用聊天架起本地 AI 實驗室＋知識圖譜
案例摘要
Ivan Fioravanti 示範用 Hermes Agent 對話架起本地 AI 棧（liteLLM、Postgres、Prometheus、Grafana）；另有人讓 Hermes 裝 Gbrain（Garry Tan 的開源專案）當 MCP server，做實體感知的個人知識圖譜召回。官方稱 Gbrain 比純向量搜尋精準 31 點；無建置時間、成本與失敗紀錄。
實際結果
兩個 demo 皆稱成功；缺時間成本數據。
台灣／大陸場景對照
🇹🇼 台灣
台灣自架派：NAS＋Docker＋對話式維運，週末可玩；知識圖譜適合資料量大的案子（房源知識庫可參考此架構）。
🇨🇳 大陸
大陸 NAS 玩家（群暉／極空間）同理；本地模型＋知識圖譜是文件敏感場景的解法。
英文原文
Configure a local AI lab and build a knowledge graph by chat
Per this overview, Ivan Fioravanti showed Hermes Agent setting up a local AI stack (liteLLM, Postgres, Prometheus, Grafana) through conversation. Separately, Alvaro Cintas had Hermes install Gbrain, an open-source project from Garry Tan, add it as an MCP server, and query it for entity-aware recall as a personal knowledge graph.
The source names both setups as working demos. It cites Gbrain's own benchmark of 31 points more precise than plain vector search. It gives no setup time, costs or failures for either one.