推荐 M2 Mac 或 24GB 显存 N 卡）

第 1 步：拉模型

ollama pull nousresearch/hermes3:8b
# 性能：HumanEval 70+%，接近 GPT-3.5

第 2 步：装 hermes-agent

git clone https://github.com/NousResearch/hermes-agent
cd hermes-agent
pip install -e .

# 配置
hermes init
# API endpoint: http://localhost:11434/v1
# Model: nousresearch/hermes3:8b

第 3 步：开启编程能力

在 ~/.hermes/skills/coding.md 加：

# 编程守则
- 改代码前先 cat 看完整文件
- 改完跑测试确认
- 不用 rm -rf，用 git reset
- 不动 secrets.yaml / .env

第 4 步：使用

hermes chat
> 看看 src/ 目录结构
> 给 api.py 加个 rate limit 中间件
> 跑下 pytest，如果失败就修

第 5 步：MCP 工具

加 GitHub MCP：

npm install -g @modelcontextprotocol/server-github

在 ~/.hermes/mcp.json：

{
  "servers": {
    "github": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-github"],
      "env": {"GITHUB_TOKEN": "ghp_xxx"}
    }
  }
}

第 6 步：轨迹-技能蒸馏

hermes skill distill  # 一周跑一次
hermes skill list    # 看看学会了什么

局限

• Hermes 3 8B 在复杂任务上不如 Claude Sonnet
• 代码生成质量比 GPT-4 低 10-15%
• 中文支持一般，要中文换 Qwen2.5-Coder

建议：日常 80% 任务 Hermes 3 够用，关键代码 review 时切到 Claude/GPT。