local-llm-recommendation

帮你选和装本地大模型并配好 Ollama + Hermes，从硬件探测开始、到模型对比、再到配置落地一条龙。适合准备部署本地模型、想对比哪款更合适或要配置 Hermes 时使用。流程上先给方案讨论再动手，必须靠实测（如 nvidia-smi、/proc）确认硬件能力。

# Local LLM Recommendation（本地大模型选型）

当用户说"装个本地模型"、"有没有适合我的"、"对比一下模型"、"怎么配Hermes+Ollama"时激活。

## 核心流程

### Step 0：先聊方案，再动手
用户偏好"先聊再动手"。不要直接执行操作，先给出方案讨论。

### Step 1：确认硬件真相
**永远不要靠印象猜硬件。** 必须实际验证：

```bash
# 内存
cat /proc/meminfo | grep MemTotal

# CPU
cat /proc/cpuinfo | grep "model name" | head -1
grep -c processor /proc/cpuinfo

# GPU/显存（唯一权威来源）
nvidia-smi --query-gpu=name,memory.total,driver_version --format=csv,noheader
```

或直接用 whichllm 一键检测（更全面）：
```bash
uvx whichllm@latest
```

### Step 2：用小搜搜模型
不要用 GitHub API、浏览器导航、或调度子任务去搜模型信息。唯一入口：
```bash
python "C:/Users/32295/.hermes/skills/anysearch-skill-2.1.0/scripts/anysearch_cli.py" search "关键词"
```

推荐搜索关键词模式：
- `"qwen3-vl:7b ollama vision