Supermemory
本文中的本地 Agent 记忆层：通过
.supermemory/.env指定OPENAI_MODEL=Ornith-1.0-35B，与 Hermes Agent 共用本地 vLLM 模型服务，构成不依赖第三方 API 的 local AI Agent 系统。
简介
Supermemory 在这篇素材中不是作为独立知识库产品被展开介绍，而是作为 Hermes local LLM Agent 系统的“记忆层”出现。作者此前已经用 Gemma 4 26B 搭配 local Supermemory 构建过全面独立的 local AI Agent 系统；本次升级到 Ornith-1.0-35B 后，Supermemory 的调整很简单：在 .supermemory/.env 中把 OPENAI_MODEL 改成 Ornith-1.0-35B，然后重新启动。
这个小配置揭示了 Supermemory 的关键角色：它并不一定绑定某个云端模型，而是通过 OpenAI 兼容模型名接入当前本地服务。只要 vLLM 把 Ornith 暴露为 Ornith-1.0-35B，Hermes 和 Supermemory 就能共用同一个本地推理后端。这样一来，Agent 的执行层、记忆层、模型层都可以在本机或私有 GPU 服务器上运行。
从 Agent 工程角度看，Supermemory 的价值在于把“会话中的聪明”转成“跨会话的连续性”。Hermes 负责接受任务、调用工具、运行浏览器检查和修改代码；Supermemory 则为持续项目提供本地记忆，让系统不只是每次重新开始的聊天模型。与云端 memory 或 RAG 服务相比，本地 Supermemory 更适合强调隐私、离线、无第三方 API key 和可控部署的用户。
关键信息
- 类型：AI Agent 记忆层 / 本地 memory 系统
- 本文配置位置：
.supermemory/.env - 关键配置：
OPENAI_MODEL=Ornith-1.0-35B - 模型接入方式：通过 OpenAI 兼容模型服务，与 Hermes Agent 共用 vLLM 后端
- 作用：为 local AI Agent 提供长期记忆和上下文连续性
- 相关概念：Hermes Agent、Ornith 1.0、vLLM、AI编程开发
核心特性
1. 与本地模型服务解耦
素材中 Supermemory 只需修改模型名称即可从 Gemma 4 26B 迁移到 Ornith-1.0-35B。这说明它关心的是模型服务接口和模型名，而不是固定某个供应商。对本地 Agent 系统来说，这种解耦很重要：用户可以先用 Gemma、Qwen 或其他模型跑通，再在代码能力、速度或显存条件允许时切到更强模型。
2. 与 Hermes 组成完整本地 Agent 系统
Hermes 单独接入本地模型可以执行任务，但如果没有记忆层，每次复杂项目都容易变成“从头读上下文”。Supermemory 补上长期记忆后，Hermes 的 local LLM Agent 才更接近“持续工作的本地助手”。素材开头明确说此前组合是 Hermes agent 的 local LLM 模型 + local Supermemory，构成全面独立的 local AI Agent 系统。
3. 降低第三方 API 依赖
本文反复强调无第三方 API key 的本地运行体验，包括 Hermes Image Routing Auto 情况下仍能解析影像。Supermemory 在这个架构中也应跟随本地模型，避免记忆检索、总结或写入过程再次调用云端模型。对企业内网、私有代码、本地自动化和个人隐私场景而言，这一点尤其重要。
4. 配置简单但依赖模型服务稳定
OPENAI_MODEL=Ornith-1.0-35B 看似只是一个环境变量，但它要求上游 vLLM 服务的 --served-model-name 与此完全一致。如果模型名不一致，Hermes 或 Supermemory 可能报模型不存在、请求失败或回退到错误 provider。因此本地 Agent 的多组件配置需要保持模型名、端口、环境变量和 provider 设置一致。
不同素材中的观点
- 2026-07-08-vocus-hermes-ornith-local-llm-agent：这篇素材把 Supermemory 视为 local AI Agent 系统的必要组成，而不是可选插件。作者的迁移步骤是先用 vLLM 部署 Ornith，再在 Hermes 中改模型，最后在
.supermemory/.env中把模型名改为Ornith-1.0-35B并重启。文章暗含的判断是：本地 Agent 的价值不只在模型离线运行，还在记忆也随模型一起本地化。
实用信息
- 快速上手步骤：先确认本地 vLLM OpenAI 兼容接口可用，并且 served model name 是
Ornith-1.0-35B；再修改.supermemory/.env中的OPENAI_MODEL；最后重启 Supermemory。 - 常用配置：
OPENAI_MODEL=Ornith-1.0-35B - 适用场景：希望 Hermes Agent 跨会话保留项目上下文、偏好、历史任务和本地知识，同时又不想把记忆处理交给云端 API 的场景。
- 注意事项：模型名要与 vLLM
--served-model-name、Hermes custom provider 中的 model 设置保持一致；更换 FP8 或视觉模型组合后，也要重新验证 Supermemory 相关请求是否仍指向主语言模型。