一、项目概述本次测试目标是在海光 DCU K100-AI 环境中部署 Hermes Agent并接入本地大模型服务让 Hermes 以自主智能体方式完成复杂任务执行。本次主要验证场景为Hermes Agent 容器化部署接入本地 OpenAI Compatible API 模型服务安装并启用ppt-masterSkill通过 Hermes Agent 自动生成彩色 SVG PPT对比不同模型生成 18 页 PPT 的耗时和稳定测试中使用过两个模型模型节点用途Qwen3.5-122B-A10B-AWQ192.168.217.77测试Qwen3.6-27B-W8A8192.168.217.64测试Hermes Agent 部署在192.168.217.77节点模型服务通过 OpenAI 兼容接口调用。服务器配置项目规格CPU2×Hygon 7380 (32 Core, 2.2GHz)GPU8×海光 DCU K100-AI (64GB/卡)内存1024GB (16×64GB)系统盘2×480G SATA SSD数据盘2×3.2T SSD二、部署环境2.1 节点信息Hermes Agent 部署节点192.168.217.7727B 模型部署节点192.168.217.64Hermes 运行方式Docker 容器容器名称hermes-agentHermes Agent 版本v0.16.0三、Hermes Agent 容器部署3.1 容器目录规划Hermes Agent 采用容器部署并将关键目录挂载到宿主机方便后续保存配置、Skill、工作区和输出文件。目录映射关系如下宿主机目录容器内目录说明/data/hermes-deploy/home/root/.hermesHermes 配置、Skill、日志/data/hermes-deploy/workspace/workspace项目工作目录/data/hermes-deploy/output/output输出文件目录进入容器docker exec -it hermes-agent bash检查 Hermes 版本hermes --version四、配置模型服务Hermes 通过 OpenAI Compatible API 调用本地模型服务。配置文件路径/root/.hermes/config.yaml4.1 接入 122B 模型122B 模型服务位于 77 节点本机接口地址为http://127.0.0.1:8101/v1Hermes 配置示例model: provider: custom model: Qwen3.5-122B-A10B-AWQ base_url: http://127.0.0.1:8101/v1 api_key: none api_mode: chat_completions terminal: backend: local cwd: /workspace验证模型服务curl http://127.0.0.1:8101/v1/models4.2 接入 27B 模型27B 模型部署在192.168.217.64接口地址为http://192.168.217.64:8101/v1验证模型服务curl http://192.168.217.64:8101/v1/models返回示例{ id: Qwen3___6-27B-W8A8, max_model_len: 98304 }Hermes 配置示例model: provider: custom model: Qwen3___6-27B-W8A8 base_url: http://192.168.217.64:8101/v1 api_key: none api_mode: chat_completions context_length: 98304 max_tokens: 4096 terminal: backend: local cwd: /workspace auxiliary: compression: provider: custom model: Qwen3___6-27B-W8A8 base_url: http://192.168.217.64:8101/v1 api_key: none api_mode: chat_completions context_length: 98304 max_tokens: 2048这里需要注意context_length要和 vLLM 实际启动的--max-model-len对齐。Hermes 配置里写大并不会真正扩大模型上下文真正上下文大小取决于 vLLM 服务端。五、vLLM 启动注意事项Hermes Agent 会使用工具调用能力因此 vLLM 启动时必须开启自动工具调用。推荐参数--enable-auto-tool-choice --tool-call-parser qwen3_coder如果没有加这两个参数Hermes 调用模型时会报错auto tool choice requires --enable-auto-tool-choice and --tool-call-parser to be set27B 模型示例启动方式vllm serve /root/model/metax-tech/Qwen3.6-27B-W8A8 \ --host 0.0.0.0 \ --port 8101 \ --served-model-name Qwen3___6-27B-W8A8 \ --max-model-len 98304 \ --enable-auto-tool-choice \ --tool-call-parser qwen3_coder六、安装 ppt-master Skill本次测试客户使用的是ppt-masterSkill因此需要将该 Skill 安装到 Hermes 的本地 Skill 目录。宿主机路径/data/hermes-deploy/home/skills/ppt-master容器内路径/root/.hermes/skills/ppt-master安装后检查hermes skills list正常应能看到ppt-master local enabled七、安装依赖ppt-master需要使用 Python 脚本完成 SVG 检查、后处理和 PPTX 转换。进入容器docker exec -it hermes-agent bash使用清华 PyPI 源安装依赖python3 -m pip install \ -i https://pypi.tuna.tsinghua.edu.cn/simple \ --trusted-host pypi.tuna.tsinghua.edu.cn \ -r /root/.hermes/skills/ppt-master/requirements.txt实际安装过程中svglib可能触发pycairo编译。如果容器里没有编译器会安装失败。本次采用 CairoSVG 作为替代方案python3 -m pip install \ -i https://pypi.tuna.tsinghua.edu.cn/simple \ --trusted-host pypi.tuna.tsinghua.edu.cn \ cairosvg同时安装了 Inkscape用于 SVG 渲染和兼容检查inkscape --version检查 ppt-master 转换脚本python3 /root/.hermes/skills/ppt-master/scripts/svg_to_pptx.py --help八、启动 Hermes Agent建议每次测试新建独立目录避免旧项目污染结果。以 27B、98K 上下文测试为例cd /workspace mkdir -p /workspace/time_test_qwen36_27b_single_18pages_98304 cd /workspace/time_test_qwen36_27b_single_18pages_98304 HERMES_MAX_TOKENS4096 hermes \ --skills ppt-master \ --provider custom \ --model Qwen3___6-27B-W8A8 \ --yolo如果是 122Bcd /workspace mkdir -p /workspace/time_test_122b_18pages cd /workspace/time_test_122b_18pages HERMES_MAX_TOKENS8192 hermes \ --skills ppt-master \ --provider custom \ --model Qwen3.5-122B-A10B-AWQ \ --yolo说明--skills ppt-master指定使用客户 Skill--provider custom使用自定义 OpenAI Compatible 模型服务--model指定模型名称--yolo自动允许工具执行HERMES_MAX_TOKENS限制单次输出长度避免上下文爆掉九、18页 PPT 测试 Prompt为了减少耗时和上下文膨胀本次测试 prompt 中明确禁止 live preview、联网搜索和大段源码输出。示例 prompt请严格使用 ppt-master skill一次性从零生成18页中文彩色PPT用于测试模型端到端耗时。 项目名hermes_agent_27b_time_test_ppt169_20260616 主题Hermes Agent 产品介绍 受众企业技术人员和管理人员 比例16:9 风格现代科技商务风 配色深蓝、青绿、紫色渐变 输出文件名hermes_agent_ppt_master_18pages.pptx 为了计时测试请不要启动 live preview不要启动 svg_editor/server.py不要联网搜索不要生成外部图片不要等待人工确认不要输出完整SVG源码、大段解释或大段diff只写文件并执行XML检查、SVG后处理和PPTX导出。每页采用中等信息密度和简单图形优先保证速度、页数正确和XML合法。 页面结构 1封面2产品定位3核心能力4技术架构5模型接入6工具调用7浏览器自动化8文件处理9长期记忆10工作流程11深度规划12执行监控13实时看板14成本收益15企业集成16应用场景17成功指标18总结问答。 要求严格18页逐页生成彩色SVG并保留svg_output避免文字重叠、越界和字号过小XML必须合法特别注意把 转义为 amp;生成后执行XML检查、finalize_svg.py后处理、svg_to_pptx.py导出可编辑PPTX最终检查PPT页数必须为18页。最后只返回总耗时、PPTX路径、svg_output路径、svg_final路径、页数检查和XML检查结果。 请从现在开始计时直接执行完整流程。十、生成过程说明ppt-master的主要流程如下内容规划 ↓ 生成 design_spec.md / spec_lock.md ↓ 逐页生成 SVG ↓ SVG XML 合法性检查 ↓ finalize_svg.py 后处理 ↓ svg_to_pptx.py 转换为 PPTX ↓ 检查 PPT 页数生成过程中会产生以下目录svg_output/ 原始 SVG svg_final/ 后处理 SVG backup/ SVG 备份 exports/ 导出的 PPTX十一、手动检查命令11.1 检查 SVG 数量find svg_output -maxdepth 1 -name *.svg | wc -l11.2 检查 SVG XML 合法性python3 - PY from pathlib import Path from lxml import etree path Path(svg_output) for svg in sorted(path.glob(*.svg)): etree.parse(str(svg)) print(OK:, svg.name) PY11.3 执行 SVG 后处理python3 /root/.hermes/skills/ppt-master/scripts/finalize_svg.py \ /workspace/projects/项目目录11.4 导出 PPTXpython3 /root/.hermes/skills/ppt-master/scripts/svg_to_pptx.py \ /workspace/projects/项目目录 \ -o /workspace/projects/项目目录/output.pptx \ --only native \ --no-notes11.5 检查 PPT 页数python3 - PY from pptx import Presentation ppt Presentation(output.pptx) print(slides:, len(ppt.slides)) PY十二、测试结果12.1 122B 测试结果模型Qwen3.5-122B-A10B-AWQ结果18页 PPT 生成成功 SVG XML 错误0 PPT 页数18 转换失败页数0耗时统计完整生成约 40 分钟12.2 27Bmax_model_len98304 测试结果模型Qwen3.6-27B-W8A8vLLM 上下文--max-model-len 98304结果一次性生成18页 PPT 成功 PPTX 导出成功 转换失败0Hermes 显示耗时约 18 分钟十三、重要踩坑记录13.1 vLLM 必须启用工具调用如果没有加--enable-auto-tool-choice --tool-call-parser qwen3_coderHermes 会报auto tool choice requires --enable-auto-tool-choice and --tool-call-parser to be set13.2 Hermes context_length 不能只在客户端虚标Hermes 配置context_length: 98304只表示 Hermes 认为模型有这么大上下文。真正限制取决于 vLLM--max-model-len 98304必须通过接口确认curl http://模型IP:8101/v1/models看到max_model_len: 98304才是真正生效。十四、最终结论本次在 K100-AI 环境中成功部署 Hermes Agent并通过ppt-masterSkill 跑通了自主智能体生成 PPT 的完整流程。整体结论如下Hermes Agent 可以通过 Docker 方式稳定部署在 K100-AI 节点。Hermes 可以接入本地 OpenAI Compatible API 模型服务。ppt-masterSkill 可以完成从内容规划、SVG生成、SVG检查、后处理到PPTX导出的完整流程。使用 122B 模型可以稳定完成18页PPT生成但耗时较长。使用 27B 模型在 65536 上下文下容易在后段触发上下文超限。将 27B 的 vLLM--max-model-len调整到 98304 后可以一次性完成18页PPT生成。对于长PPT生成任务建议使用更大的上下文窗口并在 prompt 中禁止 live preview、联网搜索和完整源码输出。推荐配置模型Qwen3.6-27B-W8A8 vLLM max_model_len98304 Hermes HERMES_MAX_TOKENS4096 Skillppt-master 生成方式一次性生成18页中等信息密度禁止live preview最终效果18页彩色PPT生成成功 SVG XML错误0 PPT转换失败0 PPT页数18 27B-98K上下文耗时约18分钟