SSD Nodes Learn Hosting plans →
מדריכים Matt Connorמאת Matt Connor

התקנת Agentlas OS על שרת VPS: מדריך מעשי

למדו כיצד להתקין את Agentlas OS v1.2.0 על שרת Linux. המדריך מפרט את תהליך ההתקנה, הגדרת נתיבי האחסון, חיבור ל-Ollama וניתוח צריכת המשאבים של מרכז סוכנים במצב המתנה.

מהו למעשה Agentlas OS

Agentlas OS הוא סביבת הרצה (runtime) של סוכנים בקוד פתוח, השומרת סוכנים מומחים על הדיסק כחבילות ומרכיבה מתזמר (orchestrator) זמני עבור כל משימה. ניתן לארח אותו באופן עצמי על ידי התקנה בחשבון המשתמש שלכם בשרת Linux VPS. פקודת ההתקנה בגרסה v1.2.0 המופיעה מטה אינה מפעילה שירות (service): המתקין אינו מפעיל daemon ואינו פותח פורט להאזנה. הפרויקט הנוכחי מתעד גם אפליקציית שולחן עבודה נפרדת.

הבחנה אחרונה זו קובעת את כל שאר התוכן בדף זה. רוב המערכות מרובות-הסוכנים מריצות תהליך מפקח שנשאר פעיל ומחזיק את הסוכנים. Agentlas הופך את המודל הזה: המומחים הם קבצים במנוחה, והמתזמר קיים רק בזמן שהמשימה רצה. התוצאה המעשית היא שמרכז (hub) במצב המתנה צורך שטח דיסק, ולא זיכרון.

הפרויקט מכנה את ליבת הקוד הפתוח שלו Hephaestus, וזהו השם שתראו בפקודות, בנתיבים ובמשתני הסביבה. המאגר נמצא ב-agentlas-ai/Agentlas-OS, מופץ תחת רישיון Apache-2.0, וכתוב ברובו ב-Python.

עד כמה הפרויקט הזה מוקדם, בכנות

נכון לתיעוד מיום 13 באוקטובר 2026, המאגר היה בן כארבעה חודשים, עם כ-1,580 כוכבים ו-110 forks. זהו גיל צעיר עבור כלי שאתם מייעדים לעבודה אמיתית.

קצב ה-releases חשוב יותר מהגיל. גרסה v1.1.103 פורסמה ב-8 באוגוסט 2026, וגרסה v1.2.0 הגיעה ב-12 באוגוסט 2026. מדובר ביותר ממאה גרסאות מתויגות בסדרה 1.1, לעיתים כמה באותו יום, שפורסמו באמצעות אוטומציה. סדרה 1.2 שמרה על אותו קצב: היא הגיעה ל-v1.2.62 עד ה-10 באוקטובר 2026. פרויקט שמתקדם במהירות כזו ישנה את התנהגותו תחת ידיכם בין יום שלישי ליום חמישי.

לכן, קבעו (pin) את ה-release. תוכנית ההתקנה קוראת משתנה סביבה עבור מטרה זו, וכל המדריך להלן משתמש בו. התקנה ללא קיבוע של פרויקט שמשחרר גרסאות בתדירות כזו תיתן לכם בדרך כלל את מה שתוייג לאחרונה בעת העריכה האחרונה של הסקריפט.

מה נדרש ב-VPS

הדרישות מצומצמות כיוון שמומחים במצב המתנה הם קבצים, לא תהליכים.

  • שרת Linux VPS. הפצה מסוג Ubuntu 24.04 מהווה בסיס מצוין. תוכנית ההתקנה מזהה את מערכת ההפעלה באמצעות uname -s ובוחרת ענף שאינו macOS עבור Linux, כך ששרת ללא ממשק גרפי (headless) נתמך.
  • curl, tar ו-git מותקנים על השרת, בתוספת Python 3.9 ומעלה, שבו משתמש מתקין ה-pinned כדי לאמת את מודל ה-embedding המצורף.
  • גישת HTTPS יוצאת ל-raw.githubusercontent.com ו-github.com עבור התקנה רגילה. המתקין מוריד ארכיון release ומבצע בדיקת SHA-256. המתקין העצמאי הנוכחי דוחה את HEPHAESTUS_SOURCE_DIR עם standalone_local_source_unverified; התקנה לא מקוונת דרך משתנה זה אינה נתמכת עוד.
  • תשתית מארחת (host harness), שהיא סוכן הקידוד שמתקשר בפועל עם המודל. Claude Code, Codex, opencode, goose ו-Hermes הם כולם מתאמים (adapters) נתמכים.

אין צורך בהרשאות root. המתקין כותב אך ורק תחת תיקיית הבית שלך, כולל ~/.local/bin. כאשר שלב מסוים נכשל, למשל נתיב שאינו ניתן לכתיבה, המערכת מציגה אזהרה וממשיכה בשאר השלבים, ולאחר מכן מסיימת עם קוד יציאה שאינו אפס אם אירע כשל כלשהו. אם טרם בחרת את השרת עצמו, הרצת סוכן קידוד על VPS מכסה את הגדרות תמונת הבסיס והגישה שעליהן מבוסס תהליך זה.

התקנת גרסה נעולה (Pinned release)

ה-README של המקור מתעד שורת פקודה אחת המזרימה סקריפט מ-main ישירות ל-bash. הורידו את המתקין בגרסה v1.2.0 וקראו אותו תחילה. הוא כותב לכל רכיב agent harness שהוא מוצא, לכן כדאי להקדיש לו עשר שניות של תשומת לב.

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.sh

HEPHAESTUS_REF הוא ה-pin. נכון ל-8 בנובמבר 2026, הסקריפט ב-main משתמש ב-release_ref="${HEPHAESTUS_REF:-os-v1.2.89}", ודף ה-releases מסמן את Agentlas OS 1.2.89, ששוחרר היום תחת os-v1.2.89, כגרסה העדכנית ביותר (Latest). המתקין הנוכחי דורש תגית os-v ודוחה את HEPHAESTUS_REF=v1.2.0 עם standalone_channel_tag_invalid. המתקין ההיסטורי לעיל מקבל את ה-pin הזה.

כתובת ה-URL של הסקריפט לעיל נועלת הן את המתקין והן את ה-runtime payload לגרסה v1.2.0. התקנות standalone נוכחיות משתמשות ב-~/.agentlas/os-runtime ובמשגר ~/.agentlas/os-bin/agentlas-os, ואינן מתקינות עוד wrappers גלובליים או רושמות באופן קבוע תוספי host ו-MCP כברירת מחדל. ברירות מחדל אלו שונות מההתקנה ההיסטורית המתוארת להלן.

ה-pin מכסה את ההתקנה בלבד, לא את מה שקורה לאחר מכן. בגרסה v1.2.0, פקודות hephaestus מפעילות בדיקת עדכונים ברקע, שכאשר קיימת גרסה חדשה יותר, מתקינה אותה ומפנה מחדש את ~/.agentlas/runtime/current ללא התראה. המתקין משבית התנהגות זו עבור ההרצה שלו באמצעות HEPHAESTUS_AUTO_UPDATE=0, ואותו משתנה הוא הדרך לשמור על ה-pin ההיסטורי הזה במקומו. הוא מתווסף לפרופיל ה-shell שלכם בשלב הבא. עדכונים אוטומטיים ב-standalone נוכחי כבויים כברירת מחדל.

הרצה מוצלחת מדפיסה את הנתיבים אליהם נכתבו קבצים, כולל השורות הבאות כאשר ~/.local/bin חסר מ-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)

אזהרת ה-PATH הזו היא השורה שאנשים נוטים לדלג עליה. בשרת Ubuntu חדש, ~/.local/bin לרוב חסר מ-PATH, לכן כל פקודת hep-* נכשלת עם command not found למרות שההתקנה הצליחה. הוסיפו אותו ל-~/.bashrc, כבו את מעדכן הרקע ההיסטורי באותו זמן, ואשרו:

echo 'export PATH="$HOME/.local/bin:$PATH"' >> ~/.bashrc
echo 'export HEPHAESTUS_AUTO_UPDATE=0' >> ~/.bashrc
source ~/.bashrc
hep-global status

hep-global הוא הכתיב המקורי של hephaestus global, ו-status מציג האם כל קובץ הוראות harness נושא את בלוק ה-managed router. ה-router הזה כבוי כברירת מחדל, לכן צפו שהוא ידווח על "none". אם הפקודה רצה בכלל, ה-PATH שלכם תקין.

היכן נשמר המצב

הכול מיוצג כקובץ תחת ספריית הבית שלך, מה שהופך גיבוי והעברה לפעולות פשוטות.

  • ~/.agentlas/runtime/1.2.0/ מכיל את סביבת ה-runtime עצמה (המתקין מסיר את הקידומת v מהתגית), כאשר ~/.agentlas/runtime/current/ משמש כקישור סימבולי (symlink) לגרסה הפעילה. ניתן להחזיק שתי גרסאות נעולות זו לצד זו.
  • ~/.local/bin/ מכיל את מעטפות ה-shell, כולל hephaestus, hep-build, hep-network, hep-search, hep-storm, hep-cloud ו-hep-upload.
  • ~/.agentlas/networking/memory/ מכיל את הזיכרון העמיד: playbook-registry.json, playbook-candidates.jsonl ו-memory-events.jsonl.
  • ~/.agentlas/networking/hub-agents/<slug>/memory/experience.sqlite מכיל את הניסיון שנצבר לכל סוכן (agent), מוגבל לפי בעלים.
  • <project>/.agentlas/ontology-runtime.sqlite מכיל את מצב הפרויקט, כך שהוא עובר יחד עם ה-repository ולא נשאר מקובע לשרת.
  • ~/.cache/agentlas/python מכיל את ה-cache של Python ב-Linux. ב-macOS נעשה שימוש בנתיב שונה, בהתאם לענף שהמתקין בוחר באמצעות uname.

תיעוד הזיכרון של גרסה v1.2.0 מבהיר במפורש שסודות, אישורי גישה גולמיים ותמלילים מלאים אסורים באף טווח זיכרון. ערכי אישורי הגישה נשארים בקבצים מקומיים שאינם מנוהלים ב-git, ורשומות הזיכרון שומרות רק שמות ונתיבים. גבה את ~/.agentlas ואת ספריות ה-.agentlas של הפרויקט שלך, ותוכל לשחזר את המערכת על גבי VPS חדש.

דבר אחד יוצא מהשרת: בגרסה הנעולה v1.2.0, הכלי hep-build שולח מוני בנייה אנונימיים כברירת מחדל, ללא הנחיות, נתיבים או תוכן של סוכנים. הגדר את AGENTLAS_TELEMETRY=0 או DO_NOT_TRACK=1, או הצב את שניהם, "telemetry": false ו-"telemetrySetBy": "user", בתוך ~/.agentlas/networking/config.json כדי לבטל זאת. בגרסאות עצמאיות (standalone) נוכחיות, הטלמטריה כבויה כברירת מחדל.

אילו מודלים של backends ניתן להגדיר

להלן הפרט שמשנה את התמונה כולה: Agentlas אינו קורא ל-API של מודל. ה-harness המארח הוא זה שעושה זאת.

מסמך הארכיטקטורה מתאר מתאמי זמן ריצה (runtime adapters) שמתרגמים ליבה אחת לכל harness, וה-README מציין שהמתאם אחראי על אימות ה-provider, כאשר הקורא מספק את המודל ואת הגישה ל-API שלו. Agentlas מספק שני ממשקים ש-harness יכול לצרוך: קובץ AgentSkills ושרת MCP (פרוטוקול הקשר מודל) הפועל באמצעות stdio. לכן, השאלה "באילו מודלים Agentlas תומך" היא למעשה "באילו מודלים ה-harness שלך תומך", והתשובה היא כל מודל ש-Claude Code, Codex, opencode, goose או Hermes מסוגלים להגיע אליו.

רישום שרת ה-MCP נראה כך בתצורת TOML בסגנון Codex:

[mcp_servers.hephaestus-network]
command = "~/.agentlas/runtime/current/bin/hephaestus"
args = ["mcp", "serve"]

אותו שרת נרשם אוטומטית בתוך ~/.cursor/mcp.json, ~/.config/goose/config.yaml ושאר קובצי התצורה של ה-harness במהלך ההתקנה. אם אתם מחברים כמה מהם לשרת אחד, הרצת שרתי MCP על גבי VPS מכסה את מודל ה-stdio והתהליכים לעומק.

הפניית השירות לנקודת קצה של Ollama באירוח עצמי

מכיוון שה-harness מנהל את החיבור למודל, הפניית Agentlas למודלים מקומיים משמעותה הפניית ה-harness ל-Ollama. החל מגרסה v0.15 הוסיפה Ollama פקודת משנה מסוג launch בדיוק למטרה זו, והיא עדיין קיימת בגרסה v0.32.9 נכון ל-11 באוגוסט 2026. פעולה זו מגדירה harness קיים לעבודה מול מודלים מקומיים ללא צורך בהגדרת משתני סביבה:

ollama pull qwen3-coder:30b
ollama launch opencode

החליפו את opencode ב-claude, codex או droid, בהתאם ל-harness שהתקנתם. לאחר מכן, נתבו בקשה דרך ה-runtime המקומי:

~/.agentlas/runtime/current/bin/hephaestus route "summarise the failing tests" --runtime ollama

ניתוב מוצלח מחזיר אובייקט JSON עם החלטה המציינת את ה-agent או הצוות שנבחר, בצירוף receipt_id. אם לא מתקבל מידע מועיל, בדקו את אורך ה-context. התיעוד של local-models בגרסה v1.2.0 דורש מודל עם לפחות 64k של context עבור סשנים עתירי ניתוב, ומציין את qwen3-coder, gemma3 ו-deepseek-r1 כדוגמאות. ההנחיות של Ollama עצמה עבור כלי פיתוח מציבות את אותו רף מינימלי של 64k. החלטות ניתוב כוללות את מלאי ה-agents בתוך ה-prompt, לכן מודל עם 8k או 32k של context יקצץ את המלאי ויבצע בחירות שגויות.

סייג אחד שהכותרת לא תציין בפניכם: ל-Ollama, ל-Gemma ול-DeepSeek אין מערכת פלאגינים או פקודות משלהם, ולכן פקודות ה-slash מסוג /agentlas אינן קיימות שם. harness שמופעל מול Ollama עדיין מספק את הפקודות, היכולות והפלאגינים שלו; לולאת API גולמית של Ollama משתמשת בשרת MCP או בפקודת hephaestus route במקום זאת. מדובר בצמצום משמעותי של שטח הפנים עבור לולאת API גולמית.

מה העלות ב-RAM של אוסף מומחים במצב המתנה

שום דבר. זו התשובה המלאה, ואפשר להוכיח זאת במקום להסתמך על דברינו.

מומחי Hub מושאלים מגיעים כארטיפקטים של חבילות, לא כתהליכים. מומחה הוא agent.md בצירוף ספריית .agentlas/ של קובצי JSON: routing-card.json עבור טריגרים ויכולות, memory-map.json עבור גבולות כתיבה, ו-mode-map.json עבור הגדרה אם הוא פועל לבדו או כחלק מצוות. התיעוד של Hephaestus Network מתאר מריץ (runner) שמפעיל עובדים (workers) עבור משימה, ושום דבר בו אינו פותח פורט להאזנה או דורש ממך להפעיל שירות. בין משימות, בדוק זאת בעצמך:

pgrep -af hephaestus
systemctl --user list-units --type=service | grep -i agentlas
du -sh ~/.agentlas

ברגע שעובדים שהופעלו על ידי פקודה מסיימים את פעולתם, שני הפקודות הראשונות לא ידפיסו דבר במכונה במצב המתנה, כיוון שמומחים אינם תושבי זיכרון. הגרסה המקובעת v1.2.0 עשויה להשאיר עובדי עדכון וטלמטריה קצרי-מועד ומנותקים לאחר שהפקודה מסתיימת. HEPHAESTUS_AUTO_UPDATE=0 משבית את העדכון האוטומטי; עבור טלמטריה יש לבצע ביטול הסכמה כמתואר לעיל. כברירת מחדל, בדיקות עדכון עצמאיות וטלמטריה כבויות. הפקודה השלישית מדפיסה את העלות היחידה ש-Hub במצב המתנה מטיל עליך, והיא שטח דיסק, שגדל בהתאם למספר המומחים שאתה שומר בתוספת מודל ה-embedding המצורף שמגיע עם ה-runtime.

לכן, שאלת הזיכרון היא כולה שאלה על ה-burst, וה-burst הוא ה-harness שלך בתוספת ה-backend של המודל. אם ה-harness מתקשר עם API מאוחסן, עלות הזיכרון התושב היא תהליך ה-harness, שצריכת הזיכרון שלו תלויה ב-harness ובעומס העבודה. אם אתה מארח את המשקולות (weights) בעצמך, המשקולות הן החשבון:

תרשיםModel weights resident on the VPS, published Ollama download sizes, November 2026
הנתונים שמאחורי התרשים
[
  {
    "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
  }
]

אלו הם גדלי ההורדה המפורסמים מספריית המודלים של Ollama, ולא מדידות מתוך הרצת benchmark, וה-KV cache עבור context של 64k מתווסף לכל נתון שמעל אפס. המודל שתיעוד Agentlas מציין ראשון, qwen3-coder:30b, זקוק ל-19 GB של משקולות לפני ה-context, ואפילו גרסת ה-27B של Gemma דורשת 17 GB. מול מספרים אלו, שכבת ה-Agentlas עצמה אינה מופיעה בתקציב.

כיצד זה בהשוואה להרצת harness יחיד

הרצת harness יחיד מול API מאוחסן גורמת ל-VPS שלכם לשאת תהליך אחד בלבד. הוספת Agentlas גורמת לו לשאת את אותו ה-harness, בתוספת קבצים ותהליכי זמן-ריצה מוגבלי-משימה. ה-orchestrator אינו תוכנית נוספת בעלת אורך חיים ארוך; זהו prompt גדול יותר שמורכב מהחבילות שעל הדיסק ואז מושלך.

העלות שמשתנה היא הקשר (context), לא זיכרון. orchestrator שמושך כמה כרטיסי מומחה ומטא-נתוני הניתוב שלהם צורך יותר tokens לכל משימה מאשר harness חשוף. ב-API מאוחסן, מדובר בכסף ולא ב-RAM. במשקולות מקומיות (local weights), מדובר בזמן, כיוון ש-prompt ארוך יותר משמעו prefill ארוך יותר ב-CPU או עומס רב יותר ב-GPU.

זו הסיבה שהמלצות הגודל עבור שרת כזה נגזרות מהחלטת המודל ולא מ-framework הסוכנים. קביעת גודל RAM ו-CPU עבור VPS של סוכן קידוד מפרטת זאת לעומק, והמסקנה נותרת בעינה: בחרו את התוכנית עבור ה-backend שאתם מתכוונים להריץ, ואז הוסיפו כמה גיגה-בייטים של מרווח נשימה עבור ה-harness. אם אתם מעדיפים את תכנון ה-supervisor הפעיל תמיד לצורך השוואה, ה-harness מרובה-סוכנים Omnigent שומר את ה-coordinator שלו בזיכרון, מה שמהווה את הפשרה ההפוכה ומתבטא ישירות בזיכרון במצב המתנה (idle).

מצבי כשל והודעות שתראה

hep-build: command not found מיד לאחר התקנה נקייה. מתקין ה-pinned כתב ל-~/.local/bin, נתיב שאינו קיים ב-PATH של חלק מה-shells החדשים. הודעה על כך הופיעה לקראת סוף הפלט, אך היא נעלמה בגלילה. הוסף את ה-export המוצג לעיל ל-~/.bashrc.

שינויים בהתנהגות לאחר בנייה מחדש של השרת. לא הגדרת את HEPHAESTUS_REF, לכן המתקין השתמש ב-tag שצוין בסקריפט באותו יום. קבע גרסה (pin) ותעד אותה לצד מספרי הגרסאות האחרים שלך.

שינויים בהתנהגות ללא בנייה מחדש. בגרסה v1.2.0 המקובעת, מעדכן הרקע יכול להתקין release חדש יותר ולהעביר את ~/.agentlas/runtime/current אליו. בדוק לאן current מצביע, והגדר את HEPHAESTUS_AUTO_UPDATE=0 בסביבה שבה ה-harness שלך רץ, ולא רק ב-shell אינטראקטיבי. עדכונים אוטומטיים עצמאיים כבויים כברירת מחדל.

ניתוב בוחר מומחה שגוי במודל מקומי. בדוק אם חלון ההקשר (context window) של המודל קטן מדי עבור מלאי הסוכנים. עבור למודל עם 64k ומעלה והגדר את אורך ההקשר של Ollama בהתאם. Ollama משתמשת ב-4k כברירת מחדל מתחת ל-24 GiB VRAM, ב-32k בין 24 ל-48 GiB, וב-256k ב-48 GiB ומעלה; לכן, בתצורות קטנות יותר נדרשת הגדלה מפורשת.

ollama launch אינו מזוהה. פקודת המשנה הגיעה ב-Ollama v0.15. חבילות ישנות ממאגרי ההפצה קדמו לה, לכן התקן גרסה עדכנית של Ollama.

ההתקנה כותבת לתוך harnesses שלא ציפית להם. הסקריפט המקובע מזהה ומגדיר כל harness שהוא מוצא, כותב ל-~/.claude/, ~/.codex/, ~/.gemini/, ~/.cursor/ ועוד, ועורך קובצי תצורה קיימים כמו ~/.codex/config.toml, תוך שמירה על גיבוי לצד הקובץ המקורי. בשרת בנייה משותף, קרא את הסקריפט לפני הרצתו ודע אילו מהתיקיות הללו חשובות לך.

האם כדאי להריץ זאת כבר עכשיו

פרויקט צעיר כל כך עם שחרורים אוטומטיים, לעיתים כמה ביום, אינו מתאים לעומסי עבודה בסביבת production. הארכיטקטורה מעניינת באמת, הרישיון הוא Apache-2.0, וכל מצב המערכת נשמר בקבצים שניתן לגבות. הסרה היא תהליך פחות מסודר מכפי שזה נשמע: ה-README של גרסה v1.2.0 אינו מתעד תהליך הסרה, המתקין המקובע כותב למיקומים מרובים בתיקיית הבית שלכם ועורך קובצי הגדרות קיימים של ה-harness, ו-hephaestus global remove מסיר רק את בלוק ה-router האופציונלי. עובדות אלו הופכות את הכלי לזול לניסוי על שרת חד-פעמי, אך יקר להסתמכות.

עמדה הגיונית לעת עתה: קבעו את גרסה v1.2.0 באמצעות המתקין המתויג שלה, הגדירו את HEPHAESTUS_AUTO_UPDATE=0 כדי לשמור על גרסה היסטורית זו, הריצו את הכלי על שרת שניתן להקים מחדש, שמרו את ~/.agentlas בגיבויים שלכם, וקראו שוב את ה-changelog לפני שתשנו את הקיבוע. לסקירה רחבה יותר של מה עוד קיים בתחום זה ומה רמת הבשלות של כל אפשרות, סקירת סוכני ה-AI לאירוח עצמי היא נקודת התחלה טובה יותר, ו-אירוח עצמי של סוכן Hermes על גבי VPS מכסה את אחד ה-harnesses ש-Agentlas מתאים אליהם.

FAQ

האם Agentlas OS רץ כשרת על ה-VPS שלי?

התקנת שורת הפקודה המקובעת בגרסה v1.2.0 אינה מפעילה daemon ואינה פותחת פורט להאזנה. תוכנית ההתקנה כותבת סביבת הרצה תחת ~/.agentlas/runtime/ ועטיפות פקודה לתוך ~/.local/bin, ורשת Hephaestus פועלת כאשר משימה מפעילה אותה, ולא כשירות רקע. ברגע שעובדים שהופעלו על ידי פקודה מסיימים את פעולתם, pgrep -af hephaestus לא מציג דבר במכונה במצב המתנה. הגרסה המקובעת יכולה להפעיל עובדי עדכון וטלמטריה של בנייה לזמן קצר: HEPHAESTUS_AUTO_UPDATE=0 משבית את המעדכן שלו, בעוד AGENTLAS_TELEMETRY=0 או DO_NOT_TRACK=1 משביתים את הטלמטריה. בדיקות עדכון עצמאיות וטלמטריה כבויות כברירת מחדל. אירוח עצמי בהקשר זה אומר שהקוד והמצב נמצאים על המכונה שלך, ולא ששירות כלשהו מאזין.

כמה זיכרון RAM צורך רכזת (hub) של מומחים במצב המתנה?

אפס, מכיוון שמומחים במצב המתנה אינם תהליכים. מומחה הוא קובץ agent.md בתוספת ספריית .agentlas/ המכילה routing-card.json, memory-map.json ומטא-נתונים דומים, לכן רכזת חונה צורכת שטח דיסק בלבד. מדדו זאת באמצעות du -sh ~/.agentlas. משימות ועובדי רקע לזמן קצר צורכים זיכרון; מומחים חונים אינם צורכים.

באילו מודלים אוכל להשתמש, והאם ניתן להפנות את המערכת ל-Ollama שלי?

Agentlas אינו קורא ל-APIs של מודלים בעצמו. רתמת המארח (host harness) מחזיקה בפרטי ההתחברות ובחיבור, לכן המודלים הנתמכים הם כל מה שהרתמה שלך תומכת בו. עבור משקלים מקומיים, הריצו את ollama launch opencode (תוך החלפת claude, codex או droid), מה שמגדיר את הרתמה מול שרת ה-Ollama שלכם ללא משתני סביבה. השתמשו במודל עם הקשר (context) של לפחות 64k, כגון qwen3-coder או gemma3, מכיוון שהנחיות הניתוב נושאות את מלאי הסוכנים ונקטעות בצורה משמעותית בחלונות קטנים יותר.

איזו גרסה עלי להתקין, ומדוע קיבוע (pinning) חשוב כאן?

התקינו את v1.2.0, הגרסה המתויגת העדכנית נכון ל-12 באוגוסט 2026, על ידי משיכת תוכנית ההתקנה מהתג v1.2.0 והגדרת HEPHAESTUS_REF=v1.2.0 כפי שמוצג לעיל. נכון ל-8 בנובמבר 2026, ברירת המחדל של הסקריפט ב-main היא release_ref="${HEPHAESTUS_REF:-os-v1.2.89}", ו-Agentlas OS 1.2.89 היא הגרסה האחרונה, שפורסמה היום תחת os-v1.2.89. תוכנית ההתקנה הנוכחית מקבלת רק תגי גרסה של os-v ודוחה את הקיבוע הישן של v1.2.0. קיבוע חשוב יותר מהרגיל מכיוון שהפרויקט פרסם מעל מאה גרסאות בסדרת 1.1 שלו, לעיתים כמה באותו יום, כך שבנייה מחדש ללא קיבוע שבועות לאחר מכן לא תיתן לכם את המערכת שבדקתם. הגדירו גם את HEPHAESTUS_AUTO_UPDATE=0 עבור סביבת ההרצה ההיסטורית v1.2.0, מכיוון שהמעדכן שלה מתקין אחרת גרסאות חדשות יותר ברקע והקיבוע מפסיק להחזיק מעמד בשקט. עדכונים אוטומטיים עצמאיים נוכחיים כבויים כברירת מחדל.

האם המאמר הזה היה מועיל?