最近的讨论里Codex 和 Ollama 经常被放在一起因为很多人想把编码 Agent 接到本地模型上让代码逻辑不离开自己的机器。再加一个 Hermes 做任务编排就成了“Codex Hermes Ollama”的多智能体协作方案。先说结论这套组合确实能跑而且不需要你一开始就有一张高端显卡。你需要先想清楚三件事谁负责规划谁负责写代码谁负责跑模型。这篇文章就按“部署、接线、跑通、排错”的顺序把从零搭建的流程拆开讲。标题里提到的教程文档和安装包建议你先解压看 README核对版本和依赖再跟着下面的流程走。1. 先看懂分工Codex、Hermes、Ollama 到底各干什么1.1 多智能体不是多个模型排队很多人以为多智能体就是把几个大模型串在一起前一个吐结果后一个接着吃。实际不是这样。多智能体系统里真正被调度的是“Agent”而 Agent 背后可以共用同一个模型也可以各自用不同模型。你可以把 Agent 理解成一个“有角色、有目标、有工具调用能力的程序”模型只是它的推理引擎。Codex 在这里的角色是编码 Agent。它负责接收需求、生成代码、修改文件、执行命令。Hermes 在下面这套方案里承担编排 Agent 的角色它负责把任务拆开、分发给各个执行者、收集结果。Ollama 则在最底层负责把模型跑起来对外提供接口。三者不是平级关系而是一条链条用户需求先进 HermesHermes 调度 CodexCodex 再向 Ollama 要模型推理结果。这里顺便解释一个常见问题Harness 和 Agent 有什么区别。Harness 是运行 Agent 的框架决定 Agent 怎么定义上下文、怎么调用工具、怎么循环执行Agent 是任务主体。你可以用 Harness 去约束 Agent 的行为避免它乱跑。搭建多智能体时最该先确定的不是“用哪个模型”而是“哪个组件是 Harness哪个组件是 Agent”。1.2 三个组件到底依赖什么用表格看会更清楚组件职责安装位置关键能力Codex编码 Agent本地命令行或远程容器把需求转成代码修改文件执行命令Hermes编排/调度 Agent本地服务或工作流引擎拆分任务分发任务收集结果Ollama模型运行时本地服务加载模型提供 OpenAI 兼容接口依赖关系上Ollama 在最底层Codex 和 Hermes 都需要模型接口。Hermes 负责调度 CodexCodex 负责具体编码。如果 Hermes 项目本身只是一个模型名那它应该作为 Ollama 里拉取的模型如果 Hermes 是一个服务那就把它放在 Codex 上层。我在下文主要按“Hermes 是编排服务”的场景展开因为这个场景更接近多智能体协作。还要注意一个问题Ollama 和 Codex 之间的连接不是“文件拷贝”而是 HTTP 接口调用。Ollama 默认监听 11434 端口并提供了一个 OpenAI 兼容接口。Codex 只要能配置自定义模型端点就能把 Ollama 当作模型后端使用。这个思路也适合其他本地模型只要模型服务提供 OpenAI 兼容协议Codex 的接入方式基本不变。1.3 先认清边界别一上来就上全套不是所有任务都需要三件套。简单问答直接ollama run hermes3就行单文件脚本让 Codex 直接调用模型也行。需要上多智能体的场景一般是任务周期长、步骤多、需要反复检查比如“写一个带接口的项目先规划目录再写核心逻辑再让另一个角色检查漏洞”。另外低配置机器也能尝试。Ollama 可以纯 CPU 跑小参数模型Codex 如果用本地模型就不需要云端 GPUHermes 只是个轻量调度服务。真正的瓶颈不是能不能跑而是响应速度和上下文长度。你在第一次实验前要想好如果每一步都很慢能不能接受如果能接受就继续往下走。如果完全不能接受慢响应那就要考虑使用云端 API但本地数据不出机器的优势也就没有了。2. 搭建前的环境准备先确定系统、硬件、模型、客户端2.1 用 Linux 或 WSL2 能少踩很多坑Codex、Hermes、Ollama 三件套在 Windows、macOS、Linux 上都有安装路径。但我的建议是如果你想少踩坑优先用 Linux 或 WSL2。原因很简单很多命令行工具和脚本默认按 Unix 路径写在 Windows 原生环境会出现路径分隔符、权限、命令解析不一致的问题。如果你使用 Windows建议先装 WSL2在 WSL2 里安装 Ollama 和 Hermes。Codex 如果提供 Windows 安装包也可以装在 Windows 侧但跨系统通信时要注意localhost是否能互通、防火墙是否放行。更省心的做法是全部装在 WSL2 里这样目录、命令、依赖版本基本一致。基础依赖一般需要 Python 3.10 以上、Node.js 18 以上、Git以及一个能正常访问终端的环境。Hermes 如果依赖 Python就先用python --version确认版本。Codex 如果提供 npm 安装方式需要先把 Node.js 配好。不要凭感觉先用命令确认。2.2 先看内存和显存再决定模型大小不要一上来就问“要多少 G 显存”。先定模型再定硬件。如果你打算跑 7B/8B 的量化模型16GB 内存的机器可以试试但推理速度明显偏慢。如果有 NVIDIA 显卡显存 6GB 以上可以跑小参数模型速度会好很多。如果你的机器只有 16GB 内存、没有独显也不是不能玩只是单次响应可能要几十秒到几分钟。我的判断顺序是这样先看机器内存再看显卡显存然后选择合适大小的模型。内存不足时即使模型加载成功模型权重也会被交换到磁盘速度会断崖式下降。跑批量任务前先开一个终端用nvidia-smi或任务管理器观察资源占用不要等到卡死再查。模型体积和硬件的关系有个大致规律模型参数越大显存和内存占用越高量化版本会低一些。7B/8B 模型在 16GB 内存的机器上能跑但只能跑比较小的上下文13B 以上模型建议至少 32GB 内存或 12GB 以上显存。这个不是硬性标准只是一个快速判断参考。2.3 Ollama 安装、启动和拉取模型Ollama 安装本身不难去官网下载对应系统的安装包或者用包管理器安装。安装完成后先启动服务ollama serve服务默认监听 11434 端口。不要改端口除非你有明确理由因为后续 Codex 和 Hermes 都按这个地址访问。模型下载用 ollama pullollama pull hermes3这里要特别说明一下Hermes 在社区里存在多个同名项目。如果你用的 Hermes 是 Ollama 上的模型直接按模型名拉取如果你用的是 Hermes Agent 服务那模型名可能不同。拉取前先确认你下载的到底是什么不要看到一个命令就复制执行。下载慢是常见问题尤其模型文件几个 GB 的时候。处理办法按顺序试换个下载时段、选择更小的模型、配置可用的镜像源。模型文件建议放在剩余空间充足的磁盘不要塞在系统盘里。你可以在环境变量里指定模型缓存目录比如OLLAMA_MODELS/data/ollama这样模型不会占满 C 盘。2.4 Codex 安装和登录不要轻信第三方脚本Codex 客户端常见的安装方式有两种官方安装包和 npm 全局安装。如果你已经拿到离线安装包优先按安装包里的文档来因为离线包通常锁定了版本和依赖。安装完成后先执行版本命令确认命令可用。Codex 可能需要登录账号或配置 API Key不同版本要求不一样。这个环节按官方提示操作即可不要相信“免登录、免配置”的第三方脚本。如果你的目标是把 Codex 接到本地模型那么登录环节可能不是必须的具体要看你的 Codex 版本是否支持自定义模型提供方。如果支持就跳到下一节如果不支持你只能把 Codex 当云端服务用本地 Hermes 和 Ollama 仍然可以作为其他 Agent 的模型后端。安装完成后建议先执行codex --help看当前版本的参数和配置入口。很多人在网上找到旧版教程套用后发现字段对不上原因就是版本差异。3. 先跑通最小闭环让 Codex 通过 Ollama 使用 Hermes 模型3.1 验证 Ollama 服务和 OpenAI 兼容接口最小闭环的第一步不是配置 Codex而是确认 Ollama 本身没问题。检查命令ollama list这个命令会列出本地已有的模型。如果没有显示 hermes3说明拉取失败或拉取到了其他名字。然后用一行对话验证生成能力ollama run hermes3 用一句话介绍你自己它能正常返回内容说明模型可运行。接着验证 OpenAI 兼容接口因为 Codex 需要走这个接口curl http://localhost:11434/v1/models返回 JSON 中包含模型列表就说明接口正常。到这里最小依赖链的下半段已经通了。这一步的关键是“先证明接口通再连业务逻辑”。如果直接跳到 Codex 配置一旦报错你会分不清是 Ollama 没启动、端口不对、模型没拉对还是 Codex 配置写错。3.2 配置 Codex 指向本地模型Codex 怎么接本地模型不同版本差别很大。我这里给的是通用思路把 Codex 的模型端点指到 Ollama模型名填 Hermes 在 Ollama 里的名字。Ollama 提供了 OpenAI 兼容接口所以 Codex 不需要特殊适配只要它支持自定义 base URL。环境变量示例export CODEX_MODELhermes3 export CODEX_BASE_URLhttp://localhost:11434/v1如果 Codex 使用配置文件大致是这个结构model hermes3 model_provider ollama [model_providers.ollama] name Ollama base_url http://localhost:11434/v1注意这只是一个示例具体字段名以你当前 Codex 版本的文档为准。找不到配置入口时先看codex --help和安装目录里的示例配置不要凭记忆硬填。配置完成后可以用一个很简单的 prompt 试一下看 Codex 是否能把请求转发到 Ollama。如果它立刻提示找不到模型先检查 model 名称是否和ollama list里的名字完全一致。模型名区分大小写不要多写前缀。3.3 用一个小任务验证协作配置完成后给 Codex 一个非常小的编码任务比如“写一个 Python 函数输入整数 n返回斐波那契数列前 n 项并带注释”。为什么要用这么小的任务因为第一次验证只需要确认“Codex 能通过 Ollama 拿到模型返回”而不是测试模型能力。任务越大变量越多出错时不好定位。判断是否成功的标准有三个Codex 没有立刻报连接错误。模型返回内容正确生成代码。代码文件写到了你指定的目录。如果前面两步成功但文件没生成优先看 Codex 的权限配置和输出目录。不要急着调模型参数。这个任务能跑通说明 Codex 调用本地模型的链路已经完整接下来再升级到多 Agent 编排就有基础了。3.4 调整生成参数时一次只改一个接入本地模型后你可能会遇到两种问题生成内容太发散或者输出被截断。前者看 temperature写代码场景建议调低后者看 max_tokens 或 num_predict输出限制调大一点。Ollama 里也有temperature和num_predict参数Codex 可能通过配置传给它。我的建议是先保持默认参数跑通再每次只改一个参数。不要同时调 temperature、max_tokens、top_p因为你不知道是哪个参数带来变化。记录每次调参前后的结果比“感觉好了很多”更可靠。对于代码生成类任务一个比较稳的起点是 temperature 调到 0.2 左右top_p 保持默认如果模型经常话痨、不直接给代码可以试着重写 system prompt而不是继续增大输出限制。问题经常出在“角色定位不够清楚”而不是参数不够大。4. 引入 Hermes从单 Agent 到多 Agent 协作4.1 先确认你的 Hermes 是模型还是服务引入 Hermes 之前先确认你要用哪个 Hermes。如果 Hermes 是模型那么它已经在 Ollama 里不需要额外安装如果 Hermes 是 Agent 编排服务那它应当放在 Codex 上层。我这里按编排服务来写因为这样才能体现“多智能体协作”的概念用户需求先进 HermesHermes 把任务拆成规划、编码、审查、修复等子任务分发给不同的 Agent。其实很多项目里Agent 不一定非要由不同模型驱动。同一个模型配上不同的 system prompt也可以扮演不同角色。Hermes 的核心价值是流程控制谁先执行、谁等待谁的结果、失败后怎么办、结果在哪里确认。如果你已经有一个能跑的 Codex Ollama加入 Hermes 的主要收益就是“步骤变得可管理了”。4.2 安装和配置 Hermes 的通用流程如果你拿到的 Hermes 是二进制发布包安装步骤一般就是解压、配置、启动三个动作。我不建议从源码开始编译除非文档明确要求或者你想改源码。先用发布包把环境跑通源码放在以后深入看。启动前先看三样东西版本要求需要 Python、Node、Go 还是纯二进制。默认端口是否和 Ollama 的 11434 冲突。配置文件采用 YAML、JSON 还是 TOML。一个示例配置server: port: 18080 planner: model: hermes3 system_prompt: 你负责把需求拆成可执行的子任务 coder: model: codex endpoint: http://localhost:11434/v1 reviewer: model: hermes3 system_prompt: 你负责检查代码逻辑和错误这只是演示结构不代表任何具体项目。你用的时候把组件名和字段换成实际情况。如果文档里有模板优先用模板。很多服务型 Agent 工具都支持“先校验配置再启动”。如果有类似命令启动前先跑一遍能省掉大量排错时间。比如hermes validate -c hermes.yml可以检查 YAML 格式和必填字段。4.3 设计最简单的任务流规划、编码、审查、修复多智能体协作的第一步不是写复杂代码而是画流程。我设计的第一个流程很简单用户输入需求。Planner 把需求拆成任务写入任务列表。Coder 从任务列表取一个任务调用 Codex 生成代码。Reviewer 检查代码把结果写回。审查不通过任务回到 Coder 处理通过任务标记完成。为什么用任务列表因为多智能体协作最容易出问题的就是“谁在等谁”。任务列表可以明确每个任务的当前状态。你可以用一个 JSON 文件当作任务列表避免一开始就上数据库。一个任务对象示例{ task_id: task-001, status: pending, input: 写一个读取 CSV 并按其中一列排序的脚本, output: , error: , attempts: 0 }任务对象里一定要有status和attempts。status用于流程判断attempt