Instalar Agentlas OS en un VPS Linux
Instala Agentlas OS v1.2.0 en un VPS Linux con el comando fijado, localiza su estado, conéctalo a Ollama y calcula el coste de un hub inactivo.
Qué es realmente Agentlas OS
Agentlas OS es un entorno de ejecución de agentes de código abierto que mantiene los agentes especializados en el disco como paquetes y crea un orquestador temporal para cada tarea. Puede alojarlo en su propia infraestructura instalándolo en su propia cuenta de usuario en un VPS Linux. La instalación de línea de comandos fijada en v1.2.0 que se muestra a continuación no es un servicio: su instalador no habilita ningún daemon ni abre ningún puerto a la escucha. El proyecto actual también documenta una aplicación de escritorio independiente.
Esta última distinción determina todo lo demás en esta página. La mayoría de los sistemas multiagente ejecutan un proceso supervisor que permanece activo y contiene los agentes. Agentlas invierte ese modelo: los especialistas son archivos almacenados y el orquestador sólo existe mientras se ejecuta una tarea. En la práctica, un hub inactivo consume espacio en disco, no memoria.
El proyecto denomina Hephaestus a su núcleo abierto, y ese es el nombre que verá en los comandos, las rutas y las variables de entorno. El repositorio es agentlas-ai/Agentlas-OS, tiene licencia Apache-2.0 y está escrito principalmente en Python.
¿Qué tan reciente es este proyecto, en realidad?
Según los datos del 13 October 2026, el repositorio tenía unos cuatro meses de antigüedad, aproximadamente 1,580 estrellas y 110 forks. Es poco tiempo para algo que se va a utilizar en trabajo real.
La frecuencia de publicación importa más que la antigüedad. La versión v1.1.103 se publicó el 8 August 2026 y v1.2.0 llegó el 12 August 2026. Eso supone más de cien releases etiquetados en la serie 1.1, varios en algunos días, publicados mediante automatización. La serie 1.2 mantuvo el ritmo: había llegado a v1.2.62 el 10 October 2026. Un proyecto que cambia a esa velocidad puede modificar su comportamiento entre un martes y un jueves.
Por eso, fije la release. El instalador lee una variable de entorno para hacerlo, y toda la guía siguiente la utiliza. Una instalación sin una versión fijada de un proyecto que publica con tanta frecuencia le proporciona la versión etiquetada más reciente cuando se editó por última vez el script.
Qué necesita en el VPS
Los requisitos son mínimos porque los especialistas inactivos son archivos, no procesos.
- Un VPS Linux. Ubuntu 24.04 es una base adecuada. El instalador detecta el sistema operativo con
uname -sy toma una ruta distinta de macOS para Linux, por lo que admite un servidor sin interfaz gráfica. curl,tarygiten el servidor, además de Python 3.9 o posterior, que el instalador fijado usa para verificar el modelo de embeddings incluido.- HTTPS saliente a
raw.githubusercontent.comygithub.compara una instalación normal. El instalador descarga un archivo de la versión y comprueba su SHA-256. El instalador independiente actual rechazaHEPHAESTUS_SOURCE_DIRconstandalone_local_source_unverified; ya no admite la instalación sin conexión mediante esa variable. - Un harness de host, es decir, el agente de programación que se comunica realmente con un modelo. Claude Code, Codex, opencode, goose y Hermes son adaptadores compatibles.
No necesita root. El instalador escribe sólo en su directorio personal, incluido ~/.local/bin. Si falla un paso, por ejemplo porque una ruta no tiene permisos de escritura, muestra una advertencia y continúa con el resto. Al final devuelve un código distinto de cero si se produjo algún fallo. Si todavía está eligiendo el propio servidor, ejecutar un agente de programación en un VPS explica la imagen base y la configuración del acceso sobre las que se apoya este procedimiento.
Instalar la versión fijada
El README del proyecto documenta una sola línea que canaliza un script desde main directamente a bash. Descargue primero el instalador v1.2.0 y léalo. Escribe en todos los entornos de ejecución de agentes que encuentra, por lo que merece diez segundos de atención.
curl -fsSL -o install-all-runtimes.sh \
https://raw.githubusercontent.com/agentlas-ai/Agentlas-OS/v1.2.0/scripts/install-all-runtimes.sh
less install-all-runtimes.sh
HEPHAESTUS_REF=v1.2.0 bash install-all-runtimes.shHEPHAESTUS_REF es la fijación. A fecha del 8 de noviembre de 2026, el script de main usa release_ref="${HEPHAESTUS_REF:-os-v1.2.89}", y la página de versiones identifica Agentlas OS 1.2.89, publicada hoy bajo os-v1.2.89, como Latest. El instalador actual requiere una etiqueta os-v y rechaza HEPHAESTUS_REF=v1.2.0 con standalone_channel_tag_invalid. El instalador histórico anterior acepta esa fijación.
La URL del script fija tanto el instalador como la carga útil del entorno de ejecución en v1.2.0. Las instalaciones independientes actuales usan ~/.agentlas/os-runtime y el lanzador ~/.agentlas/os-bin/agentlas-os, y ya no instalan envoltorios globales ni registran de forma permanente plugins de host y MCP de manera predeterminada. Esos valores predeterminados difieren de la instalación histórica descrita a continuación.
La fijación cubre la instalación, no lo que ocurre después. En v1.2.0, los comandos hephaestus inician una comprobación de actualizaciones en segundo plano que, cuando existe una versión más reciente, la instala y redirige ~/.agentlas/runtime/current sin solicitar confirmación. El instalador desactiva esta función durante su propia ejecución mediante HEPHAESTUS_AUTO_UPDATE=0, y esa misma variable permite mantener esta fijación histórica. Se añade al perfil del shell en el paso siguiente. Las actualizaciones automáticas de las instalaciones independientes actuales están desactivadas de forma predeterminada.
Una ejecución correcta muestra las rutas en las que escribió archivos, incluidas estas líneas cuando ~/.local/bin está ausente de PATH:
Installed runner: /home/you/.agentlas/runtime/current/bin/hephaestus
Installed shell commands in /home/you/.local/bin (add ~/.local/bin to PATH to use them)Esa advertencia sobre PATH es la línea que la mayoría omite. En una instalación nueva de Ubuntu, ~/.local/bin suele estar ausente de PATH, por lo que todos los comandos hep-* fallan con command not found aunque la instalación se haya completado correctamente. Añádalo a ~/.bashrc, desactive al mismo tiempo el actualizador histórico en segundo plano y confirme:
echo 'export PATH="$HOME/.local/bin:$PATH"' >> ~/.bashrc
echo 'export HEPHAESTUS_AUTO_UPDATE=0' >> ~/.bashrc
source ~/.bashrc
hep-global statushep-global es la forma original de escribir hephaestus global, y status muestra si cada archivo de instrucciones del entorno de ejecución contiene el bloque de enrutador gestionado. Ese enrutador está desactivado de forma predeterminada, por lo que debe esperar que indique que no hay ninguno. Si el comando se ejecuta, PATH es correcto.
Dónde se almacena el estado
Todo se encuentra en archivos dentro del directorio personal, lo que simplifica las copias de seguridad y las migraciones.
~/.agentlas/runtime/1.2.0/contiene el propio runtime. El instalador elimina elvinicial de la etiqueta.~/.agentlas/runtime/current/es un enlace simbólico a la versión activa. Dos versiones fijadas pueden coexistir.~/.local/bin/contiene los wrappers del shell, incluidoshephaestus,hep-build,hep-network,hep-search,hep-storm,hep-cloudyhep-upload.~/.agentlas/networking/memory/contiene la memoria persistente:playbook-registry.json,playbook-candidates.jsonlymemory-events.jsonl.~/.agentlas/networking/hub-agents/<slug>/memory/experience.sqlitecontiene la experiencia de cada agente, delimitada por propietario.<project>/.agentlas/ontology-runtime.sqlitecontiene el estado de cada proyecto, por lo que se traslada con el repositorio y no con el equipo.~/.cache/agentlas/pythoncontiene la caché de Python en Linux. macOS usa otra ruta; el instalador selecciona esa rama conuname.
La documentación de memoria de v1.2.0 indica explícitamente que los secretos, las credenciales sin procesar y las transcripciones completas no deben almacenarse en ningún ámbito de memoria. Los valores de las credenciales se mantienen en archivos locales ignorados por git, y los registros de memoria sólo contienen nombres y rutas. Haga una copia de seguridad de ~/.agentlas y de los directorios .agentlas de sus proyectos para poder reconstruir el entorno en un VPS nuevo.
Hay un elemento que sale del equipo: en la versión v1.2.0 fijada, hep-build envía contadores de compilación anónimos de forma predeterminada, sin incluir avisos, rutas ni contenido de los agentes. Establezca AGENTLAS_TELEMETRY=0 o DO_NOT_TRACK=1, o incluya "telemetry": false y "telemetrySetBy": "user" en ~/.agentlas/networking/config.json, para desactivarlo. La telemetría independiente actual está desactivada de forma predeterminada.
A qué backends de modelos puede conectarse
Este es el detalle que cambia la perspectiva de toda la configuración: Agentlas no llama a una API de modelos. Lo hace el entorno host.
El documento de arquitectura describe adaptadores de ejecución que traducen un núcleo para cada entorno, y el README indica que el adaptador administra la autenticación del proveedor, mientras que el llamador proporciona su propio modelo y acceso a la API. Agentlas ofrece dos interfaces que el entorno puede utilizar: un archivo AgentSkills y un servidor MCP (model context protocol) que se comunica mediante stdio. Por tanto, la pregunta «¿qué modelos admite Agentlas?» en realidad es «¿qué modelos admite su entorno?». La respuesta es cualquier modelo al que puedan acceder Claude Code, Codex, opencode, goose o Hermes.
El registro del servidor MCP tiene este aspecto en una configuración TOML de estilo Codex:
[mcp_servers.hephaestus-network]
command = "~/.agentlas/runtime/current/bin/hephaestus"
args = ["mcp", "serve"]El mismo servidor se registra automáticamente en ~/.cursor/mcp.json, ~/.config/goose/config.yaml y las demás configuraciones de los entornos durante la instalación. Si va a conectar varios de estos servicios en un mismo equipo, ejecutar servidores MCP en un VPS explica con más detalle el modelo de procesos y stdio.
Apúntelo a un endpoint de Ollama alojado localmente
Como el arnés controla la conexión con el modelo, apuntar Agentlas a modelos locales significa apuntar el arnés a Ollama. Ollama añadió un subcomando launch en v0.15 precisamente para esto, y sigue disponible en v0.32.9 a fecha de 11 August 2026. Configura un arnés existente para usar modelos locales sin establecer variables de entorno:
ollama pull qwen3-coder:30b
ollama launch opencodeSustituya claude, codex o droid por opencode según el arnés que haya instalado. A continuación, encamine una petición mediante el entorno de ejecución local:
~/.agentlas/runtime/current/bin/hephaestus route "summarise the failing tests" --runtime ollamaUna ruta correcta devuelve una decisión JSON que indica el agente o equipo seleccionado, junto con un receipt_id. Si no devuelve información útil, compruebe la longitud de contexto. La documentación de v1.2.0 sobre modelos locales pide un modelo con al menos 64k de contexto para sesiones con mucho enrutamiento y menciona qwen3-coder, gemma3 y deepseek-r1 como ejemplos. Las propias recomendaciones de Ollama para herramientas de programación establecen el mismo mínimo de 64k. Las decisiones de enrutamiento incluyen el inventario de agentes en el prompt, por lo que un modelo con un contexto de 8k o 32k trunca el inventario y selecciona mal.
Hay una limitación que el eslogan no le explicará. Ollama, Gemma y DeepSeek no tienen su propio sistema de plugins ni de comandos, por lo que los comandos slash /agentlas no existen allí. Un arnés iniciado contra Ollama sigue proporcionando sus comandos, capacidades y plugins; un bucle de API de Ollama sin intermediarios usa el servidor MCP o el comando hephaestus route en su lugar. Esto reduce realmente la superficie disponible en un bucle de API sin intermediarios.
Cuánta RAM consume un hub de especialistas inactivos
Nada. Esa es toda la respuesta, y puede demostrarla en lugar de confiar en ella.
Los especialistas del hub que se incorporan llegan como artefactos de paquetes, no como procesos. Un especialista es un agent.md más un directorio .agentlas/ con archivos JSON: routing-card.json para los activadores y las capacidades, memory-map.json para los límites de escritura y mode-map.json para indicar si se ejecuta solo o como parte de un equipo. La documentación de Hephaestus Network describe un runner que inicia workers para una tarea, y nada de ella abre un puerto de escucha ni le pide habilitar un servicio. Entre tareas, compruébelo:
pgrep -af hephaestus
systemctl --user list-units --type=service | grep -i agentlas
du -sh ~/.agentlasCuando los workers activados mediante comandos terminan, los dos primeros comandos no muestran nada en un equipo inactivo, porque los especialistas no permanecen residentes. La versión fijada v1.2.0 puede dejar ejecutándose workers de actualización y telemetría de compilación de corta duración y desvinculados después de que termine un comando. HEPHAESTUS_AUTO_UPDATE=0 deshabilita su actualizador; la telemetría requiere su propia exclusión, descrita arriba. Las comprobaciones independientes actuales de actualizaciones y telemetría están deshabilitadas de forma predeterminada. El tercero muestra el único coste que un hub detenido le impone: el disco. Este coste aumenta con el número de especialistas que conserve y con el modelo de embeddings incluido que distribuye el runtime.
Por tanto, la cuestión de la memoria es completamente una cuestión del pico de consumo, y ese pico depende de su harness y de su backend de modelos. Si el harness se comunica con una API alojada, el coste residente es el proceso del harness, cuyo uso de memoria depende del harness y de la carga de trabajo. Si aloja los pesos localmente, los pesos son el coste principal:
Los datos de este gráfico
[
{
"label": "Hosted API model",
"weights_gb": 0
},
{
"label": "gemma3:4b",
"weights_gb": 3.4
},
{
"label": "gemma3:12b",
"weights_gb": 8.2
},
{
"label": "gemma3:27b",
"weights_gb": 17
},
{
"label": "qwen3-coder:30b",
"weights_gb": 19
}
]Esos son los tamaños de descarga publicados en la biblioteca de modelos de Ollama, no mediciones de una ejecución de benchmark, y la caché KV para un contexto de 64k se suma a todas las cifras superiores a cero. El modelo que la documentación de Agentlas menciona primero, qwen3-coder:30b, necesita 19 GB de pesos antes de contar el contexto, y hasta la variante Gemma 27B requiere 17 GB. Frente a esas cifras, la propia capa de Agentlas no aparece en el presupuesto.
Cómo se compara con ejecutar un único harness
Ejecute un único harness contra una API alojada y su VPS ejecutará un proceso. Añada Agentlas y ejecutará el mismo harness, además de los archivos y los procesos de tiempo de ejecución asociados a cada tarea. El orquestador no es otro programa de larga duración. Es un prompt más grande, ensamblado a partir de los paquetes del disco, que después se descarta.
El coste que aumenta corresponde al contexto, no a la memoria. Un orquestador que incorpora varias fichas de especialistas y sus metadatos de enrutamiento consume más tokens por tarea que un harness básico. En una API alojada, eso se traduce en dinero, no en RAM. Con modelos locales, se traduce en tiempo, porque un prompt más largo requiere un prellenado más prolongado en la CPU o una GPU más ocupada.
Por eso, las recomendaciones de dimensionamiento para un equipo como este dependen de la elección del modelo y no del framework del agente. Dimensionar la RAM y la CPU para un VPS con un agente de programación lo explica en detalle, y la conclusión también se aplica aquí: elija el plan según el backend que vaya a ejecutar y añada un par de gigabytes de margen para el harness. Si prefiere comparar con un diseño basado en un supervisor siempre activo, el harness multiagente de Omnigent mantiene su coordinador residente. Es la compensación opuesta y se refleja directamente en la memoria en reposo.
Modos de fallo y cadenas que verá
hep-build: command not found justo después de una instalación limpia. El instalador fijado escribió en ~/.local/bin, que no está presente en el PATH de algunos shells nuevos. Lo indicó cerca del final de la salida, pero el aviso pasó desapercibido. Añada la exportación mostrada arriba a ~/.bashrc.
El comportamiento cambia después de volver a preparar el equipo. No configuró HEPHAESTUS_REF, por lo que el instalador usó la etiqueta predeterminada que su script indicara ese día. Fíjela y anote ese valor junto a los demás números de versión.
El comportamiento cambia sin volver a preparar el equipo. En la versión fijada v1.2.0, el actualizador en segundo plano puede instalar una versión más reciente y hacer que ~/.agentlas/runtime/current apunte a ella. Compruebe a qué apunta current y configure HEPHAESTUS_AUTO_UPDATE=0 en el entorno en el que se ejecuta su harness, no sólo en un shell interactivo. Las actualizaciones automáticas independientes están desactivadas de forma predeterminada.
El enrutamiento elige el especialista incorrecto en un modelo local. Compruebe si la ventana de contexto del modelo es demasiado pequeña para el inventario de agentes. Cambie a un modelo con 64k o más y ajuste la longitud de contexto de Ollama para que coincida. Ollama usa 4k de forma predeterminada con menos de 24 GiB de VRAM, 32k entre 24 y menos de 48 GiB, y 256k con 48 GiB o más. Por tanto, las configuraciones más pequeñas necesitan un aumento explícito.
No se reconoce ollama launch. Este subcomando se incorporó en Ollama v0.15. Los paquetes antiguos de un repositorio de la distribución son anteriores a esa versión, por lo que debe instalar una versión actual de Ollama.
La instalación escribe en harnesses que no esperaba. El script fijado detecta y configura todos los harnesses que encuentra. Escribe en ~/.claude/, ~/.codex/, ~/.gemini/, ~/.cursor/ y otros directorios. También edita archivos de configuración existentes, como ~/.codex/config.toml, y conserva una copia de seguridad junto al original. En un equipo de compilación compartido, lea el script antes de ejecutarlo y determine cuáles de esos directorios necesita conservar.
¿Deberías ejecutarlo ya?
Un proyecto tan reciente, con versiones automatizadas que a veces se publican varias veces al día, no debería utilizarse para cargas de producción. La arquitectura es realmente interesante, la licencia es Apache-2.0 y todo su estado se almacena en archivos que puedes incluir en tus copias de seguridad. La eliminación es menos sencilla de lo que eso sugiere: el README de v1.2.0 no documenta ningún procedimiento de desinstalación, el instalador fijado escribe en varias ubicaciones del directorio personal y modifica configuraciones existentes del harness, y hephaestus global remove elimina únicamente el bloque opcional del router. Estos hechos hacen que probarlo en un equipo desechable sea barato, pero depender de él resulte costoso.
Una posición razonable por ahora es fijar v1.2.0 mediante su instalador etiquetado, establecer HEPHAESTUS_AUTO_UPDATE=0 para mantener esta versión fijada, ejecutarlo en un equipo que puedas reconstruir, conservar ~/.agentlas en tus copias de seguridad y volver a leer el registro de cambios antes de cambiar la versión fijada. Para obtener una visión más amplia de las alternativas disponibles en este ámbito y de la madurez de cada una, la comparativa de agentes de IA autoalojados es un mejor punto de partida, y cómo autoalojar un agente Hermes en un VPS explica uno de los harnesses a los que Agentlas se adapta.
FAQ
¿Agentlas OS se ejecuta como servidor en mi VPS?
La instalación mediante línea de comandos fijada en v1.2.0 no habilita ningún daemon ni abre ningún puerto a la escucha. El instalador escribe el entorno de ejecución en ~/.agentlas/runtime/ y los wrappers de comandos en ~/.local/bin. Hephaestus Network se ejecuta cuando una tarea lo inicia, no como servicio en segundo plano. Cuando los workers activados por comandos terminan, pgrep -af hephaestus no muestra nada en un sistema inactivo. La versión fijada puede iniciar workers de actualización y telemetría de compilación de corta duración: HEPHAESTUS_AUTO_UPDATE=0 deshabilita el actualizador, mientras que AGENTLAS_TELEMETRY=0 o DO_NOT_TRACK=1 deshabilita la telemetría. Las comprobaciones independientes de actualizaciones y la telemetría están deshabilitadas de forma predeterminada. En este caso, self-hosting significa que el código y el estado se encuentran en su máquina, no que haya un servicio a la escucha.
¿Cuánta RAM usa un hub de especialistas inactivos?
Ninguna, porque los especialistas inactivos no son procesos. Un especialista consta de un archivo agent.md y un directorio .agentlas/ que contiene routing-card.json, memory-map.json y metadatos similares, por lo que un hub detenido sólo ocupa espacio en disco. Mídalo con du -sh ~/.agentlas. Las tareas y los workers en segundo plano de corta duración consumen memoria; los especialistas detenidos no.
¿Qué modelos puedo usar y puedo conectarlo a mi propio Ollama?
Agentlas no llama directamente a las API de modelos. El harness del host gestiona las credenciales y la conexión, por lo que los modelos compatibles son los que admita su harness. Para usar pesos locales, ejecute ollama launch opencode, sustituyendo claude, codex o droid. Este comando configura el harness para usar su servidor Ollama sin variables de entorno. Use un modelo con un contexto de al menos 64k, como qwen3-coder o gemma3, porque las solicitudes de enrutamiento incluyen el inventario de agentes y se truncan de forma considerable con ventanas más pequeñas.
¿Qué versión debo instalar y por qué es importante fijarla aquí?
Instale v1.2.0, la versión etiquetada vigente el 12 August 2026, descargando el instalador desde la etiqueta v1.2.0 y estableciendo HEPHAESTUS_REF=v1.2.0 como se muestra arriba. A fecha de 8 November 2026, el valor predeterminado del script en main es release_ref="${HEPHAESTUS_REF:-os-v1.2.89}", y Agentlas OS 1.2.89 es la versión más reciente, publicada hoy bajo os-v1.2.89. Este instalador actual sólo acepta etiquetas de versión os-v y rechaza la antigua fijación v1.2.0. Fijar la versión es más importante de lo habitual porque el proyecto publicó más de cien versiones en su serie 1.1, varias en algunos días. Por tanto, una nueva compilación sin versión fijada varias semanas después no le proporcionará el sistema que probó. Establezca también HEPHAESTUS_AUTO_UPDATE=0 para el entorno de ejecución histórico de v1.2.0, porque, de lo contrario, su actualizador instala versiones más recientes en segundo plano y la fijación deja de aplicarse sin avisar. Las actualizaciones automáticas independientes actuales están deshabilitadas de forma predeterminada.