越来越多的人在使用智能体，也有不少人正在搭建自己的AI工作台。今天这篇文章，介绍我摸索出来的一种完全工作在本地电脑，不需要联网就能跑通的智能体 你的专属助手。这是方案：Qwen3.5:9b + Hermes，下面介绍我的一手实测，详细搭建步骤，感兴趣的可以看看。不光国内都在用，最近英伟达也在量化它家的模型，如Qwen3.6-27B：说起这个模型，我在自己的电脑实测过，量化后的Qwen3.6:27B要想在单张消费级显卡跑流畅，只可能是32G的5090显卡。这个要求太高了，可能百分之八九十的人，都无法跑流畅这个模型。基于现实考虑，退而求其次，经过我的大量实测，发现 Qwen3.5: 9b 模型，是最接地气的。它只需要16G内存+8G显卡，就能跑通。12G-16G的显卡，流畅运行。比如我实测的环境，32G 5090显卡，运行非常流畅。如下图，5090显卡实测，对单张图的理解速度达到500 tokens/s: 那么推理速度怎么样呢？对上面输入我做了10次测评，并绘制如下折线图：首token延时（也就是TTFT）平均为 2.29s，上图中绿色折线图，首token后生成平均：0.40s以上使用ollama搭载的qwen3.5:9b，单人单机最佳场景。所以实测下来，Qwen3.5:9B 更像是本地 Agent 的甜点位模型。
它不像 27B 那样吃显存，也不像小模型那样一到复杂任务就容易露怯。
另外，它最大支持 256K 上下文，对大多数本地 Agent 任务已经够用：
再结合 Hermes 自带的记忆功能，多轮任务的连续性会更好。
总结下来，它接进 Hermes 后，不只是聊天，而是能胜任很多本地Agent任务了，这也是我觉得它特别适合单机本地玩 Agent 的原因。
为什么这次我选择把 Qwen3.5 9B 接进 Hermes，而不是先测别的 Agent 工具？
一个很现实的原因是：Hermes 相对比较容易安装
它 相对更轻，安装链路也更短，对普通用户来说，成功跑起来的概率更高。
这点其实很重要。因为本地 Agent 工具不是看起来多酷，而是你能不能在自己的电脑上快速装好、接上模型，然后真的开始干活。
Ollama现在也方便支持Hermes了，只需下面一行命令，它会自动指定模型为 qwen3.5:9b，这样你后面都不用再手动配置它了，非常方便：
ollama launch hermes --model qwen3.5:9b
如果Hermes没安装，它会自动帮你安装，非常方便：
点击 Yes，自动开始在你电脑里安装Hermes，
大概不到3分钟，Hermes就安装好了，Windows电脑也丝滑兼容：如图显示为 qwen3.5: 9b，来个测试提问：这套搭建方案，因为接入本地算力，所以token随便用，想怎么问就怎么问，再也不担心token花费问题。你看这个接入步骤，真的太方便了，如果你之前从来没有安装过Hermes，真的只需要一行命令。hermes config pathhermes config show
C:\Users\guozh\AppData\Local\hermes\config.yaml
model: default: qwen3.5:9b provider: custom base_url: http://127.0.0.1:11434/v1 api_key: ollama context_length: 65536
以上就是完整接入Hermes的步骤，中间没有任何省略。3) 自动分析Excel文件，告诉它Excel文件在哪里，中间它会安装pandas等数据分析包：如果超过模型上下文，Hermes会自动压缩，如下图所示：Hermes比较好的地方，Hermes 不只是一次性聊天，它会在多轮使用中自动更新用户画像和长期记忆：比如这里显示 User profile updated · Memory updated，说明它已经把本轮对话中有长期价值的信息写入记忆了。
篇幅关系，更多实用 好玩的场景，大家自行去实践，总之本地玩蛮有意思。
虽然Qwen3.5:9B这样的模型没有云端满血模型，那么强，但是我实测和日常使用经验，发现它+Hermes，也能胜任很多本地办公任务了，真的比较丝滑能完成，对于AI爱好者，自己在本地玩Agent，消耗本地算力，token随便用，这种感觉超级爽。我做过很多实测，自己也大量使用本地算力，得出结论：Qwen3.5:9B+Hermes，到目前为止，很可能是本地玩Agent最好的搭配。感兴趣的读者，看到这里的，可以根据文中步骤，亲自试一下。
粤ICP备14082021号
免费POC，
零成本试错
