# Hermes Arch Stack Reproduzierbares Benutzer-Deployment für Hermes Agent auf Arch Linux mit: - offizieller Hermes-Git-Installation unter `~/.hermes/hermes-agent` - von Hermes erzeugtem systemd-User-Service für den Messaging Gateway - optionalem lokalen llama.cpp/OpenAI-kompatiblen Modellendpunkt - optionalem CPU-Kompressionsserver für Hermes - optionalem signal-cli HTTP-Daemon - robustem Hermes-Update mit Vorprüfung, Retry, Backup und Rollback - regelmäßigen Healthchecks und Selbstheilungsversuchen - Statusmeldungen an Telegram und Signal - systemd-Timern für Updates und Zustandsprüfungen - optionalem CUDA-Build von llama-server, llama-cli und llama-bench - Qwen-/RTX-3080-Profilen mit prüfbarem Wechsel und Rückweg Stand: 2026-10-23. Die Anleitung für das **aktuelle Setup auf einem neuen Rechner** steht in [NEW_WORKSTATION.md](docs/NEW_WORKSTATION.md): feste Modellrevisionen und Prüfsummen, Vorbereitung der Profile und Hermes-Limits, Aktivierung und Rückweg. Für deine **bestehende Workstation** zuerst [`docs/WORKSTATION.md`](docs/WORKSTATION.md) lesen. Der Schnellstart unten ist für eine neue Maschine. Das Routineprofil nutzt Qwen3.5-4B; der kurze lokale Texttest vom 23.10.2026 erreichte rund 130–136 Tokens/s. Das 27B-Modell bleibt optional. Frühere VRAM-Messungen stehen in [RTX3080.md](docs/RTX3080.md). Der Installer richtet keinen Gitea-Server ein und pusht keine Änderungen. Das Repository enthält **keine Zugangsdaten, Signal-Sitzung oder Modellgewichte**. Diese Daten werden lokal angelegt und sind durch `.gitignore` ausgeschlossen. ## Schnellstart auf einer neuen Arch-Maschine ```bash git clone ssh://git@GITEA/OWNER/hermes-arch-stack.git cd hermes-arch-stack ./install.sh --install-packages --install-hermes ``` Für den lokalen GPU-Endpunkt anschließend den [`CUDA-Installer`](docs/LLAMA_INSTALL.md) ausführen. Ein vorhandener Server kann stattdessen über `LLAMA_SERVER_BIN` verwendet werden. Der Installer benötigt funktionierende NVIDIA-Treiber; diese werden nicht von diesem Repo eingerichtet. `--install-packages` führt ein vollständiges `pacman -Syu` aus: bei Kernel-/ Treiberänderungen einen Neustart einplanen. Danach die beim ersten Lauf erzeugten lokalen Konfigurationen bearbeiten: ```bash $EDITOR ~/.config/hermes-stack-maintenance/config.env $EDITOR ~/.config/hermes-stack-maintenance/llama.env # Bei Nutzung der lokalen Kompression: $EDITOR ~/.config/hermes-stack-maintenance/compression.env $EDITOR ~/.config/hermes-stack-maintenance/signal-cli.env $EDITOR ~/.hermes/.env ``` Hermes und die Messaging-Plattformen konfigurieren: ```bash hermes setup hermes gateway setup hermes gateway install --force ``` In Hermes als lokalen OpenAI-kompatiblen Endpunkt `http://127.0.0.1:8080/v1` und als Modell-ID `hermes-local` wählen, wenn die aktuellen Routine-/Large-Profile nach [NEW_WORKSTATION.md](docs/NEW_WORKSTATION.md) vorbereitet wurden. Der ältere HF-Schnellstart verwendet weiterhin `qwen38-27b-local`. Bestehende Hermes-Konfigurationen, Profile, Skills und Memories werden nicht durch generische Vorgaben ersetzt. Für Neuinstallationen diese Einstellungen interaktiv vornehmen oder die eigenen Daten gemäß Migration sicher übernehmen. Der Alias allein setzt kein Kontextlimit. Signal benötigt zusätzlich eine installierte/verknüpfte signal-cli-Instanz. Nach Konfiguration kann `./scripts/install-signal-cli.sh` den vorhandenen Signal-Updater aufrufen; siehe dessen Konfiguration und `docs/MIGRATION.md`. Optionale Dienste erst nach ihrer Konfiguration aktivieren: ```bash systemctl --user enable --now signal-cli.service systemctl --user enable --now llama-qwen.service ``` Maintenance aktivieren: ```bash systemctl --user enable --now \ hermes-stack-hermes-update.timer \ hermes-stack-health.timer \ hermes-stack-llama-watchdog.timer \ hermes-stack-signal-health.timer \ hermes-stack-signal-update-check.timer ``` Für Start ohne interaktive Anmeldung: ```bash sudo loginctl enable-linger "$USER" ``` Abschließend: ```bash ~/.local/libexec/hermes-stack-doctor ``` ## Installationsoptionen ```text ./install.sh [Optionen] --install-packages Arch-Pakete mit pacman installieren --install-hermes offiziellen Hermes-Installer ausführen --install-llama CUDA-Build installieren (benötigt funktionierenden Treiber) --llama-ref REF expliziter llama.cpp-Tag/Commit oder bewusst master --enable-timers Maintenance-Timer sofort aktivieren --skip-browser Hermes ohne Browser-Automation installieren (Standard) --with-browser Browser-Automation nicht überspringen ``` Ohne Optionen installiert das Skript nur die versionierten Dateien und legt fehlende Beispielkonfigurationen an. Bestehende lokale Konfigurationen werden nicht überschrieben. `hermes-stack-model` wird über `~/.local/bin` ohne Pfadangabe aufrufbar. Der separate Helfer `scripts/prepare-workstation.py` stellt auf Wunsch die fixierten Modelldateien bereit und übernimmt gezielt die aktuellen Hermes-Einstellungen. Ersetzte Wrapper und Units werden vorher gesichert. Eine vorhandene hermes-gateway.service wird nicht neu erzeugt. Ein Modell wird erst beim echten Start des llama-Dienstes geladen, nicht bei der Konfigurationsprüfung. ## RTX 3080 und Qwen Die aktuellen Schutzmaßnahmen gegen endlose Modellantworten und die explizite Umschaltung zwischen Routine- und großem Modell stehen in [INFERENCE_LIMITS.md](docs/INFERENCE_LIMITS.md). ```bash hermes-stack-model status hermes-stack-model routine hermes-stack-model large ``` ```bash ~/.local/libexec/hermes-stack-llama-run --check ~/.local/libexec/hermes-stack-llama-profile list ~/.local/libexec/hermes-stack-llama-report ``` Für neue Konfigurationen ist `desktop-64k` der Standard: 64K Kontext, 4096 MiB Fit-Zielmarge, Reasoning-Budget 128 ohne Reasoning-Preserve. Das priorisiert Spielraum für Browser und Desktop auf einer gemeinsam genutzten GPU. Die früheren Profile bleiben für bewusste Vergleiche verfügbar. Bestehende Konfigurationen werden nicht umgestellt. Bei expliziten `LLAMA_ARGS` und leerem `LLAMA_PROFILE` wirken die Profile nicht. Der optionale Dienst `llama-compression.service` verwendet eine eigene `compression.env`, Port 8081 und CPU-Ausführung einschließlich KV-/Op-Offload. Für beide Server werden Modellgewichte separat bereitgestellt. Einrichtung, Messgrenzen und Migration: [`docs/RTX3080.md`](docs/RTX3080.md). Profilwechsel ändern zunächst nur eine separate Auswahl-Datei. Ein Neustart benötigt `hermes-stack-llama-restart --jobs-finished`. Der Healthcheck teilt das Update-Lock und löst bei Backend-HTTP-Timeouts keine Inferenz-Neustarts mehr aus. ## Update-Verhalten `hermes-stack-hermes-update` führt folgende Schritte aus: 1. exklusives Lock und Prüfung auf lokale Änderungen 2. `origin/main`-Fetch mit begrenzten Retries und letztem HTTP/1.1-Fallback 3. schneller Abschluss ohne Backup, wenn Checkout und gefetchter Branch identisch sind 4. komprimiertes Backup vor jeder Änderung 5. Stoppen des Gateways und Aufruf von `hermes update` 6. einmaliger Retry bei eindeutig transientem Fetch-Fehler 7. Konfigurationsmigration und frischer Gateway-Neustart 8. Gateway-Healthcheck; bei Fehler Wiederherstellung des gesicherten Checkouts und der erfassten Konfigurationsdateien 9. separater llama.cpp-Healthcheck ohne unsinnigen Hermes-Rollback 10. Aufbewahrung der drei neuesten Hermes-Backups Den Zielstand wählt `hermes update` anhand des konfigurierten Update-Kanals. Bei Stable kann der Checkout bereits aktuell sein, obwohl `origin/main` weiter ist. Ein unveränderter Commit bei Updater-Exitcode 0 und gesundem Gateway gilt deshalb als Erfolg. Dabei können Backup und Gateway-Neustart trotzdem stattfinden. Ein fehlgeschlagener Updater bei unverändertem Commit bleibt ein Fehler. Ein Fehler von Telegram oder Signal kann den Updateprozess niemals fehlschlagen lassen. Detaillierte Zwischenstände landen im Journal; nur zusammengefasste Ergebnisse werden versendet. Abschlussmeldungen stehen auch direkt im Journal von `hermes-stack-hermes-update.service`. Diagnose, gezielte Installation und Prüfung sind in [HERMES_UPDATE.md](docs/HERMES_UPDATE.md) beschrieben. ## Bedienung ```bash # Update manuell systemctl --user start hermes-stack-hermes-update.service # Status und Logs systemctl --user status hermes-stack-hermes-update.service journalctl --user -u hermes-stack-hermes-update.service -n 200 journalctl --user -t hermes-stack-maintenance -n 100 # Benachrichtigung testen ~/.local/libexec/hermes-stack-notify \ "Hermes-Stack: Benachrichtigungstest" # signal-cli nach einer Update-Meldung aktualisieren ~/.local/libexec/hermes-stack-signal-update # Gesamtprüfung ~/.local/libexec/hermes-stack-doctor ``` ## Migration Deployment-Code und Benutzerdaten werden bewusst getrennt behandelt. Siehe [`docs/MIGRATION.md`](docs/MIGRATION.md) für die Übernahme von Hermes-Daten, Signal-Sitzung und Modellgewichten. ## Gitea Nach dem Entpacken oder Erzeugen des Repositories: ```bash git init git add . git commit -m "Initial Hermes Arch deployment" git branch -M main git remote add origin ssh://git@GITEA/OWNER/hermes-arch-stack.git git push -u origin main ``` Die mitgelieferte Gitea-Actions-Workflowdatei führt Syntax- und Smoke-Tests aus. `make test` führt zusätzlich isolierte Funktionstests mit simulierten Programmen aus. Ein echter NVIDIA-/Arch-/Signal-/Hermes-End-to-End-Test bleibt auf der Zielmaschine erforderlich. `make archive` verwendet den letzten Commit (also zuerst eigene Änderungen prüfen und committen). ## Grenzen der Reproduktion Das Repo reproduziert die Deployment-Logik, nicht deine privaten Daten oder ein eingefrorenes Arch-Abbild. Für denselben Modell-/Backendstand Quell-SHA sowie Modell-/Projektor-Prüfsummen notieren. Der offizielle Hermes-Installer und Arch liefern beim Neuaufsetzen sonst den dann verfügbaren Stand. Technische Quellen stehen in `docs/LLAMA_INSTALL.md` und `docs/RTX3080.md`. ## Cleanup und dauerhafte Modellablage Siehe [Cleanup und Wiederherstellung](docs/CLEANUP_RECOVERY.md) und [Vorlage für lokale Modelle](config/llama-local.env.example). Die optionalen Skripte in maintenance/ werden nicht automatisch installiert.