# 每月省 20 刀还不是重点——我把 AI 彻底搬回了自己电脑

> 用 Hermes Agent + Ollama + Gemma4 搭建完全本地的飞书 AI 助手，零成本、数据不出本机。一个周末的折腾换来完整的数据主权。

- 原文链接: https://laojin.blog/blog/20260414_local_ai_feishu
- 作者: 老金
- 发布日期: 2026-04-14
- 标签: Hermes Agent, Ollama, Gemma4, 飞书, 本地部署, 开源

---

上周我突然意识到一件事：过去一年，我往 Claude 里喂了多少业务数据、客户信息、甚至内部策略？这些东西全都躺在 Claude 的服务器上。

不是说 Claude 一定会拿去干嘛。但这种"我的核心资产存在别人家"的感觉，越想越不对劲。

所以我花了一个周末，折腾出了这么个东西：**飞书里住着一个 AI 助手，跑的是完全本地的开源大模型，不花一分钱订阅费，数据不出本机。**

> **开始之前先对个表**：你需要一台 16GB 以上内存的电脑（Mac / Linux / Windows 都行）。如果内存不够，文中也有轻量版方案。整个过程大概 1-2 小时，但有几个坑我帮你提前标好了——跟着走能省掉大半天的排错。

---

## 先说说 Hermes Agent 是什么东西

Hermes Agent 是 Nous Research 开源的 AI Agent 项目（GitHub 4.5 万+ Star）。别被"Agent"吓到。你可以把它理解成一个**住在你聊天软件里的私人 AI 助手**，而且它有三个其他Agent做不到的事：

- **记得住你** — 跨会话保留上下文。不会每次都问"你是谁你要干嘛"
- **会自我进化** — 你教过它的东西会变成技能，越用越顺手
- **住在飞书里** — 像一个真人同事，随叫随到，不用切 App

项目地址：https://github.com/NousResearch/Hermes-Agent

接下来带你搞定三步：

1. 装好本地大模型（Ollama + Gemma4，免费离线可用）
2. 装好 Hermes Agent
3. 把它塞进飞书

---

## Part 1: 装 Ollama 和 Gemma4 模型

Gemma4 是 Google 开源的多模态大模型，支持文本和图片理解。通过 Ollama 在本地运行——不要 API Key，完全免费。

### 1.1 安装 Ollama

**macOS** — Homebrew 一行搞定：

```bash
brew install ollama
```

或者去 https://ollama.com 下载安装包，双击装。

**Linux：**

```bash
curl -fsSL https://ollama.com/install.sh | sh
```

**Windows：** 去 https://ollama.com 下载安装包。

### 1.2 启动 Ollama 服务

```bash
ollama serve
```

> Mac 用安装包装的不用管——菜单栏会自动后台跑。

### 1.3 下载 Gemma4 模型

```bash
ollama pull gemma4:26b
```

26B 参数版本，下载约 15GB。需要 **16GB 以上内存**。

内存不够的方案：

```bash
ollama pull gemma4       # 默认小版本，8GB 内存也能跑
```

### 1.4 验证

```bash
ollama run gemma4:26b "你好，请介绍一下你自己"
```

正常回复就说明装好了。再验一下 API：

```bash
curl http://localhost:11434/v1/models
```

列表里有 `gemma4:26b` 就对了。

---

## Part 2: 装 Hermes Agent

### 2.1 一条命令搞定

```bash
curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash
```

支持 macOS、Linux、WSL2、Android (Termux)。

**Windows 用户**先装 WSL：`wsl --install`，装完进 WSL 再跑上面的命令。

### 2.2 激活环境

```bash
source ~/.bashrc    # 或 source ~/.zshrc
```

### 2.3 配置向导

![img](https://pic-1258874139.cos.ap-hongkong.myqcloud.com/laojinblog/posts/20260414/01.png)

```bash
hermes setup
```

交互式向导，按这个来：

| 步骤 | 说明 | 我的选择 |
|------|------|------|
| 大模型选择 | LLM 提供商 | 先跳过，下一步单独配 |
| 语音渠道 | TTS 语音合成 | 默认 Edge TTS |
| 终端后端 | 命令执行环境 | local |
| 任务迭代 | 单次任务最大步数 | 默认 90 |
| 显示模式 | 执行可见性 | **all**（强烈建议） |
| 上下文压缩 | 长对话压缩 | 默认 0.5 |

### 2.4 让 Hermes 用上 Gemma4

```bash
hermes model
```

![img](https://pic-1258874139.cos.ap-hongkong.myqcloud.com/laojinblog/posts/20260414/02.png)

选 **Custom / Local**：

- **Base URL**: `http://localhost:11434/v1`
- **Model**: `gemma4:26b`

### 2.5 测试

```bash
hermes
```

说句"你好"——如果 Gemma4 回话了，恭喜，本地 AI 助手已经跑起来了。

---

## Part 3: 接入飞书——最容易翻车的一步

说真的，前两步我半天就搞定了。但飞书这步，我折腾到凌晨两点。

罪魁祸首就是 Python 虚拟环境。

### 3.1 创建飞书应用

1. 打开 [飞书开放平台](https://open.feishu.cn/)
2. **创建企业自建应用**，起个名（"Hermes 助手"）
3. 记下 **App ID**（`cli_xxxxxxxxxx`）和 **App Secret**
4. 左侧 → **添加应用能力** → 加**机器人**
5. **事件订阅** → 选 **WebSocket 长连接**（不用公网 IP）
6. 发布应用（需管理员审批）

### 3.2 安装飞书 SDK——整篇最大的坑

> ⚠️ **血泪教训**
>
> 你的第一反应肯定是 `pip install lark-oapi`。
>
> 别。
>
> 这样十有八九装进了系统 Python。但 Hermes 用的是自己带的虚拟环境，跟你的系统 Python 完全隔离。结果就是报错 `lark-oapi not installed`，你反复确认 App ID 和 Secret 都没问题，抓狂半天——其实就是装错了地方。
>
> 这个坑我踩了整整两小时。

正确姿势——**必须装到 Hermes 自己的 venv 里**：

```bash
~/.hermes/hermes-agent/venv/bin/python -m ensurepip
~/.hermes/hermes-agent/venv/bin/python -m pip install lark-oapi
```

验证：

```bash
~/.hermes/hermes-agent/venv/bin/python -c "import lark_oapi; print('OK')"
```

### 3.3 配置飞书网关

![img](https://pic-1258874139.cos.ap-hongkong.myqcloud.com/laojinblog/posts/20260414/03.png)

```bash
hermes gateway setup
```

选 **Feishu**，填入 App ID 和 App Secret，连接方式选 **WebSocket**。

想让所有人都能跟机器人聊，在 `~/.hermes/.env` 加一行：

```bash
GATEWAY_ALLOW_ALL_USERS=true
```

### 3.4 启动

```bash
hermes gateway
```

看到下面这个就说明成了：

```
⚕ Hermes Gateway Starting...
Messaging platforms + cron scheduler
Press Ctrl+C to stop
```

### 3.5 配对

1. 在飞书找到机器人，发条消息
2. 终端会显示配对码，输入完成
3. 发 `/sethome` 设为主频道

---

## 常见问题

**`lark-oapi not installed` / `No adapter available for feishu`**
→ 装错了 Python 环境。回 3.2，用 Hermes 自带的 venv 重装。

**飞书发消息没回复，但 gateway 还在？**
→ WebSocket 断了，`Ctrl+C` 重启 `hermes gateway`。

**Ollama 下载慢？**
→ 挂代理：`export HTTPS_PROXY=http://127.0.0.1:7890` 再拉。

**模型回复慢？**
→ 26B 吃配置，Mac 建议 32GB 以上内存。不够就 `hermes model` 切小模型，或用 OpenRouter 等云端服务。

---

## 写在最后：为什么我觉得这件事值得折腾

折腾完这一套，你得到的不只是一个免费 AI 助手。

你得到的是**数据主权**。

想想看：你的工作笔记、客户资料、商业策略，全部只在你自己的电脑上处理。不经过任何第三方服务器，不受任何公司的隐私政策约束。在 AI 渗透到工作每个角落的今天，这件事的价值只会越来越大。

而且这套方案的成本是——零。

Hermes Agent 开源免费。Gemma4 开源免费。Ollama 开源免费。你唯一需要付出的就是一个周末的折腾时间。

---

**说个会引战的观点：** 我觉得未来两年内，"AI 数据放在谁那里"会变成跟"钱存在哪个银行"一样重要的问题。你是选择继续每月付费、把数据交给大厂，还是花一个周末把 AI 搬回自己手里？

评论区站个队。顺便也欢迎分享你的使用场景——我目前主要用来做信息整理和会议纪要，但总觉得还没发挥出它的全部潜力。

觉得有用就收藏一下，免得哪天想装的时候找不到。