Como hospedar o Agentlas OS em um VPS
Instale o Agentlas OS v1.2.0 em um VPS Linux com versão fixada, veja onde o estado fica, configure o Ollama e calcule o custo real de um hub ocioso.
O que o Agentlas OS realmente é
O Agentlas OS é um runtime de agentes de código aberto que mantém agentes especializados no disco como pacotes e cria um orquestrador temporário para cada tarefa. Pode alojá-lo no seu próprio servidor Linux VPS instalando-o na sua conta de utilizador. A instalação pela linha de comandos da versão fixa v1.2.0 apresentada abaixo não é um serviço: o instalador não ativa um daemon nem abre uma porta em escuta. O projeto atual também documenta uma aplicação de desktop separada.
Essa distinção determina todo o restante desta página. A maioria dos sistemas multiagente executa um processo supervisor que permanece ativo e mantém os agentes. O Agentlas faz o inverso: os especialistas são ficheiros armazenados no disco, e o orquestrador só existe enquanto uma tarefa está em execução. Na prática, um hub inativo consome espaço em disco, não memória.
O projeto chama Hephaestus ao seu núcleo aberto, e esse é o nome que verá nos comandos, nos caminhos e nas variáveis de ambiente. O repositório é agentlas-ai/Agentlas-OS, tem licença Apache-2.0 e é escrito sobretudo em Python.
Quão recente é este projeto, honestamente
Conforme registado em 13 de outubro de 2026, o repositório tinha cerca de quatro meses, aproximadamente 1,580 estrelas e 110 forks. Isso é pouco tempo para algo que será usado em trabalho real.
A cadência de lançamentos é mais importante do que a idade. A versão v1.1.103 foi publicada em 8 de agosto de 2026, e a v1.2.0 foi lançada em 12 de agosto de 2026. Isso representa mais de uma centena de lançamentos marcados na série 1.1, vários no mesmo dia, publicados por automação. A série 1.2 manteve o ritmo: tinha chegado à v1.2.62 em 10 de outubro de 2026. Um projeto que evolui a essa velocidade pode alterar o comportamento entre terça-feira e quinta-feira.
Por isso, fixe a versão. O instalador lê uma variável de ambiente para esse fim, e todo o guia abaixo a utiliza. Uma instalação sem versão fixa de um projeto que lança versões com tanta frequência fornece a versão que estava marcada mais recentemente quando o script foi editado pela última vez.
O que é necessário no VPS
Os requisitos são poucos porque os especialistas inativos são ficheiros, não processos.
- Um VPS Linux. Ubuntu 24.04 é uma boa base. O instalador deteta o sistema operativo com
uname -se segue um ramo não macOS para Linux, pelo que uma máquina sem interface gráfica é suportada. curl,taregitna máquina, além de Python 3.9 ou mais recente, que o instalador fixado utiliza para verificar o modelo de embeddings incluído.- Acesso HTTPS de saída a
raw.githubusercontent.comegithub.compara uma instalação normal. O instalador descarrega um arquivo de release e valida o respetivo SHA-256. O instalador autónomo atual rejeitaHEPHAESTUS_SOURCE_DIRcomstandalone_local_source_unverified; a instalação offline através dessa variável já não é suportada. - Um host harness, que é o agente de programação que comunica efetivamente com um modelo. Claude Code, Codex, opencode, goose e Hermes são adaptadores suportados.
Não é necessário utilizar root. O instalador escreve apenas na sua diretoria pessoal, incluindo ~/.local/bin. Quando um passo falha, por exemplo devido a um caminho sem permissões de escrita, apresenta um aviso e continua com o restante. No fim, termina com um código diferente de zero se alguma operação tiver falhado. Se ainda estiver a escolher a própria máquina, executar um agente de programação num VPS explica a imagem base e a configuração de acesso sobre as quais esta instalação assenta.
Instalar a versão fixada
O README upstream documenta uma única linha que encaminha um script de main diretamente para bash. Transfira o instalador v1.2.0 e leia-o primeiro. Ele escreve em todos os harnesses de agentes que encontrar, por isso vale a pena dedicar-lhe dez segundos.
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 é a versão fixada. Em 8 November 2026, o script em main usa release_ref="${HEPHAESTUS_REF:-os-v1.2.89}", e a página de releases identifica Agentlas OS 1.2.89, released today sob os-v1.2.89, como Latest. O instalador atual exige uma tag os-v e rejeita HEPHAESTUS_REF=v1.2.0 com standalone_channel_tag_invalid. O instalador histórico acima aceita essa versão fixada.
O URL do script fixa tanto o instalador como o payload de runtime em v1.2.0. As instalações standalone atuais usam ~/.agentlas/os-runtime e o launcher ~/.agentlas/os-bin/agentlas-os, e já não instalam wrappers globais nem registam permanentemente plugins de host e MCP por predefinição. Essas predefinições diferem da instalação histórica descrita abaixo.
A versão fixada abrange a instalação, mas não o que acontece depois. Em v1.2.0, os comandos hephaestus iniciam uma verificação de atualizações em segundo plano que, quando existe uma versão mais recente, a instala e redireciona ~/.agentlas/runtime/current sem pedir confirmação. O instalador desativa esse comportamento durante a própria execução com HEPHAESTUS_AUTO_UPDATE=0, e essa é também a variável que mantém esta versão histórica fixada. Ela é adicionada ao perfil da shell no passo seguinte. As atualizações automáticas das instalações standalone atuais estão desativadas por predefinição.
Uma execução bem-sucedida apresenta os caminhos que escreveu, incluindo estas linhas quando ~/.local/bin está ausente de PATH:
Installed runner: /home/you/.agentlas/runtime/current/bin/hephaestus
Installed shell commands in /home/you/.local/bin (add ~/.local/bin to PATH to use them)Esse aviso sobre PATH é a linha que as pessoas ignoram. Numa instalação nova do Ubuntu, ~/.local/bin está frequentemente ausente de PATH, pelo que todos os comandos hep-* falham com command not found, embora a instalação tenha sido bem-sucedida. Adicione-o a ~/.bashrc, desative ao mesmo tempo o atualizador histórico em segundo plano e confirme:
echo 'export PATH="$HOME/.local/bin:$PATH"' >> ~/.bashrc
echo 'export HEPHAESTUS_AUTO_UPDATE=0' >> ~/.bashrc
source ~/.bashrc
hep-global statushep-global é a forma original de escrever hephaestus global, e status mostra se cada ficheiro de instruções do harness contém o bloco de encaminhamento gerido. Esse encaminhamento está desativado por predefinição, por isso é esperado que indique none. Se o comando for executado, o seu PATH está correto.
Onde o estado é armazenado
Tudo é um ficheiro no seu diretório pessoal, o que simplifica as cópias de segurança e a migração.
~/.agentlas/runtime/1.2.0/contém o próprio runtime (o instalador remove ovinicial da tag), com~/.agentlas/runtime/current/como link simbólico para a versão ativa. Duas versões fixadas podem coexistir.~/.local/bin/contém os wrappers da shell, incluindohephaestus,hep-build,hep-network,hep-search,hep-storm,hep-cloudehep-upload.~/.agentlas/networking/memory/contém a memória persistente:playbook-registry.json,playbook-candidates.jsonlememory-events.jsonl.~/.agentlas/networking/hub-agents/<slug>/memory/experience.sqlitecontém a experiência por agente, associada ao proprietário.<project>/.agentlas/ontology-runtime.sqlitecontém o estado por projeto, para que acompanhe o repositório e não o servidor.~/.cache/agentlas/pythoncontém a cache do Python no Linux. O macOS usa um caminho diferente; esse é o ramo que o instalador seleciona comuname.
A documentação da memória da v1.2.0 é explícita: segredos, credenciais em bruto e transcrições completas não devem ser colocados em nenhum âmbito de memória. Os valores das credenciais permanecem em ficheiros locais ignorados pelo git, e os registos de memória contêm apenas nomes e caminhos. Faça cópias de segurança de ~/.agentlas e dos diretórios .agentlas do seu projeto para poder reconstruir o ambiente num novo VPS.
Há um elemento que sai do servidor: na versão fixada v1.2.0, hep-build envia contadores de compilação anónimos por predefinição, sem prompts, caminhos ou conteúdo dos agentes. Defina AGENTLAS_TELEMETRY=0 ou DO_NOT_TRACK=1, ou coloque "telemetry": false e "telemetrySetBy": "user" em ~/.agentlas/networking/config.json, para desativar esse comportamento. A telemetria autónoma atual está desativada por predefinição.
Para quais backends de modelos ele pode apontar
Este é o detalhe que reformula toda a configuração: o Agentlas não chama uma API de modelo. O harness do host faz isso.
O documento de arquitetura descreve adaptadores de runtime que traduzem um core para cada harness, e o README informa que o adaptador gere a autenticação do seu provedor, enquanto o chamador fornece o seu próprio modelo e acesso à API. O Agentlas disponibiliza duas interfaces que um harness pode utilizar: um ficheiro AgentSkills e um servidor MCP (model context protocol) que comunica através de stdio. Por isso, a pergunta "quais modelos o Agentlas suporta" significa, na prática, "quais modelos o seu harness suporta"; a resposta é qualquer modelo que Claude Code, Codex, opencode, goose ou Hermes consiga alcançar.
O registo do servidor MCP fica assim numa configuração TOML ao estilo do Codex:
[mcp_servers.hephaestus-network]
command = "~/.agentlas/runtime/current/bin/hephaestus"
args = ["mcp", "serve"]O mesmo servidor é registado automaticamente em ~/.cursor/mcp.json, ~/.config/goose/config.yaml e nas outras configurações de harness durante a instalação. Se estiver a ligar vários destes serviços na mesma máquina, executar servidores MCP num VPS explica com mais detalhe o modelo de stdio e de processos.
Aponte-o para um endpoint Ollama autoalojado
Como o harness gere a ligação ao modelo, apontar o Agentlas para modelos locais significa apontar o seu harness para o Ollama. O Ollama adicionou o subcomando launch na v0.15 para este fim, e ele continua disponível na v0.32.9 em 11 de agosto de 2026. Este subcomando configura um harness existente para usar modelos locais sem definir variáveis de ambiente:
ollama pull qwen3-coder:30b
ollama launch opencodeSubstitua claude, codex ou droid por opencode, conforme o harness instalado. Em seguida, encaminhe um pedido através do runtime local:
~/.agentlas/runtime/current/bin/hephaestus route "summarise the failing tests" --runtime ollamaUm encaminhamento bem-sucedido devolve uma decisão JSON que identifica o agente ou a equipa selecionada, com um receipt_id. Se não devolver nada útil, verifique o comprimento do contexto. A documentação de modelos locais da v1.2.0 exige um modelo com pelo menos 64k de contexto para sessões com muito encaminhamento e indica qwen3-coder, gemma3 e deepseek-r1 como exemplos. As orientações do próprio Ollama para ferramentas de programação exigem igualmente um mínimo de 64k. As decisões de encaminhamento incluem o inventário de agentes no prompt. Por isso, um modelo com contexto de 8k ou 32k trunca o inventário e faz escolhas incorretas.
Há uma limitação que o slogan não menciona. Ollama, Gemma e DeepSeek não têm um sistema próprio de plugins ou comandos, pelo que os comandos slash /agentlas não existem nesses modelos. Um harness iniciado contra o Ollama continua a fornecer os seus comandos, competências e plugins. Um ciclo de API Ollama direto usa, em alternativa, o servidor MCP ou o comando hephaestus route. Isto reduz efetivamente a superfície disponível num ciclo de API direto.
O custo em RAM de um hub de especialistas inativos
Nada. Essa é toda a resposta, e pode comprová-la em vez de confiar nela.
Os especialistas de um hub obtidos como dependências chegam como artefactos de pacotes, não como processos. Um especialista é um agent.md e um diretório .agentlas/ de JSON: routing-card.json para acionadores e capacidades, memory-map.json para limites de escrita, mode-map.json para indicar se é executado sozinho ou como parte de uma equipa. A documentação da Hephaestus Network descreve um runner que inicia workers para uma tarefa, e nada nela abre uma porta de escuta ou pede que ative um serviço. Entre tarefas, confirme por si próprio:
pgrep -af hephaestus
systemctl --user list-units --type=service | grep -i agentlas
du -sh ~/.agentlasDepois de os workers acionados por comandos terminarem, os dois primeiros comandos não produzem qualquer saída num sistema inativo, porque os especialistas não ficam residentes. A versão fixada v1.2.0 pode deixar workers de atualização e de telemetria de compilação, de curta duração e desligados, em execução depois de um comando terminar. HEPHAESTUS_AUTO_UPDATE=0 desativa o atualizador; a telemetria requer a sua própria opção de exclusão, descrita acima. As verificações de atualização autónomas atuais e a telemetria estão desativadas por predefinição. O terceiro comando mostra o único custo que um hub parado lhe impõe: espaço em disco. Esse custo aumenta com o número de especialistas mantidos e com o modelo de embeddings incluído no runtime.
Por isso, a questão da memória é inteiramente uma questão do pico de utilização, e esse pico corresponde ao seu harness e ao backend do modelo. Se o harness comunicar com uma API alojada, o custo residente será o processo do harness, cuja utilização de memória depende do harness e da carga de trabalho. Se alojar os pesos localmente, os pesos são o custo:
Os dados por trás deste 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
}
]Esses são os tamanhos de transferência publicados na biblioteca de modelos do Ollama, não medições de uma execução de benchmark, e a cache KV para um contexto de 64k fica acima de todos os valores superiores a zero apresentados. O modelo que a documentação do Agentlas apresenta primeiro, qwen3-coder:30b, precisa de 19 GB de pesos antes do contexto, e até a variante Gemma 27B requer 17 GB. Comparada com esses valores, a própria camada do Agentlas não aparece no orçamento.
Como isto se compara com executar um único harness
Execute um harness contra uma API alojada e o seu VPS terá um processo. Adicione o Agentlas e terá o mesmo harness, além dos ficheiros e dos processos de runtime associados às tarefas. O orquestrador não é um programa adicional de longa duração. É um prompt maior, montado a partir dos pacotes no disco e descartado em seguida.
O custo que aumenta é o contexto, não a memória. Um orquestrador que carrega vários cartões de especialistas e os respetivos metadados de encaminhamento usa mais tokens por tarefa do que um harness básico. Numa API alojada, isso representa um custo financeiro, não RAM. Com modelos locais, representa tempo, porque um prompt mais longo implica um prefill mais demorado no CPU ou uma GPU mais ocupada.
É por isso que as recomendações de dimensionamento para uma máquina deste tipo dependem da escolha do modelo, e não do framework de agentes. Dimensionar a RAM e o CPU para um VPS com um agente de programação explica isto em detalhe, e a conclusão mantém-se aqui: escolha o plano para o backend que pretende executar e acrescente alguns gigabytes de margem para o harness. Se preferir comparar com o desenho de um supervisor sempre ativo, o harness multiagente Omnigent mantém o coordenador residente. É uma troca oposta e reflete-se diretamente na memória usada em idle.
Modos de falha e as mensagens que verá
hep-build: command not found logo depois de uma instalação limpa. O instalador fixado escreveu em ~/.local/bin, que não está presente no PATH de algumas shells novas. A mensagem aparece perto do fim da saída, mas o aviso passou rapidamente. Adicione o export mostrado acima a ~/.bashrc.
O comportamento muda depois de reconstruir o sistema. Não definiu HEPHAESTUS_REF, por isso o instalador usou a tag predefinida indicada pelo script naquele dia. Fixe esse valor e registe-o junto dos outros números de versão.
O comportamento muda sem reconstruir o sistema. Na versão fixada v1.2.0, o atualizador em segundo plano pode instalar uma versão mais recente e alterar ~/.agentlas/runtime/current para apontar para ela. Verifique para onde current aponta e defina HEPHAESTUS_AUTO_UPDATE=0 no ambiente em que o seu harness é executado, não apenas numa shell interativa. As atualizações automáticas autónomas atuais estão desativadas por predefinição.
O encaminhamento escolhe o especialista errado num modelo local. Verifique se a janela de contexto do modelo é demasiado pequena para o inventário de agentes. Mude para um modelo com 64k ou mais e defina o comprimento de contexto do Ollama para o mesmo valor. O Ollama usa 4k por predefinição abaixo de 24 GiB de VRAM, 32k a partir de 24 e abaixo de 48 GiB, e 256k com 48 GiB ou mais. Por isso, as configurações menores precisam de um aumento explícito.
ollama launch não é reconhecido. O subcomando foi introduzido no Ollama v0.15. Pacotes mais antigos de um repositório da distribuição são anteriores a essa versão, por isso instale um Ollama atual.
A instalação escreve em harnesses que não esperava. O script fixado deteta e configura todos os harnesses encontrados. Escreve em ~/.claude/, ~/.codex/, ~/.gemini/, ~/.cursor/ e outros, e edita ficheiros de configuração que já existem, como ~/.codex/config.toml, mantendo uma cópia de segurança junto do original. Num sistema de compilação partilhado, leia o script antes de o executar e identifique quais desses diretórios são relevantes para si.
Vale a pena executar isto agora?
Um projeto tão recente, com releases automatizadas, por vezes várias por dia, não deve ser submetido a uma carga de produção. A arquitetura é genuinamente interessante, a licença é Apache-2.0 e todo o estado fica armazenado em ficheiros que pode incluir nas cópias de segurança. A remoção é menos simples do que isso sugere: o README da v1.2.0 não documenta nenhum procedimento de desinstalação, o instalador fixado escreve em várias localizações do seu diretório pessoal e edita configurações existentes do harness, e hephaestus global remove remove apenas o bloco opcional do router. Estes factos tornam barato testá-lo numa máquina descartável e caro depender dele.
Por enquanto, uma posição sensata é fixar a v1.2.0 usando o instalador associado à tag, definir HEPHAESTUS_AUTO_UPDATE=0 para manter esta versão fixada, executá-lo numa máquina que possa reconstruir, manter ~/.agentlas nas suas cópias de segurança e voltar a ler o changelog antes de alterar a versão fixada. Para uma análise mais ampla do que existe neste espaço e do grau de maturidade de cada opção, o resumo dos agentes de IA self-hosted é um melhor ponto de partida, e executar um agente Hermes self-hosted numa VPS aborda um dos harnesses aos quais o Agentlas se adapta.
FAQ
O Agentlas OS funciona como servidor na minha VPS?
A instalação de linha de comandos fixada na v1.2.0 não ativa um daemon nem abre uma porta em escuta. O instalador grava um runtime em ~/.agentlas/runtime/ e wrappers de comandos em ~/.local/bin, e a Hephaestus Network é executada quando uma tarefa a inicia, e não como um serviço em segundo plano. Depois de os workers acionados por comandos terminarem, pgrep -af hephaestus não apresenta nada num sistema ocioso. A release fixada pode iniciar workers temporários de atualização e telemetria de builds: HEPHAESTUS_AUTO_UPDATE=0 desativa o atualizador, enquanto AGENTLAS_TELEMETRY=0 ou DO_NOT_TRACK=1 desativa a telemetria. As verificações autónomas de atualizações e a telemetria atuais estão desativadas por predefinição. Neste contexto, self-hosting significa que o código e o estado estão na sua máquina, e não que existe um serviço em escuta.
Quanta RAM utiliza um hub de especialistas ociosos?
Nenhuma, porque os especialistas ociosos não são processos. Um especialista é um ficheiro agent.md e um diretório .agentlas/ que contém routing-card.json, memory-map.json e metadados semelhantes, pelo que um hub parado ocupa espaço em disco. Meça esse espaço com du -sh ~/.agentlas. As tarefas e os workers temporários em segundo plano consomem memória; os especialistas parados não.
Que modelos posso utilizar e posso apontá-lo para o meu próprio Ollama?
O Agentlas não chama APIs de modelos diretamente. O harness do host gere as credenciais e a ligação, pelo que os modelos suportados são os que o seu harness suporta. Para pesos locais, execute ollama launch opencode, substituindo claude, codex ou droid. Isto configura o harness para utilizar o seu servidor Ollama sem variáveis de ambiente. Utilize um modelo com um contexto de pelo menos 64k, como qwen3-coder ou gemma3, porque os prompts de encaminhamento incluem o inventário de agentes e são truncados de forma inadequada em janelas menores.
Que versão devo instalar e porque é importante fixá-la neste caso?
Instale a v1.2.0, a release identificada por tag que estava atual em 12 de agosto de 2026, obtendo o instalador a partir da tag v1.2.0 e definindo HEPHAESTUS_REF=v1.2.0 conforme mostrado acima. Em 8 de novembro de 2026, a predefinição do script em main é release_ref="${HEPHAESTUS_REF:-os-v1.2.89}", e o Agentlas OS 1.2.89 é a release mais recente, publicada hoje em os-v1.2.89. Esse instalador atual aceita apenas tags de versão os-v e rejeita a antiga fixação v1.2.0. A fixação é mais importante do que o habitual porque o projeto publicou mais de uma centena de releases na série 1.1, várias em alguns dias, pelo que uma reconstrução sem fixação semanas mais tarde não lhe fornecerá o sistema que testou. Defina também HEPHAESTUS_AUTO_UPDATE=0 para o runtime histórico da v1.2.0, porque, caso contrário, o respetivo atualizador instala releases mais recentes em segundo plano e a fixação deixa silenciosamente de ser aplicada. As atualizações automáticas autónomas atuais estão desativadas por predefinição.