系统运维 on CAO ZUOHUA

Hermes-lite 裁剪指南：在 1GB VPS 上跑轻量 AI Agent

Wed, 24 Jun 2026 23:58:52 +0000

为什么要裁剪

完整版 Hermes Agent（Nous Research）功能丰富：多平台网关、浏览器自动化、语音 TTS/STT、多 Agent 协作、Kanban 看板等。但这些功能对资源要求不低——在我的测试里，完整配置更适合至少 2GB 内存的机器。

我有一台 GCP e2-micro（2 vCPU / 954MB RAM），想用它跑一个 24/7 在线的 AI Agent 接入飞书。完整版装不下，于是有了这个裁剪实践。

三阶段渐进式裁剪

裁剪不是一步完成的，而是三阶段递进：

第一阶段：本地 Codex 完成初期核心裁剪

在本地电脑上，利用 Codex（OpenAI） 作为辅助分析工具，对完整版 Hermes 进行全面"解剖"：

逐一扫描 ~/.hermes/ 目录结构，识别每个模块的职责
分析 67 个技能的依赖关系，标记哪些是核心链路的、哪些是边缘功能
梳理 config.yaml 中每个配置项的实际作用，搞清楚"关掉会怎样"
输出一份裁剪清单：哪些 toolset 可以禁、哪些 skill 可以删、哪些配置可以收紧

这一阶段的核心价值：把"能不能关"这个判断做对。Codex 帮助理解了代码间的依赖关系，避免直接关某个功能导致连锁崩溃。

第二阶段：大 VPS 上跑完整版 + 压测验证

在一台大内存 VPS 上安装完整版 Hermes，作为"对照基准"：

记录完整版的实际内存占用（idle / 高负载两种状态）
逐个关闭非核心功能，观察内存变化和稳定性
跑压测：模拟长时间运行、多轮对话、工具调用密集场景
确认裁剪后系统在资源充足环境下依然稳定

这一阶段的目的：建立性能基线 + 验证裁剪组合的安全性。在大 VPS 上翻车无所谓，在小 VPS 上翻车就是服务宕机。