SSD Nodes Learn Hosting plans →
Посібники Matt ConnorВід Matt Connor

Як розгорнути Agentlas OS на Linux VPS

Покроково встановіть Agentlas OS v1.2.0 на Linux VPS: pinned install, розташування state, підключення до Ollama та реальна ціна неактивного hub.

Що насправді таке Agentlas OS

Agentlas OS — це open source runtime для агентів. Він зберігає спеціалізованих агентів на диску у вигляді пакетів і створює тимчасовий оркестратор для кожного завдання. Ви розміщуєте його на власному Linux VPS, встановлюючи у свій обліковий запис користувача. Наведена нижче команда встановлення через командний рядок для версії v1.2.0 не створює сервіс: інсталятор не вмикає daemon і не відкриває порт для прослуховування. У поточній документації проєкту також описано окремий desktop app.

Ця відмінність визначає все інше на цій сторінці. Більшість multi-agent систем запускає процес supervisor, який постійно працює та зберігає агентів. Agentlas працює навпаки: спеціалізовані агенти є файлами на диску, а оркестратор існує лише під час виконання завдання. Практичний результат: неактивний hub використовує дисковий простір, а не пам’ять.

Проєкт називає своє open core Hephaestus. Саме це ім’я ви побачите в командах, шляхах і змінних середовища. Репозиторій — agentlas-ai/Agentlas-OS, він ліцензований за Apache-2.0 і переважно написаний мовою Python.

Наскільки цей проєкт насправді молодий

Станом на 13 жовтня 2026 року репозиторію було близько чотирьох місяців. Він мав приблизно 1,580 зірок і 110 fork. Для інструмента, який ви використовуєте в реальній роботі, це дуже молодий проєкт.

Частота випусків важливіша за вік. Версію v1.1.103 опубліковано 8 серпня 2026 року, а v1.2.0 — 12 серпня 2026 року. У серії 1.1 було понад сто тегованих випусків, причому в окремі дні виходило по кілька. Їх публікувала автоматизація. Серія 1.2 зберегла такий темп: станом на 10 жовтня 2026 року вона досягла версії v1.2.62. Проєкт, який розвивається з такою швидкістю, може змінити поведінку між вівторком і четвергом.

Тому зафіксуйте версію випуску. Інсталятор читає для цього змінну середовища, і весь наведений нижче посібник використовує її. Інсталяція без зафіксованої версії для проєкту, який так часто випускає оновлення, встановить останній тегований випуск на момент останнього редагування скрипту.

Що потрібно на VPS

Вимоги мінімальні, оскільки idle-спеціалісти — це файли, а не процеси.

  • Linux VPS. Ubuntu 24.04 — надійна базова система. Інсталятор визначає операційну систему за допомогою uname -s і для Linux використовує гілку, відмінну від macOS, тому підтримується headless-сервер.
  • curl, tar і git на сервері, а також Python 3.9 або новішої версії. Закріплений інсталятор використовує Python для перевірки вбудованої embedding-моделі.
  • Вихідний HTTPS-доступ до raw.githubusercontent.com і github.com для звичайного встановлення. Інсталятор завантажує release-архів і перевіряє його SHA-256. Поточний standalone-інсталятор відхиляє HEPHAESTUS_SOURCE_DIR за допомогою standalone_local_source_unverified; офлайн-встановлення через цю змінну більше не підтримується.
  • Host harness — coding agent, який безпосередньо взаємодіє з моделлю. Підтримуються адаптери Claude Code, Codex, opencode, goose і Hermes.

root не потрібен. Інсталятор записує файли лише у ваш домашній каталог, зокрема в ~/.local/bin. Якщо певний крок завершується помилкою, наприклад через шлях без права запису, інсталятор виводить попередження та продовжує виконання решти кроків, а наприкінці завершується з ненульовим кодом, якщо виникла хоча б одна помилка. Якщо ви ще обираєте сам сервер, у матеріалі запуск coding agent на VPS описано базовий образ і налаштування доступу, на яких ґрунтується ця конфігурація.

Встановлення зафіксованого релізу

У README upstream-проєкту наведено один рядок, який передає скрипт із main безпосередньо в bash. Завантажте інсталятор v1.2.0 і спочатку перегляньте його. Він записує дані в кожен знайдений harness агента, тому варто приділити йому десять секунд уваги.

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 — це зафіксована версія. Станом на 8 November 2026 скрипт у main використовує release_ref="${HEPHAESTUS_REF:-os-v1.2.89}", а на сторінці релізів Agentlas OS 1.2.89, випущений сьогодні за os-v1.2.89, позначено як Latest. Поточний інсталятор потребує тег os-v і відхиляє HEPHAESTUS_REF=v1.2.0 з повідомленням standalone_channel_tag_invalid. Наведений вище історичний інсталятор приймає це значення.

URL скрипту вище фіксує і інсталятор, і runtime payload на v1.2.0. Поточні standalone-інсталяції використовують ~/.agentlas/os-runtime і launcher ~/.agentlas/os-bin/agentlas-os, а також більше не встановлюють глобальні wrappers і за замовчуванням не реєструють постійно host plugins та MCP. Ці значення за замовчуванням відрізняються від історичного способу встановлення, описаного нижче.

Фіксація версії стосується встановлення, але не подальшої поведінки. У v1.2.0 команди hephaestus запускають фонову перевірку оновлень. Якщо доступний новіший реліз, вона встановлює його та без запиту перенаправляє ~/.agentlas/runtime/current на нову версію. Інсталятор вимикає цю перевірку під час власного запуску за допомогою HEPHAESTUS_AUTO_UPDATE=0. Ця сама змінна дає змогу зберегти цей історичний pin. На наступному кроці її буде додано до профілю shell. Поточні автоматичні оновлення standalone-інсталяцій за замовчуванням вимкнені.

У разі успішного виконання відображаються шляхи, у які було записано дані, зокрема такі рядки, якщо ~/.local/bin відсутній у 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)

Це попередження PATH часто пропускають. У щойно встановленій Ubuntu ~/.local/bin часто відсутній у PATH, тому кожна команда hep-* завершується помилкою command not found, хоча встановлення виконано успішно. Додайте його до ~/.bashrc, одночасно вимкніть історичний фоновий updater і перевірте результат:

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

hep-global — це початкове написання hephaestus global, а status показує, чи містить файл інструкцій кожного harness керований router block. Цей router за замовчуванням вимкнений, тому очікуйте, що команда повідомить про відсутність таких блоків. Якщо команда взагалі запускається, ваш PATH налаштовано правильно.

Де зберігається стан

У домашньому каталозі все зберігається у вигляді файлів, тому резервне копіювання та міграція прості.

  • ~/.agentlas/runtime/1.2.0/ містить сам runtime (інсталятор видаляє початковий v із tag), а ~/.agentlas/runtime/current/ є symlink на активну версію. Дві зафіксовані версії можуть працювати паралельно.
  • ~/.local/bin/ містить shell-обгортки, зокрема hephaestus, hep-build, hep-network, hep-search, hep-storm, hep-cloud і hep-upload.
  • ~/.agentlas/networking/memory/ містить довготривалу пам’ять: playbook-registry.json, playbook-candidates.jsonl і memory-events.jsonl.
  • ~/.agentlas/networking/hub-agents/<slug>/memory/experience.sqlite містить досвід кожного агента в межах його власника.
  • <project>/.agentlas/ontology-runtime.sqlite містить стан окремого проєкту, тому він переміщується разом із репозиторієм, а не із сервером.
  • ~/.cache/agentlas/python містить кеш Python у Linux. У macOS використовується інший шлях. Інсталятор вибирає цей шлях через uname.

Документація щодо пам’яті у версії v1.2.0 прямо вказує, що секрети, необроблені облікові дані та повні транскрипти не можна зберігати в жодній області пам’яті. Значення облікових даних зберігаються в локальних файлах, виключених із git, а в записах пам’яті містяться лише імена та шляхи. Створіть резервні копії ~/.agentlas і каталогів проєктів .agentlas — і зможете відновити систему на новому VPS.

Одна складова передає дані за межі сервера: у зафіксованому релізі v1.2.0 hep-build за замовчуванням надсилає анонімні лічильники збірок без запитів, шляхів або вмісту агентів. Щоб вимкнути це, задайте AGENTLAS_TELEMETRY=0 або DO_NOT_TRACK=1 чи додайте і "telemetry": false, і "telemetrySetBy": "user" до ~/.agentlas/networking/config.json. У поточному standalone-режимі telemetry за замовчуванням вимкнена.

На які бекенди моделей він може вказувати

Ось важлива деталь, яка змінює розуміння всієї схеми: Agentlas не звертається до API моделі. Це робить host harness.

В архітектурному документі описано runtime-адаптери, які перетворюють одне ядро на формат кожного harness, а в README зазначено, що адаптер відповідає за автентифікацію у свого провайдера, тоді як caller передає власну модель і доступ до API. Agentlas надає дві поверхні, які використовує harness: файл AgentSkills і сервер MCP (model context protocol), що обмінюється даними через stdio. Тому питання «які моделі підтримує Agentlas» насправді означає «які моделі підтримує ваш harness», а відповідь така: будь-які моделі, до яких можуть отримати доступ Claude Code, Codex, opencode, goose або Hermes.

Реєстрація сервера MCP у конфігурації TOML у стилі Codex має такий вигляд:

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

Під час інсталяції цей самий сервер автоматично реєструється в ~/.cursor/mcp.json, ~/.config/goose/config.yaml та інших конфігураціях harness. Якщо ви підключаєте кілька таких серверів на одному хості, у матеріалі запуск серверів MCP на VPS докладніше описано модель роботи stdio і процесів.

Налаштуйте підключення до self-hosted Ollama

Оскільки harness керує підключенням до моделі, для використання локальних моделей в Agentlas потрібно налаштувати harness на роботу з Ollama. В Ollama у v0.15 додали підкоманду launch саме для цього. Станом на 11 August 2026 вона все ще доступна у v0.32.9. Підкоманда налаштовує наявний harness для роботи з локальними моделями без змінних середовища:

ollama pull qwen3-coder:30b
ollama launch opencode

Замість opencode вкажіть claude, codex або droid залежно від встановленого harness. Потім передайте запит через локальний runtime:

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

У разі успішного маршрутизації повертається JSON-рішення з назвою вибраного агента або команди та полем receipt_id. Якщо результат не містить корисних даних, перевірте довжину контексту. Документація щодо local models для v1.2.0 рекомендує модель щонайменше з контекстом 64k для сесій із великою кількістю операцій маршрутизації. У ній як приклади наведено qwen3-coder, gemma3 і deepseek-r1. Власні рекомендації Ollama для інструментів розробки також установлюють мінімум 64k. Запити на маршрутизацію містять у prompt перелік доступних агентів, тому модель із контекстом 8k або 32k обрізає цей перелік і вибирає агентів неправильно.

Є один нюанс, про який tagline не повідомляє. Ollama, Gemma і DeepSeek не мають власної системи plugins або commands, тому slash commands /agentlas у них недоступні. harness, запущений із Ollama, все одно надає власні commands, skills і plugins. У циклі роботи з raw Ollama API натомість використовуйте MCP server або команду hephaestus route. Для циклу роботи з raw API це означає помітне зменшення доступних можливостей.

Скільки RAM потребує хаб із неактивними спеціалістами

Нічого. Це повна відповідь, і її можна перевірити, а не просто прийняти на віру.

Запозичені спеціалісти хаба надходять як артефакти пакета, а не як процеси. Спеціаліст — це agent.md і каталог .agentlas/ із JSON: routing-card.json містить тригери та можливості, memory-map.json — межі запису, а mode-map.json — інформацію про запуск окремо чи в команді. Документація Hephaestus Network описує runner, який запускає workers для виконання завдання. У ній немає нічого про відкриття порту в режимі прослуховування або потребу вмикати сервіс. Між завданнями перевірте це самостійно:

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

Після завершення workers, запущених командами, перші дві команди не виводять нічого на неактивній системі, оскільки спеціалісти не працюють постійно. Закріплена версія v1.2.0 може залишати після завершення команди короткоживучі від’єднані workers для оновлення та telemetry. HEPHAESTUS_AUTO_UPDATE=0 вимикає її updater; для telemetry потрібна окрема відмова від участі, описана вище. У поточній standalone-версії перевірки оновлень і telemetry за замовчуванням вимкнені. Третя команда показує єдину вартість припаркованого хаба для вас — дисковий простір. Вона зростає залежно від кількості збережених спеціалістів і вбудованої embedding model, яку постачає runtime.

Отже, питання використання пам’яті повністю зводиться до пікового навантаження, а воно залежить від вашого harness і model backend. Якщо harness звертається до hosted API, постійні витрати обмежуються процесом harness, а його використання пам’яті залежить від harness і робочого навантаження. Якщо ви самостійно розгортаєте weights, саме weights формують основні витрати:

ГрафікModel weights resident on the VPS, published Ollama download sizes, November 2026
Дані, на яких побудовано графік
[
  {
    "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
  }
]

Це опубліковані розміри завантаження з бібліотеки моделей Ollama, а не результати вимірювань під час benchmark run. KV cache для контексту 64k додається до кожного наведеного вище значення, відмінного від нуля. Модель, яку першою називає документація Agentlas, qwen3-coder:30b, потребує 19 GB weights без урахування контексту, а навіть варіант Gemma 27B потребує 17 GB. На тлі цих значень сам шар Agentlas не додає помітних витрат до бюджету пам’яті.

Як це порівнюється із запуском одного harness

Запустіть один harness через hosted API — і ваш VPS матиме один процес. Додайте Agentlas — і він матиме той самий harness, а також файли та runtime-процеси, потрібні для окремих завдань. Orchestrator не є додатковою довгоживучою програмою. Це розширений prompt, зібраний із пакетів на диску, після чого він видаляється.

Змінюється не обсяг пам’яті, а context. Orchestrator, який підключає кілька карток спеціалістів і метадані маршрутизації, витрачає на кожне завдання більше токенів, ніж базовий harness. Для hosted API це означає більші витрати, а не більше RAM. На локальних weights це впливає на час, оскільки довший prompt збільшує prefill на CPU або створює більше навантаження на GPU.

Тому рекомендації щодо розміру VPS залежать від вибору моделі, а не від agent framework. Розмір RAM і CPU для coding agent VPS докладно розглядає це питання. Висновок тут такий самий: виберіть план для backend, який плануєте запускати, а потім додайте кілька гігабайтів запасу для harness. Якщо для порівняння потрібна конструкція з постійно запущеним supervisor, multi-agent harness Omnigent залишає coordinator запущеним. Це протилежний компроміс, який безпосередньо проявляється у використанні пам’яті в режимі простою.

Режими відмов і повідомлення, які ви побачите

hep-build: command not found одразу після чистого встановлення. Закріплений інсталятор записав дані до ~/.local/bin, якого немає в PATH деяких нових оболонок. Про це було повідомлено ближче до кінця виводу, але попередження прокрутилося. Додайте наведений вище export до ~/.bashrc.

Поведінка змінюється після повторного створення системи. Ви не задали HEPHAESTUS_REF, тому інсталятор використав тег за замовчуванням, який того дня було вказано в його скрипті. Зафіксуйте цей тег і запишіть його поруч з іншими номерами версій.

Поведінка змінюється без повторного створення системи. У закріпленій версії v1.2.0 фоновий оновлювач може встановити новіший реліз і перемістити ~/.agentlas/runtime/current на нього. Перевірте, на що вказує current, і задайте HEPHAESTUS_AUTO_UPDATE=0 у середовищі, у якому запускається ваш harness, а не лише в інтерактивній оболонці. Поточні автоматичні оновлення standalone-встановлення вимкнено за замовчуванням.

Маршрутизація вибирає не того спеціаліста в локальній моделі. Перевірте, чи не замале context window моделі для inventory агентів. Перейдіть на модель із розміром 64k або більше та встановіть в Ollama відповідну довжину контексту. Ollama використовує 4k за замовчуванням, якщо VRAM менше ніж 24 GiB, 32k — від 24 до менш ніж 48 GiB і 256k — за наявності 48 GiB або більше. Тому для менших конфігурацій потрібно явно збільшити це значення.

ollama launch не розпізнано. Ця підкоманда з’явилася в Ollama v0.15. Старіші пакети з репозиторію дистрибутива були випущені до її появи, тому встановіть актуальну версію Ollama.

Інсталяція записує дані в harness, яких ви не очікували. Закріплений скрипт виявляє та налаштовує кожен знайдений harness. Він записує дані до ~/.claude/, ~/.codex/, ~/.gemini/, ~/.cursor/ та інших каталогів, а також редагує наявні конфігураційні файли, наприклад ~/.codex/config.toml, зберігаючи резервну копію поруч з оригіналом. На спільному build-сервері прочитайте скрипт перед запуском і визначте, які з цих каталогів вам потрібні.

Чи варто вже запускати це

Проєкт, який перебуває на такому ранньому етапі розвитку та має автоматизовані релізи, іноді по кілька на день, не варто використовувати в робочому середовищі. Його архітектура справді цікава, ліцензія — Apache-2.0, а весь стан зберігається у файлах, резервні копії яких можна створювати. Видалення не таке просте, як можна припустити: у README для v1.2.0 немає інструкцій з деінсталяції, зафіксований інсталятор записує дані в кілька місць у домашньому каталозі та змінює наявні конфігурації harness, а hephaestus global remove видаляє лише необов’язковий блок маршрутизатора. Тому його недорого випробувати на одноразовому сервері, але покладатися на нього в робочому середовищі ризиковано.

Наразі доцільно зафіксувати v1.2.0 за допомогою інсталятора з відповідним тегом, налаштувати HEPHAESTUS_AUTO_UPDATE=0, щоб зберегти цю історичну фіксацію, запускати його на сервері, який можна перебудувати, додати ~/.agentlas до резервних копій і перечитати журнал змін перед оновленням зафіксованої версії. Для ширшого огляду інших рішень у цій категорії та рівня зрілості кожного з них краще почати з огляду self-hosted AI agents, а в матеріалі про розгортання self-hosting Hermes agent на VPS описано один із harness, з якими працює Agentlas.

FAQ

Чи працює Agentlas OS як сервер на моєму VPS?

Закріплена командна інсталяція v1.2.0 не вмикає daemon і не відкриває порт у стані listening. Інсталятор записує runtime у ~/.agentlas/runtime/, а обгортки команд — у ~/.local/bin. Hephaestus Network запускається під час виконання завдання, а не як фоновий сервіс. Після завершення worker-процесів, запущених командами, pgrep -af hephaestus не виводить нічого на неактивній системі. Закріплений release може запускати короткочасні worker-процеси для оновлення та build telemetry: HEPHAESTUS_AUTO_UPDATE=0 вимикає updater, а AGENTLAS_TELEMETRY=0 або DO_NOT_TRACK=1 — telemetry. Поточні окремі перевірки оновлень і telemetry за замовчуванням вимкнені. Self-hosting у цьому випадку означає, що код і стан зберігаються на вашій машині, а не те, що певний сервіс перебуває в стані listening.

Скільки RAM використовує hub із неактивними specialist-процесами?

Нуль, оскільки неактивні specialist-процеси не є процесами. Specialist — це файл agent.md і каталог .agentlas/, що містить routing-card.json, memory-map.json та подібні метадані, тому неактивний hub використовує дисковий простір. Виміряйте його за допомогою du -sh ~/.agentlas. Завдання та короткочасні фонові worker-процеси споживають пам’ять, а неактивні specialist-процеси — ні.

Які моделі можна використовувати і чи можна підключити власний Ollama?

Agentlas не звертається до model API безпосередньо. Облікові дані та підключення контролює host harness, тому підтримуються всі моделі, які підтримує ваш harness. Для локальних weights виконайте ollama launch opencode, підставивши claude, codex або droid. Це налаштує harness для роботи з вашим Ollama server без змінних середовища. Використовуйте модель щонайменше з контекстом 64k, наприклад qwen3-coder або gemma3, оскільки routing prompts містять inventory агентів і на менших контекстних вікнах обрізаються некоректно.

Яку версію слід встановити і чому тут важливо зафіксувати версію?

Встановіть v1.2.0 — release із tag, актуальний на 12 August 2026, — завантаживши installer із tag v1.2.0 і встановивши HEPHAESTUS_REF=v1.2.0, як показано вище. Станом на 8 November 2026 значення за замовчуванням у script для main — release_ref="${HEPHAESTUS_REF:-os-v1.2.89}", а Agentlas OS 1.2.89 є найновішим release, опублікованим сьогодні під os-v1.2.89. Цей поточний installer приймає лише version tag os-v і відхиляє старий pin v1.2.0. Фіксація версії важливіша, ніж зазвичай, оскільки проєкт опублікував понад сто release у серії 1.1, іноді по кілька на день. Тому повторна збірка без зафіксованої версії через кілька тижнів не дасть систему, яку ви тестували. Також встановіть HEPHAESTUS_AUTO_UPDATE=0 для історичного runtime v1.2.0, оскільки інакше його updater у фоновому режимі встановлюватиме новіші release, і зафіксована версія непомітно перестане діяти. Поточні окремі автоматичні оновлення за замовчуванням вимкнені.

Чи була ця стаття корисною?