VHermesAgents：本地化自托管AI智能体平台，全流程可运维的目标驱动执行引擎

VHermesAgents是什么

VHermesAgents是一款开源、可自托管、以目标为核心驱动的AI智能体（Agent）平台。它区别于传统仅提供对话交互的AI助手，核心定位是全流程可管控、可运维、可落地的企业级与本地化智能执行系统，核心设计理念是“目标拆解—任务执行—成果交付—知识沉淀”的完整闭环。

该项目主打本地化优先、数据安全可控、全链路可观测，无需依赖外部云端大模型服务，默认集成Ollama实现本地LLM与向量嵌入能力，可在内网、隔离网络等隐私敏感环境独立运行。系统采用微服务架构，通过Go负责智能体编排、Rust负责高性能工具执行与知识进化、Vue3提供可视化控制台，形成稳定、高效、易扩展的技术体系。

VHermesAgents的核心价值在于：把模糊的业务目标，转化为可执行、可追踪、可复盘的结构化任务流，并自动沉淀可复用的知识资产，解决传统智能体“不可控、不可靠、不可运维、知识无法沉淀”的行业痛点。

功能特色

1. 目标驱动的全链路任务闭环

• 目标自动拆解：用户输入抽象目标（如“撰写一份产品调研报告”“完成数据清洗与可视化”），系统自动规划执行路径、拆分为子任务队列。

• 异步任务调度：基于RabbitMQ实现任务异步解耦，支持高并发、可重试、可追踪的分布式执行。

• 执行状态持久化：任务进度、日志、中间结果实时写入MySQL，支持断点续跑、历史回溯、全链路审计。

• 成果标准化交付：执行完成后自动打包ZIP产物，上传至MinIO并生成预签名下载链接，实现“目标—交付物”端到端闭环。

2. 安全沙箱化工具执行引擎

• Rust高性能运行时：工具执行模块采用Rust开发，内存安全、执行高效、边界严格，杜绝越权访问。

• 多维度权限管控：

• HERMES_FS_ROOT：限定文件系统访问根目录

• HERMES_EXEC_ENABLED：开关系统命令执行权限

• HERMES_GIT_ENABLED：控制Git仓库读写能力

• 内置44+类标准化工具，支持自定义扩展与能力白名单

• 无主机渗透风险：所有工具运行在隔离上下文，无默认主机权限，满足企业安全合规要求。

3. 三层记忆与知识进化体系

• 工作记忆：当前任务上下文，动态维护执行状态与临时数据。

• 情景记忆：历史任务全量记录，支持全文检索与过程回溯。

• 语义记忆：知识进化模块自动蒸馏执行成果、去重、向量化，存入Qdrant向量库，形成可复用知识库。

• 闭环知识迭代：新任务自动检索历史经验，实现“执行—反思—沉淀—复用”的智能进化。

4. 本地化与私有化部署能力

• 本地LLM原生支持：默认对接Ollama，支持Llama 3、Qwen、GLM等开源模型本地部署，完全脱离云端API。

• 全组件自托管：MySQL、Qdrant、MinIO、RabbitMQ均支持Docker Compose一键部署，无外部服务依赖。

• 内网/离线适配：无外网请求、无数据外发、无遥测，适配政务、金融、制造等内网环境。

5. 可视化全功能运维控制台

• Vue3响应式界面：现代UI设计，支持移动端适配，操作简洁直观。

• 核心运维模块：

• 目标管理：创建、编辑、启停、删除目标任务

• 任务监控：实时任务流、执行日志、状态统计

• 知识管理：向量库检索、知识条目编辑、进化日志

• 能力中心：工具列表、权限配置、自定义技能上传

• 系统监控：服务健康、队列状态、资源占用

6. 企业级可扩展性

• 微服务架构：API层、工具层、知识层、前端解耦，支持独立扩容与灰度更新。

• 标准接口开放：提供RESTful API，支持与现有系统集成、二次开发。

• 多模型兼容：除Ollama外，可配置对接OpenAI、DeepSeek、Kimi等云端模型，灵活切换。

技术细节

1. 整体技术架构

VHermesAgents采用四层微服务架构，各模块职责清晰、通信标准化：

• 接入层（Web）：Vue3 + Vite + Element Plus，提供PC/移动端管理界面，通过Axios与后端API交互。

• 编排层（API-Go）：Go语言开发HTTP/gRPC服务，核心功能：

• 目标解析与任务规划

• 任务队列调度（RabbitMQ）

• 状态管理与持久化（MySQL）

• API网关与权限控制

• 执行层（Tools-RS）：Rust高性能工具运行时，负责：

• 安全沙箱执行

• 文件/代码/搜索/浏览器等44+工具

• 异步结果回调

• 权限与资源限制

• 知识层（Knowledge-RS）：Rust知识进化引擎：

• 成果文本蒸馏与摘要

• 向量嵌入生成（Ollama）

• Qdrant向量库CRUD

• 去重、分类、索引优化

2. 核心技术栈清单

3. 核心执行流程（目标生命周期）

1. 目标创建：用户在控制台输入目标描述、设置参数（优先级、超时、权限）。

2. 规划拆解：API-Go调用LLM生成执行计划，拆分为有序子任务列表。

3. 任务入队：子任务推送至RabbitMQ task_queue，标记状态PENDING。

4. 消费执行：Tools-RS消费者拉取任务，在沙箱内安全执行，实时回传日志。

5. 状态更新：MySQL同步更新任务进度、日志、结果，支持RUNNING/SUCCESS/FAILED/RETRY。

6. 成果交付：全部完成后，自动打包产物→上传MinIO→生成下载链接→更新目标状态。

7. 知识进化：Knowledge-RS提取成果精华→向量化→存入Qdrant→构建索引。

4. 安全与隔离机制

• 文件系统隔离：通过chroot+环境变量双重限制，工具仅能访问指定目录。

• 系统调用过滤：Rust运行时内置白名单，禁止危险调用（如fork/exec高危组合）。

• 资源配额：CPU/内存/磁盘/网络带宽限制，防止资源耗尽。

• 超时熔断：单任务默认30分钟超时，自动终止并回收资源。

• 审计日志：全操作留痕，包含执行者、时间、内容、结果、IP，满足等保要求。

应用场景

1. 企业内部私有化智能助理

• 场景：金融、政务、医疗等数据敏感行业，禁止外发数据的内部文档处理、报表生成、合规检查、知识问答。

• 价值：本地部署、数据不出内网、权限严格管控、全链路审计，解决云端AI数据安全风险。

2. 研发与工程自动化

• 场景：代码评审、文档生成、接口测试、数据清洗、日志分析、部署辅助、技术文档自动更新。

• 价值：对接Git/CI/CD/数据库，安全执行命令，自动沉淀最佳实践，提升研发效率50%+。

3. 内容创作与知识管理

• 场景：市场调研报告、产品文档、行业分析、知识库搭建、内容审核、多语言翻译。

• 价值：自动收集资料→分析整理→生成初稿→迭代优化→版本管理→知识入库，全流程自动化。

4. 内网数据分析与处理

• 场景：企业内部报表、用户行为分析、运营数据统计、离线数据挖掘、合规数据审计。

• 价值：无需导出内网数据，本地直接对接数据库/文件系统，安全高效完成分析与可视化。

5. 教育与科研工具

• 场景：论文辅助、文献综述、数据计算、实验记录、教学材料生成、学术内容审核。

• 价值：离线使用、无数据泄露、自定义学术规则、沉淀领域知识、支持长期迭代。

6. 个人高效助手（隐私优先）

• 场景：个人日程、邮件处理、文件管理、笔记整理、计划制定、隐私内容处理。

• 价值：完全本地运行、数据自主掌控、无第三方监听、高度自定义、长期记忆进化。

使用方法

1. 环境要求

• 操作系统：Linux (Ubuntu 22.04+)/macOS 13+/Windows 11 (WSL2)

• 硬件配置：

• 最低：2核4GB内存、20GB磁盘（仅跑轻量任务）

• 推荐：4核16GB内存、50GB SSD（本地7B+模型）

• 本地LLM：显存≥8GB（推荐16GB+）

• 预装依赖：Git、Docker、Docker Compose（v2.20+）

2. 一键部署（推荐）

# 1. 克隆仓库
git clone https://github.com/smarttang/VHermesAgents.git
cd VHermesAgents

# 2. 复制环境变量模板
cp .env.example .env

# 3. 编辑配置（可选）
# 主要修改：OLLAMA_BASE_URL、MYSQL_PASSWORD、MINIO_ROOT_PASSWORD等
vim .env

# 4. 一键启动所有服务
docker-compose up -d

# 5. 查看启动日志
docker-compose logs -f

# 6. 初始化完成后访问
# 前端控制台：http://localhost:5173
# API文档：http://localhost:8080/swagger
# MinIO控制台：http://localhost:9001
# RabbitMQ控制台：http://localhost:15672

3. 初始化配置

1. 访问前端：打开 http://localhost:5173

2. 管理员账号：默认 admin@example.com / password（首次登录强制修改）

3. 模型配置：

• 进入「系统设置」→「模型管理」

• 确认Ollama地址（默认 http://ollama:11434）

• 拉取模型：在服务器执行 docker exec -it vhermes-ollama ollama pull llama3:8b-instruct-q4_K_M

4. 工具权限：「能力中心」→「工具管理」，按需开启/关闭工具与权限

4. 快速使用流程

1. 创建目标

• 点击「新建目标」

• 输入目标描述：如“分析2026年Q1销售数据，生成可视化报表与总结报告”

• 设置参数：优先级、超时时间、允许工具（文件、Excel、图表、搜索）

• 提交

2. 监控执行

• 目标列表查看实时状态

• 进入详情查看任务流、日志、进度

• 支持手动重试失败任务

3. 获取成果

• 完成后「下载产物」获取ZIP包

• 包含报告、图表、源数据、执行日志

4. 知识复用

• 下次同类任务自动检索历史知识

• 「知识管理」手动查看/编辑沉淀内容

5. 常用运维命令

# 停止所有服务
docker-compose down

# 重启服务
docker-compose restart

# 查看服务状态
docker-compose ps

# 查看所有日志
docker-compose logs -f --tail=100

# 仅查看API日志
docker-compose logs -f api-go

# 备份数据（MySQL+MinIO+Qdrant）
./scripts/backup.sh

# 恢复数据
./scripts/restore.sh

竞品对比

主流AI智能体平台对比（VHermesAgents vs Dify vs OpenClaw）

核心差异总结：

• VHermesAgents：安全可控、私有化、全链路可运维，适合企业内网与隐私敏感场景。

• Dify：低代码、易上手、生态强，适合快速搭建对话类应用。

• OpenClaw：轻量化、自进化、多平台，适合个人与轻量场景。

常见问题解答

Q：VHermesAgents必须联网才能使用吗？

A：不需要。系统设计为完全离线可用。首次部署拉取镜像需联网，完成后所有服务（Ollama、MySQL、Qdrant、MinIO、RabbitMQ、前端、后端）均在内网独立运行，无任何外部请求。

Q：本地部署需要什么配置？能否在普通PC上运行？

A：可以。最低配置2核4GB内存可运行基础任务；推荐4核16GB+内存，搭配8GB+显存显卡，可流畅运行Llama 3 8B等主流模型。普通办公PC（16GB内存+集显）可运行轻量模型与任务。

Q：如何更换本地LLM模型？

A：三步完成：

1. 服务器执行Ollama拉取命令：docker exec -it vhermes-ollama ollama pull qwen:7b

2. 前端「系统设置」→「模型管理」，添加新模型配置

3. 目标创建时选择新模型即可

Q：工具执行是否安全？会不会感染病毒或破坏系统？

A：高度安全。工具运行在Rust沙箱内：

• 文件系统严格隔离，仅能访问指定目录

• 系统调用白名单过滤，禁止高危操作

• 资源配额限制，防止资源耗尽

• 全操作审计日志，可追溯
  默认未开启高危能力，需手动配置开启。

Q：数据存储在哪里？如何备份与恢复？

A：所有数据（任务、知识、文件、配置）均存储在本地Docker卷：

• 关系数据：MySQL卷

• 向量数据：Qdrant卷

• 文件数据：MinIO卷
  项目提供scripts/backup.sh与restore.sh，一键备份/恢复所有数据。

Q：是否支持多用户与权限管理？

A：支持。内置用户系统：

• 管理员：全权限

• 操作员：创建/执行/查看目标

• 观察者：仅查看

• 支持部门、角色、权限细粒度控制

Q：能否对接企业现有系统（如飞书、钉钉、数据库）？

A：可以。

1. 内置HTTP/RPC工具，可调用企业内部API

2. 支持数据库工具，直接查询内网MySQL/PostgreSQL

3. 提供Webhook与事件通知，可接入IM/办公系统

4. 支持自定义工具开发，深度集成现有业务

相关链接

• GitHub仓库：https://github.com/smarttang/VHermesAgents

• 官方文档（中文）：https://github.com/smarttang/VHermesAgents/blob/main/README.zh-CN.md

• Docker Compose部署配置：https://github.com/smarttang/VHermesAgents/blob/main/docker-compose.yml

总结

VHermesAgents是一款面向隐私安全、内网环境、企业级管控的开源自托管AI智能体平台，以目标驱动为核心，构建了从任务规划、安全执行、成果交付到知识进化的完整技术闭环。它采用Go+Rust+Vue3的高性能技术栈，通过微服务架构与严格的安全沙箱机制，解决了传统智能体不可控、不可靠、数据不安全的痛点。系统默认支持本地Ollama模型部署，实现全链路离线运行，适配金融、政务、医疗、研发等高隐私场景。相比Dify、OpenClaw等竞品，VHermesAgents在私有化能力、安全隔离、运维完备度、知识闭环上具备显著优势，是追求数据主权、系统可控与长期价值用户的理想选择，为企业与个人提供了一套可落地、可扩展、可持续进化的AI智能体解决方案。