本機模型
這是什麼
讓使用者自己託管推理服務，使選定工作可由電腦上的模型完成，不必送往遠端提供者。
白話解釋
執行本機模型有點像在家沖咖啡，不必到咖啡館購買：廚房裡隨時可用，沒有逐杯費用也不用排隊，但家用設備未必能提供咖啡館的完整選擇。本機模型讓 Hermes 在不把請求送離電腦的情況下推理。
為什麼重要
透過 LM Studio 或 Ollama 類型的伺服器，本機模型完全不必把提示送到託管提供者；代價是可在本機執行的模型與前沿託管模型之間可能有能力差距。成本控制與隱私需求都可能促使使用者採用本機模型：沒有逐次呼叫費用，資料也不離機。提供者切換則讓每項工作可混用本機與託管模型，不必做全有或全無的選擇。
運作方式
Hermes 透過提供者別名連接本機模型伺服器，方式和連接託管 API 相同。LM Studio 有內建覆寫層，預設使用 http://127.0.0.1:1234/v1；若連接埠不同，可用 LM_BASE_URL 覆寫（hermes_cli/providers.py）。單獨使用 ollama 會在內部映射到通用 custom 提供者，而 vllm 與 llama.cpp 會映射到虛擬 local 提供者；三者都會使用使用者設定的端點，而不是託管模型目錄項目（hermes_cli/providers.py）。通用提供者背後的外掛程式將自己描述為Custom / Ollama / local OpenAI-compatible endpoint（plugins/model-providers/custom/plugin.yaml），因為任何在 localhost 提供 OpenAI chat-completions 相容介面的伺服器都可使用。
具體範例
你在桌上型電腦安裝 Ollama，並在夜間下載一個小型開放權重模型。隔天把 Hermes 提供者設為 ollama，Hermes 便將該別名解析為指向本機連接埠的 custom 提供者。之後一批例行檔名整理請求完全由桌上型電腦上的模型回答，不會送到外部公司的伺服器，也不產生逐次呼叫帳單。
如何連結
「本機模型」屬於「營運」系列。最直接相關的概念包括：「模型提供者」、「提供者切換」、「代理執行環境」、「個人作業系統」。這些連結描述教學關係，不取代來源證據。
來源證據
run_agent.py#run_agent.AIAgent— 精確符號對應；已對照釘選版本驗證。
工作流程
- 目前尚無第一輪工作流程對應；此概念仍透過文章與來源證據出現在知識庫圖譜中。
相關文章
- 用 Hermes、本機模型、自動化與共享知識庫打造個人 AI 系統
- 掌握 Hermes Desktop：從本機聊天應用程式到永遠線上的代理控制中心
- Hermes Agent 初學者指南：從空伺服器到實用自動化的逐步路線