SSD Nodes Learn Hosting plans →
Panduan Matt ConnorOleh Matt Connor

Cara Self-host Agentlas OS pada Linux VPS

Panduan lengkap memasang Agentlas OS v1.2.0 pada VPS. Ketahui lokasi penyimpanan state, cara integrasi dengan Ollama dan kos sebenar menjalankan hab ejen yang melahu.

Apakah Agentlas OS sebenarnya

Agentlas OS ialah runtime ejen sumber terbuka yang menyimpan ejen khusus pada cakera sebagai pakej dan membina orkestrator sementara untuk setiap tugas. Anda mengehosnya sendiri dengan memasangnya dalam akaun pengguna anda pada Linux VPS. Pemasangan command-line v1.2.0 yang dipinkan di bawah bukanlah servis: pemasangnya tidak mengaktifkan daemon atau membuka port untuk mendengar. Projek semasa turut mendokumentasikan aplikasi desktop yang berasingan.

Perbezaan terakhir itu menentukan semua perkara lain pada halaman ini. Kebanyakan sistem berbilang ejen menjalankan proses penyelia yang kekal aktif dan menyimpan ejen tersebut. Agentlas menggunakan pendekatan yang berbeza: ejen khusus ialah fail yang disimpan, manakala orkestrator hanya wujud semasa tugas berjalan. Hasil praktikalnya, hub yang melahu menggunakan ruang cakera, bukan memori.

Projek ini menamakan teras terbukanya Hephaestus, dan nama itu akan anda lihat dalam command, path dan environment variable. Repositori tersebut ialah agentlas-ai/Agentlas-OS, dilesenkan di bawah Apache-2.0 dan kebanyakannya ditulis dalam Python.

Sejauh mana tahap awal projek ini, sebenarnya

Seperti yang direkodkan pada 13 October 2026, repositori ini berusia kira-kira empat bulan, dengan sekitar 1,580 star dan 110 fork. Tempoh itu masih singkat untuk sesuatu yang anda gunakan bagi kerja sebenar.

Kekerapan release lebih penting daripada usia projek. Version v1.1.103 diterbitkan pada 8 August 2026, manakala v1.2.0 diterbitkan pada 12 August 2026. Terdapat lebih daripada seratus release bertag dalam siri 1.1, termasuk beberapa release pada hari yang sama, yang diterbitkan melalui automation. Siri 1.2 meneruskan kadar tersebut: versinya telah mencapai v1.2.62 pada 10 October 2026. Projek yang berubah sepantas ini boleh mengubah behaviour tanpa anda sedari antara hari Tuesday dan Thursday.

Oleh itu, tetapkan release secara pin. Installer membaca environment variable untuk tujuan ini, dan keseluruhan panduan di bawah menggunakannya. Pemasangan tanpa pin bagi projek yang mengeluarkan release sekerap ini boleh memberikan versi yang terakhir ditag ketika script tersebut kali terakhir disunting.

Perkara yang diperlukan pada VPS

Keperluannya minimum kerana specialist yang tidak aktif hanyalah fail, bukan proses.

  • VPS Linux. Ubuntu 24.04 ialah baseline yang sesuai. Pemasang mengesan sistem pengendalian dengan uname -s dan menggunakan laluan bukan macOS untuk Linux, jadi pelayan tanpa antara muka grafik disokong.
  • curl, tar dan git pada pelayan, serta Python 3.9 atau lebih baharu. Pemasang yang dikunci versinya menggunakan Python untuk mengesahkan model embedding yang disertakan.
  • Akses HTTPS keluar ke raw.githubusercontent.com dan github.com untuk pemasangan biasa. Pemasang memuat turun arkib release dan menyemak SHA-256. Pemasang standalone semasa menolak HEPHAESTUS_SOURCE_DIR dengan standalone_local_source_unverified; pemasangan luar talian melalui pemboleh ubah itu tidak lagi disokong.
  • Host harness, iaitu coding agent yang berkomunikasi dengan model. Claude Code, Codex, opencode, goose dan Hermes semuanya disokong sebagai adapter.

Anda tidak memerlukan root. Pemasang hanya menulis dalam direktori home anda, termasuk ~/.local/bin. Jika sesuatu langkah gagal, seperti apabila path tidak boleh ditulis, pemasang memberikan amaran dan meneruskan langkah lain. Pemasang kemudian keluar dengan kod bukan sifar jika terdapat sebarang kegagalan. Jika anda masih memilih pelayan itu sendiri, menjalankan coding agent pada VPS menerangkan imej asas dan persediaan akses yang menjadi asas kepada pemasangan ini.

Pasang keluaran yang dikunci versinya

README upstream mendokumenkan satu baris yang menyalurkan skrip daripada main terus ke bash. Muat turun pemasang v1.2.0 dan baca kandungannya dahulu. Pemasang ini menulis ke setiap harness ejen yang ditemuinya, jadi luangkan sepuluh saat untuk menyemaknya.

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 ialah pin versi. Setakat 8 November 2026, skrip di main menggunakan release_ref="${HEPHAESTUS_REF:-os-v1.2.89}", dan halaman keluaran melabelkan Agentlas OS 1.2.89, yang dikeluarkan hari ini di bawah os-v1.2.89, sebagai Latest. Pemasang semasa memerlukan tag os-v dan menolak HEPHAESTUS_REF=v1.2.0 dengan standalone_channel_tag_invalid. Pemasang terdahulu di atas menerima pin tersebut.

URL skrip di atas mengunci versi pemasang dan payload runtime kepada v1.2.0. Pemasangan standalone semasa menggunakan ~/.agentlas/os-runtime dan pelancar ~/.agentlas/os-bin/agentlas-os. Pemasangan tersebut tidak lagi memasang wrapper global atau mendaftarkan plugin hos dan MCP secara kekal secara lalai. Nilai lalai itu berbeza daripada pemasangan bersejarah yang diterangkan di bawah.

Pin tersebut meliputi proses pemasangan, bukan perkara yang berlaku selepas itu. Dalam v1.2.0, arahan hephaestus memulakan semakan kemas kini di latar belakang. Jika keluaran yang lebih baharu tersedia, arahan itu memasangnya dan menghalakan semula ~/.agentlas/runtime/current tanpa meminta pengesahan. Pemasang melumpuhkan tindakan ini untuk prosesnya sendiri dengan HEPHAESTUS_AUTO_UPDATE=0. Pemboleh ubah yang sama digunakan untuk mengekalkan pin bersejarah ini. Pemboleh ubah itu ditambahkan pada profil shell anda dalam langkah seterusnya. Kemas kini automatik untuk pemasangan standalone semasa dilumpuhkan secara lalai.

Proses yang berjaya memaparkan path yang ditulisnya, termasuk baris berikut apabila ~/.local/bin tiada dalam 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)

Amaran PATH itu ialah baris yang sering dilangkau. Pada sistem Ubuntu baharu, ~/.local/bin biasanya tiada daripada PATH. Oleh itu, setiap arahan hep-* gagal dengan command not found walaupun pemasangan berjaya. Tambahkannya pada ~/.bashrc, lumpuhkan updater latar belakang bersejarah pada masa yang sama, kemudian sahkan:

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

hep-global ialah ejaan asal bagi hephaestus global, manakala status menunjukkan sama ada setiap fail arahan harness mengandungi blok router terurus. Router itu dilumpuhkan secara lalai, jadi hasil yang dijangka ialah none. Jika arahan itu boleh dijalankan, PATH anda telah dikonfigurasikan dengan betul.

Lokasi penyimpanan keadaan

Segala-galanya ialah fail di bawah direktori rumah anda. Ini memudahkan pencadangan dan pemindahan.

  • ~/.agentlas/runtime/1.2.0/ menyimpan runtime itu sendiri. Pemasang membuang awalan v daripada tag tersebut. ~/.agentlas/runtime/current/ ialah symlink kepada versi aktif. Dua versi yang dipasak boleh wujud bersebelahan.
  • ~/.local/bin/ menyimpan pembungkus shell, termasuk hephaestus, hep-build, hep-network, hep-search, hep-storm, hep-cloud dan hep-upload.
  • ~/.agentlas/networking/memory/ menyimpan memori kekal: playbook-registry.json, playbook-candidates.jsonl dan memory-events.jsonl.
  • ~/.agentlas/networking/hub-agents/<slug>/memory/experience.sqlite menyimpan pengalaman bagi setiap ejen mengikut pemilik.
  • <project>/.agentlas/ontology-runtime.sqlite menyimpan keadaan bagi setiap projek. Oleh itu, keadaan ini bergerak bersama repositori dan bukan bersama pelayan.
  • ~/.cache/agentlas/python menyimpan cache Python pada Linux. macOS menggunakan path yang berbeza. Pemasang memilih path tersebut melalui cabang dengan uname.

Dokumentasi memori v1.2.0 menyatakan dengan jelas bahawa rahsia, kelayakan mentah dan transkrip penuh tidak boleh dimasukkan ke dalam mana-mana skop memori. Nilai kelayakan kekal dalam fail tempatan yang diabaikan oleh git, manakala rekod memori hanya menyimpan nama dan path. Sandarkan ~/.agentlas serta direktori projek .agentlas anda. Anda boleh membina semula persekitaran pada VPS baharu.

Satu perkara yang meninggalkan pelayan: dalam keluaran v1.2.0 yang dipasak, hep-build menghantar pembilang binaan tanpa nama secara lalai, tanpa prompt, path atau kandungan ejen. Tetapkan AGENTLAS_TELEMETRY=0 atau DO_NOT_TRACK=1, atau masukkan kedua-dua "telemetry": false dan "telemetrySetBy": "user" ke dalam ~/.agentlas/networking/config.json, untuk mematikannya. Telemetri kendiri semasa dimatikan secara lalai.

Backend model yang boleh dituju

Inilah butiran yang mengubah pemahaman terhadap keseluruhan persediaan: Agentlas tidak memanggil API model. Host harness yang melakukannya.

Dokumen seni bina menerangkan adapter masa jalan yang menterjemahkan satu teras kepada setiap harness, manakala README menyatakan bahawa adapter mengurus pengesahan penyedianya sendiri, dengan pemanggil membekalkan model dan akses API mereka sendiri. Agentlas menyediakan dua permukaan yang digunakan oleh harness: fail AgentSkills dan pelayan MCP (model context protocol) yang berkomunikasi melalui stdio. Oleh itu, soalan "model manakah yang disokong oleh Agentlas" sebenarnya bermaksud "model manakah yang disokong oleh harness anda", dan jawapannya ialah apa-apa sahaja yang boleh dicapai oleh Claude Code, Codex, opencode, goose atau Hermes.

Pendaftaran pelayan MCP kelihatan seperti berikut dalam konfigurasi TOML gaya Codex:

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

Pelayan yang sama didaftarkan ke dalam ~/.cursor/mcp.json, ~/.config/goose/config.yaml dan konfigurasi harness lain secara automatik semasa pemasangan. Jika anda menyambungkan beberapa pelayan ini pada satu mesin, menjalankan pelayan MCP pada VPS menerangkan model stdio dan proses dengan lebih terperinci.

Halakan ke endpoint Ollama yang dihoskan sendiri

Memandangkan harness mengurus sambungan model, penggunaan model tempatan dengan Agentlas bermaksud menghalakan harness anda ke Ollama. Ollama menambah subperintah launch dalam v0.15 khusus untuk tujuan ini, dan subperintah itu masih disertakan dalam v0.32.9 pada 11 August 2026. Subperintah ini mengkonfigurasi harness sedia ada untuk menggunakan model tempatan tanpa perlu menetapkan pemboleh ubah persekitaran:

ollama pull qwen3-coder:30b
ollama launch opencode

Gantikan opencode dengan claude, codex atau droid, bergantung pada harness yang anda pasang. Kemudian halakan permintaan melalui runtime tempatan:

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

Halakan yang berjaya mengembalikan keputusan JSON yang menamakan agent atau team yang dipilih, bersama-sama dengan receipt_id. Jika hasilnya tidak berguna, semak panjang konteks. Dokumentasi local-models v1.2.0 memerlukan model dengan konteks sekurang-kurangnya 64k untuk sesi yang banyak menggunakan routing, serta menamakan qwen3-coder, gemma3 dan deepseek-r1 sebagai contoh. Panduan Ollama sendiri untuk alat pengekodan juga menetapkan had minimum 64k yang sama. Keputusan routing membawa inventori agent dalam prompt. Oleh itu, model dengan konteks 8k atau 32k akan memotong inventori tersebut dan membuat pilihan yang kurang tepat.

Terdapat satu batasan yang tidak dinyatakan oleh tagline. Ollama, Gemma dan DeepSeek tidak mempunyai sistem plugin atau command sendiri. Oleh itu, command slash /agentlas tidak tersedia di situ. Harness yang dilancarkan terhadap Ollama masih menyediakan command, skill dan plugin miliknya. Gelung API Ollama mentah pula menggunakan pelayan MCP atau command hephaestus route. Ini benar-benar mengurangkan permukaan fungsi bagi gelung API mentah.

Kos hab RAM bagi hab pakar tidak aktif

Tiada kos. Itulah keseluruhan jawapannya, dan anda boleh membuktikannya sendiri tanpa bergantung pada dakwaan ini.

Pakar hab yang dipasang daripada sumber luaran hadir sebagai artifak pakej, bukan proses. Sesuatu pakar ialah agent.md bersama direktori JSON .agentlas/: routing-card.json untuk pencetus dan keupayaan, memory-map.json untuk sempadan penulisan, dan mode-map.json untuk menentukan sama ada ia berjalan secara bersendirian atau sebagai sebahagian daripada pasukan. Dokumentasi Hephaestus Network menerangkan runner yang melancarkan worker untuk sesuatu tugasan. Tiada apa-apa dalam dokumentasi itu yang membuka port untuk mendengar atau meminta anda mengaktifkan servis. Antara tugasan, semak sendiri:

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

Selepas worker yang dicetuskan oleh arahan tamat, dua arahan pertama tidak memaparkan apa-apa pada mesin yang tidak menjalankan tugasan, kerana pakar tidak kekal dalam memori. Versi v1.2.0 yang dipin boleh meninggalkan worker kemas kini dan telemetri binaan yang berjalan secara singkat dan terpisah selepas arahan selesai. HEPHAESTUS_AUTO_UPDATE=0 melumpuhkan updaternya; telemetri memerlukan pilihan keluar tersendiri seperti yang diterangkan di atas. Pemeriksaan kemas kini standalone semasa dan telemetri dilumpuhkan secara lalai. Arahan ketiga memaparkan satu-satunya kos yang dikenakan oleh hab yang tidak aktif, iaitu ruang cakera. Kos ini meningkat mengikut bilangan pakar yang anda simpan serta model embedding terbina dalam yang disertakan bersama runtime.

Jadi, persoalan memori sepenuhnya berkaitan dengan lonjakan penggunaan, dan lonjakan itu ditentukan oleh harness serta backend model anda. Jika harness berkomunikasi dengan API yang dihoskan, kos memori semasa ialah proses harness. Penggunaan memorinya bergantung pada harness dan beban kerja. Jika anda mengehos sendiri weights, weights itulah kos utama:

CartaModel weights resident on the VPS, published Ollama download sizes, November 2026
Data di sebalik carta ini
[
  {
    "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
  }
]

Itulah saiz muat turun yang diterbitkan daripada pustaka model Ollama, bukan ukuran daripada pelaksanaan benchmark. KV cache untuk konteks 64k pula menggunakan memori tambahan bagi setiap angka di atas yang lebih besar daripada sifar. Model yang dinamakan terlebih dahulu dalam dokumentasi Agentlas, qwen3-coder:30b, memerlukan 19 GB weights sebelum mengambil kira konteks. Malah, varian Gemma 27B memerlukan 17 GB. Berbanding angka tersebut, lapisan Agentlas sendiri tidak kelihatan dalam anggaran penggunaan.

Perbandingan dengan menjalankan satu harness

Jalankan satu harness terhadap API yang dihoskan dan VPS anda menjalankan satu proses. Tambahkan Agentlas dan VPS menjalankan harness yang sama, bersama fail serta proses runtime yang khusus untuk tugas. Orchestrator bukan program tambahan yang berjalan untuk tempoh lama. Orchestrator ialah prompt yang lebih besar, dibina daripada pakej pada cakera dan kemudian dibuang.

Kos yang berubah ialah konteks, bukan memori. Orchestrator yang memuatkan beberapa kad pakar serta metadata penghalaannya menggunakan lebih banyak token bagi setiap tugas berbanding harness asas. Pada API yang dihoskan, kos ini melibatkan wang, bukan RAM. Pada model yang dijalankan secara setempat, kos ini melibatkan masa kerana prompt yang lebih panjang memerlukan prefill yang lebih lama pada CPU atau GPU yang lebih sibuk.

Sebab itu panduan menentukan saiz untuk mesin seperti ini bergantung pada keputusan model, bukan rangka kerja ejen. Menentukan saiz RAM dan CPU untuk VPS ejen pengekodan menerangkan perkara ini dengan terperinci. Kesimpulannya juga terpakai di sini: pilih pelan berdasarkan backend yang hendak anda jalankan, kemudian sediakan lebihan kapasiti beberapa gigabait untuk harness. Jika anda mahu reka bentuk penyelia yang sentiasa aktif sebagai perbandingan, harness berbilang ejen Omnigent mengekalkan coordinaturnya dalam memori. Ini merupakan pertukaran yang berlawanan dan kesannya dapat dilihat secara langsung pada penggunaan memori ketika melahu.

Mod kegagalan dan rentetan yang akan dipaparkan

hep-build: command not found selepas pemasangan bersih. Pemasang yang dipinkan menulis ke ~/.local/bin, yang tiada dalam PATH bagi sesetengah shell baharu. Mesej itu dipaparkan berhampiran penghujung output, tetapi amaran tersebut mungkin terlepas pandang. Tambahkan export yang ditunjukkan di atas pada ~/.bashrc.

Tingkah laku berubah selepas anda membina semula sistem. Anda tidak menetapkan HEPHAESTUS_REF, jadi pemasang menggunakan tag lalai yang ditentukan oleh skripnya pada hari tersebut. Pin nilainya, kemudian catatkan pin itu bersama nombor versi yang lain.

Tingkah laku berubah tanpa pembinaan semula. Dalam v1.2.0 yang dipinkan, pengemas kini latar belakang boleh memasang keluaran yang lebih baharu dan mengalihkan ~/.agentlas/runtime/current kepadanya. Semak sasaran current, kemudian tetapkan HEPHAESTUS_AUTO_UPDATE=0 dalam persekitaran yang digunakan oleh harness anda, bukan hanya dalam shell interaktif. Kemas kini automatik kendiri semasa dilumpuhkan secara lalai.

Penghalaan memilih pakar yang salah pada model setempat. Semak sama ada tetingkap konteks model terlalu kecil untuk inventori ejen. Gunakan model dengan sekurang-kurangnya 64k dan tetapkan panjang konteks Ollama supaya sepadan. Ollama menggunakan nilai lalai 4k bagi VRAM di bawah 24 GiB, 32k bagi 24 hingga kurang daripada 48 GiB, dan 256k bagi 48 GiB atau lebih. Oleh itu, konfigurasi yang lebih kecil memerlukan peningkatan secara eksplisit.

ollama launch tidak dikenali. Subperintah tersebut diperkenalkan dalam Ollama v0.15. Pakej lama daripada repositori pengedaran mendahuluinya. Oleh itu, pasang Ollama semasa.

Pemasangan menulis ke dalam harness yang tidak anda jangkakan. Skrip yang dipinkan mengesan dan mengkonfigurasi setiap harness yang ditemuinya. Skrip itu menulis ke ~/.claude/, ~/.codex/, ~/.gemini/, ~/.cursor/ dan direktori lain. Skrip itu juga mengedit fail konfigurasi yang telah wujud, seperti ~/.codex/config.toml, serta menyimpan sandaran di sebelah fail asal. Pada build box yang dikongsi, baca skrip tersebut sebelum menjalankannya dan kenal pasti direktori yang anda perlukan.

Patutkah anda menjalankannya sekarang

Projek yang masih baharu ini mempunyai keluaran automatik, kadangkala beberapa kali sehari. Ia belum sesuai digunakan untuk beban kerja produksi. Seni binanya benar-benar menarik, lesennya ialah Apache-2.0, dan semua keadaannya disimpan dalam fail yang boleh dibuat sandaran. Namun, proses pembuangannya tidak semudah yang disiratkan: README v1.2.0 tidak mendokumenkan cara menyahpasang, pemasang yang ditetapkan versinya menulis ke beberapa lokasi dalam direktori rumah anda serta mengubah konfigurasi harness sedia ada, manakala hephaestus global remove hanya membuang blok router pilihan. Faktor-faktor ini menjadikannya mudah dicuba pada mesin yang boleh dibuang, tetapi mahal untuk dijadikan kebergantungan.

Buat masa ini, pendekatan yang munasabah ialah menetapkan v1.2.0 menggunakan pemasangnya yang ditag, menetapkan HEPHAESTUS_AUTO_UPDATE=0 supaya versi yang ditetapkan ini kekal, menjalankannya pada mesin yang boleh dibina semula, menyertakan ~/.agentlas dalam sandaran anda, dan membaca semula changelog sebelum mengubah versi yang ditetapkan. Untuk tinjauan lebih luas tentang pilihan lain dalam ruang ini serta tahap kematangan setiap pilihan, tinjauan ejen AI self-hosted ialah titik permulaan yang lebih baik. self-hosting ejen Hermes pada VPS pula menerangkan salah satu harness yang diubah suai oleh Agentlas.

FAQ

Adakah Agentlas OS berjalan sebagai pelayan pada VPS saya?

Pemasangan baris perintah v1.2.0 yang dipinkan tidak mengaktifkan daemon atau membuka port yang mendengar. Pemasang menulis runtime ke dalam ~/.agentlas/runtime/ dan pembalut perintah ke dalam ~/.local/bin. Hephaestus Network berjalan apabila tugasan melancarkannya, bukannya sebagai servis latar belakang. Selepas worker yang dicetuskan oleh perintah keluar, pgrep -af hephaestus tidak memaparkan apa-apa pada sistem yang tidak menjalankan tugasan. Keluaran yang dipinkan boleh melancarkan worker kemas kini dan telemetri binaan yang berjangka pendek: HEPHAESTUS_AUTO_UPDATE=0 menyahaktifkan pengemas kininya, manakala AGENTLAS_TELEMETRY=0 atau DO_NOT_TRACK=1 menyahaktifkan telemetri. Semakan kemas kini kendiri dan telemetri semasa dimatikan secara lalai. Self-hosting di sini bermaksud kod dan keadaan sistem berada pada mesin anda, bukannya ada servis yang sedang mendengar.

Berapa banyak RAM yang digunakan oleh hub pakar yang tidak aktif?

Tiada, kerana pakar yang tidak aktif bukan proses. Pakar ialah fail agent.md serta direktori .agentlas/ yang menyimpan routing-card.json, memory-map.json dan metadata yang serupa. Oleh itu, hub yang tidak digunakan hanya menggunakan ruang cakera. Ukur penggunaan itu dengan du -sh ~/.agentlas. Tugasan dan worker latar belakang yang berjangka pendek menggunakan memori; pakar yang tidak digunakan tidak menggunakannya.

Model apa yang boleh saya gunakan, dan bolehkah saya menghalakannya kepada Ollama saya sendiri?

Agentlas tidak memanggil API model secara langsung. Harness hos mengurus kelayakan dan sambungan. Oleh itu, model yang disokong ialah model yang disokong oleh harness anda. Untuk weight tempatan, jalankan ollama launch opencode dengan menggantikan claude, codex atau droid. Perintah ini mengkonfigurasi harness untuk menggunakan pelayan Ollama anda tanpa pemboleh ubah persekitaran. Gunakan model dengan konteks sekurang-kurangnya 64k, seperti qwen3-coder atau gemma3, kerana prompt penghalaan membawa inventori ejen dan akan terpotong dengan teruk pada tetingkap yang lebih kecil.

Versi apa yang patut saya pasang, dan mengapa pin penting dalam kes ini?

Pasang v1.2.0, iaitu keluaran bertag yang terkini pada 12 August 2026, dengan mengambil pemasang daripada tag v1.2.0 dan menetapkan HEPHAESTUS_REF=v1.2.0 seperti yang ditunjukkan di atas. Setakat 8 November 2026, nilai lalai skrip pada main ialah release_ref="${HEPHAESTUS_REF:-os-v1.2.89}", dan Agentlas OS 1.2.89 ialah keluaran terkini yang diterbitkan hari ini di bawah os-v1.2.89. Pemasang semasa itu hanya menerima tag versi os-v dan menolak pin v1.2.0 yang lama. Pin lebih penting daripada biasa kerana projek ini menerbitkan lebih daripada seratus keluaran dalam siri 1.1, termasuk beberapa keluaran pada sesetengah hari. Oleh itu, binaan semula tanpa pin beberapa minggu kemudian tidak akan menghasilkan sistem yang sama seperti sistem yang telah anda uji. Tetapkan juga HEPHAESTUS_AUTO_UPDATE=0 untuk runtime v1.2.0 bersejarah, kerana pengemas kininya akan memasang keluaran yang lebih baharu di latar belakang jika tidak ditetapkan dan pin tersebut akan berhenti berkuat kuasa tanpa disedari. Kemas kini automatik kendiri semasa dimatikan secara lalai.

Adakah artikel ini berguna?