hermes-arch-stack/README.md

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: 2026-10-12. Für deine bestehende Workstation zuerst docs/WORKSTATION.md lesen. Der Schnellstart unten ist für eine neue Maschine. Hardware-Leistungsgewinne sind noch nicht auf deiner GPU gemessen. Es wird kein Gitea-Server angelegt und nichts automatisch gepusht.

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

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 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:

$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:

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 qwen38-27b-local wählen. 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:

systemctl --user enable --now signal-cli.service
systemctl --user enable --now llama-qwen.service

Maintenance aktivieren:

systemctl --user enable --now \
  hermes-stack-hermes-update.timer \
  hermes-stack-health.timer \
  hermes-stack-signal-health.timer \
  hermes-stack-signal-update-check.timer

Für Start ohne interaktive Anmeldung:

sudo loginctl enable-linger "$USER"

Abschließend:

~/.local/libexec/hermes-stack-doctor

Installationsoptionen

./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. 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

~/.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.

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 kein Update vorliegt
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

Ein Fehler von Telegram oder Signal kann den Updateprozess niemals fehlschlagen lassen. Detaillierte Zwischenstände landen im Journal; nur zusammengefasste Ergebnisse werden versendet.

Bedienung

# 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 für die Übernahme von Hermes-Daten, Signal-Sitzung und Modellgewichten.

Gitea

Nach dem Entpacken oder Erzeugen des Repositories:

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 und Vorlage für lokale Modelle. Die optionalen Skripte in maintenance/ werden nicht automatisch installiert.