Mô hình Ollama không hiển thị trong Hermes: kiểm tra danh mục và nhà cung cấp

Nếu các model Ollama của bạn đã biến mất khỏi bộ chọn Hermes, hãy kiểm tra phiên bản trước khi chỉnh cấu hình: lỗi bộ nhớ đệm catalog gốc gây ra đúng triệu chứng này đã được đóng với trạng thái hoàn tất vào ngày 17 tháng 9 năm 2026, và bản sửa có trong tag v2026.9.21 (hermes-agent 0.21.4) nhưng không có trong v2026.9.14. Tuy nhiên, báo cáo đã đóng đó không phải toàn bộ câu chuyện. Vào ngày 21 tháng 9 năm 2026, vẫn còn hai báo cáo khác về model Ollama biến mất khỏi bộ chọn đang mở; một issue mở thứ ba mô tả cơ chế của Hermes Desktop gây ra cùng triệu chứng trên bất kỳ provider nào mà danh sách model hiển thị từng được tùy chỉnh, và tôi đọc thấy hành vi đó vẫn hiện diện trong mã nguồn đã phát hành ở chính tag này. Một nguyên nhân phổ biến thứ tư hoàn toàn không phải lỗi. Mỗi nguyên nhân để lại một dấu hiệu khác nhau, và trang này giúp bạn nhận diện các dấu hiệu đó.

Trước hết cần phân biệt hai khái niệm, vì cả hai thường va vào nhau trong kết quả tìm kiếm. Hermes Agent là agent Python của Nous Research (MIT, chưa lưu trữ, lần push gần nhất là ngày 21 tháng 9 năm 2026 theo GitHub API). Hermes 3 và Hermes 4 là dòng LLM trọng số mở của chính phòng thí nghiệm đó, hoàn toàn là một sản phẩm khác; ngoài ra còn có một JavaScript engine không liên quan tên là Hermes — không số phiên bản nào của chúng áp dụng ở đây. Và Ollama cục bộ không phải Ollama Cloud: Hermes truy cập runtime cục bộ miễn phí trên cổng 11434 thông qua luồng Custom Endpoint, còn Ollama Cloud là một sản phẩm trả phí riêng được triển khai dưới dạng provider slug riêng với tệp bộ nhớ đệm riêng. Việc thiếu model ở một bên không nói lên điều gì về bên còn lại.

Ba lớp phải thống nhất với nhau, và chỉ một lớp trong số đó là Ollama

“Model không có trong bộ chọn” là phát biểu về lớp cuối cùng trong ba lớp, còn việc chẩn đoán là tìm lớp đầu tiên không khớp.

# 1. Does Ollama itself list the model? This is the native catalog
#    Hermes reads when the endpoint qualifies for the /api/tags branch.
curl -s http://127.0.0.1:11434/api/tags | jq '.models[].name'

# 2. Does the OpenAI-compatible surface list it too? This is what a
#    generic custom endpoint is probed on.
curl -s http://127.0.0.1:11434/v1/models | jq '.data[].id'

Một điều cần loại trừ ở lớp một: ollama list bao gồm các model embedding, và model embedding không phải model trò chuyện mà agent lập trình có thể chọn. Kunavo cũng không cung cấp model embedding, text-to-speech hoặc speech-to-text, vì vậy đây không phải khoảng trống mà một route hosted có thể giải quyết.

Trước tiên hãy kiểm tra phiên bản và đọc thật kỹ

Issue #112898 — “danh sách model Ollama cục bộ nhấp nháy trong bộ chọn” — đã được đóng với trạng thái hoàn tất, mở ngày 16 tháng 9 năm 2026 và đóng ngày 17 tháng 9 năm 2026. Pull request #113129 đã hợp nhất bản sửa dưới dạng commit d6d6565, và phép so sánh trên GitHub đặt commit này bên trong tag v2026.9.21 và bên ngoài v2026.9.14: so sánh v2026.9.21…d6d6565 trả về trạng thái behind với 0 commit đi trước, nghĩa là commit là tổ tiên của tag đó, còn v2026.9.14…d6d6565 trả về trạng thái ahead với 0 commit phía sau, nghĩa là tag là tổ tiên của commit chứ không phải ngược lại. #112900 của người đóng góp vẫn đang mở, nhưng điều đó không phải dấu hiệu cho thấy bản sửa bị thiếu trong main: nội dung của nó đã được cherry-pick vào pull request đã hợp nhất, đồng thời giữ nguyên thông tin ghi nhận tác giả. Tất cả trạng thái đều được đọc từ GitHub API vào ngày 21 tháng 9 năm 2026.

Đây là điểm dễ nhầm. Hai số phiên bản khác nhau được phát hành bên trong cùng một tag: tại v2026.9.21, pyproject.toml đọc là version = "0.21.4" còn apps/desktop/package.json đọc là "version": "0.17.6". Vì vậy, một báo cáo có tiêu đề “Hermes Desktop 0.17.6” đang mô tả một bản build hiện tại, không phải bản cũ — và nếu gạt bỏ báo cáo như vậy là lỗi thời, bạn sẽ định ngày sai cho chính bằng chứng của mình. Cũng cần lưu ý giới hạn của việc kiểm tra phiên bản: đây là sự bao hàm ở cấp git trong một tag. Chưa xác minh liệu bản phát hành pip, công thức Homebrew, image container hay kênh tự động cập nhật desktop mà bạn thực sự cài có chứa commit đó hay không.

Năm nguyên nhân và dấu hiệu giúp phân biệt chúng

Hai nguyên nhân trong số đó cần được nói riêng. Tình trạng đóng băng trên desktop là nguyên nhân dễ bị hiểu nhầm nhất thành vấn đề bộ nhớ đệm: khi đọc apps/desktop/src/store/model-visibility.ts ở tag v2026.9.21, một khi provider có bất kỳ khóa nào được lưu, trình kết xuất bỏ qua hoàn toàn việc hợp nhất các giá trị mặc định của provider, vì vậy các model được phát hiện sau đó không bao giờ đi vào menu. Issue #114369 tái hiện chính xác điều đó trên một provider tùy chỉnh với discover_models: true và được đóng dưới dạng trùng lặp, không phải đã được sửa; lần tái hiện này dùng endpoint vLLM, vì vậy hãy xem cơ chế là không phụ thuộc provider thay vì coi đó là một lần tái hiện trên Ollama. Hai issue khác vẫn đang mở và chưa được giải quyết: #89874 (0 model cho một provider Ollama tùy chỉnh, mang nhãn needs-repro, nên đây là báo cáo chưa được xác nhận chứ chưa phải lỗi đã được thiết lập) và #71169 (model có trong API Ollama nhưng vắng mặt trong dropdown desktop). Chưa có cơ sở xác định liệu một trong hai issue này có cùng nguyên nhân gốc với #112898 hay không.

Triệu chứng trên desktop cũng rõ ràng hơn mọi người thường nghĩ. Trong model-catalog-menu.tsx ở tag đó, một provider có danh sách nhóm thu gọn trống sẽ bị bỏ qua hoàn toàn — đó là lý do khiếu nại thường là “provider của tôi biến mất” chứ không phải “provider của tôi hiển thị danh sách trống”.

Tại sao lần mở bộ chọn thông thường lại hiển thị danh sách cũ

Đây là cơ chế nằm dưới toàn bộ nhóm lỗi này và đáng để hiểu một lần. Khi mở bộ chọn thông thường, chỉ endpoint tùy chỉnh hiện tại được thăm dò trực tiếp; mọi endpoint đã cấu hình khác đều được trả về từ bộ nhớ đệm trên ổ đĩa tại $HERMES_HOME/provider_models_cache.json. HERMES_HOME mặc định là ~/.hermes nhưng có thể ghi đè, vì vậy đừng giả định về đường dẫn này. Ba khoảng thời gian trong hermes_cli ở tag v2026.9.21 chi phối việc thăm dò lại:

Đây là các hằng số nội bộ trong mã nguồn chứ không phải các thiết lập được tài liệu hóa; trong lần kiểm tra này không tìm thấy tùy chọn hướng đến người dùng nào cho ba giá trị đó. Một ngoại lệ có chủ ý trong mã nguồn đáng lưu ý: một catalog gốc trống chỉ được xem là có thẩm quyền trong TTL ngắn và không bao giờ được cung cấp dưới dạng dữ liệu cũ, chính xác để một Ollama chưa có model ở lần mở đầu tiên không che giấu model vừa được tải trong cả khoảng thời gian bảy ngày. Các hàng bộ nhớ đệm được lập khóa bằng URL đã chuẩn hóa cộng với dấu vân tay của thông tin xác thực, chế độ API và các header bổ sung, vì nhiều hàng provider có thể hợp lệ dùng chung một URL proxy với các khóa khác nhau. Hệ quả thực tế là: xoay khóa, thay đổi phương thức truyền tải hoặc chỉnh sửa extra_headers sẽ làm mất hiệu lực mục bộ nhớ đệm của hàng đó, và lần mở tiếp theo không thăm dò sẽ hiển thị danh sách trống cho đến khi có thứ gì đó làm mới nó.

Các bước kiểm tra theo thứ tự

1. Xác nhận Ollama có model đó. Chạy hai lệnh curl ở trên. Nếu /api/tags không liệt kê model, thì không có lớp nào phía sau có thể làm được gì.
2. Xác nhận phiên bản. Nếu bạn đang dùng bản build cũ hơn tag v2026.9.21 và triệu chứng là danh sách chuyển đổi giữa đúng và trống, bạn đang gặp một lỗi đã được sửa — hãy nâng cấp trước khi gỡ lỗi.
3. Buộc làm mới. Cờ --refresh trên hermes model nêu rõ trong văn bản trợ giúp của chính nó rằng cờ này xóa bộ nhớ đệm trên ổ đĩa của bộ chọn và lấy lại danh sách trực tiếp của mọi provider; lưu ý rằng nó xóa mọi provider, không chỉ một provider. Trong phiên, tài liệu tham chiếu slash-commands ghi /model --refresh là lấy lại danh sách model của provider, còn desktop có nút “Refresh Models” rõ ràng để yêu cầu catalog mới trong khi các lần mở thông thường vẫn dùng bộ nhớ đệm một giờ.
4. Kiểm tra endpoint của bạn sử dụng đường dẫn thăm dò nào. Nhánh gốc /api/tags được chọn khi provider có tên ollama, khi tên là custom:ollama hoặc kết thúc bằng -ollama, khi URL khớp với URL cơ sở Ollama đã cấu hình, hoặc khi một URL tùy chỉnh không rõ ràng trên cổng 11434 thực sự trả lời /api/tags. Ollama được cung cấp trên một cổng khác dưới tên custom thông thường sẽ rơi xuống cơ chế thăm dò /v1/models chung — đó là cách đường dẫn mã nguồn thể hiện, và chưa chạy thực tế để xác nhận cơ chế dự phòng hoạt động.
5. Nếu chính quá trình phát hiện là vấn đề, hãy ngừng phát hiện. discover_models mặc định là true; đặt thành false sẽ khiến bộ chọn hiển thị danh sách bạn đã cấu hình thay vì thăm dò trực tiếp.
6. Nếu chỉ menu desktop sai, nhiều khả năng bạn đang ở trường hợp #107391, và không lần làm mới nào giải quyết được — backend trả về model nhưng lớp tuyển chọn của trình kết xuất loại bỏ model đó.

providers:
  # The published reference documents `api` for a providers entry.
  local-ollama:
    api: http://127.0.0.1:11434/v1
    # No key for local Ollama. Discovery is on by default; turn it off and
    # hand-write the list when the probe is the thing that is failing.
    discover_models: false
    models:
      - qwen3-coder:30b

model:
  default: qwen3-coder:30b
  provider: custom:local-ollama

Một chi tiết cấu hình thường xuyên khiến mọi người nhầm lẫn và cần được làm rõ. Tài liệu tham chiếu ghi api là khóa URL cơ sở cho một mục nhập providers:, đồng thời danh sách trường của mục nhập đó nêu base_url và url là các bí danh được chấp nhận cho khóa này; base_url là khóa riêng trong ánh xạ model: cấp cao nhất. Tài liệu cũng ghi rằng các cấu hình cũ dùng danh sách custom_providers: cấp cao nhất với base_url thay cho api, vẫn hoạt động và được tự động chuyển đổi khi chạy hermes update ở config v12. Các báo cáo lỗi trong trình theo dõi được viết theo cả hai cách, đúng như dự kiến khi cả hai đều được đọc. Vì vậy, một mục nhập providers: không có hiệu lực khó có khả năng thất bại do tên của khóa này — hãy kiểm tra endpoint và các trường khác của mục nhập.

Một chi tiết riêng cũng đáng được nêu: trang Hermes của chính Ollama hướng dẫn qua lời nhắc thiết lập với câu “Context length in tokens [leave blank for auto-detect]”, trong khi tài liệu provider của Hermes yêu cầu ít nhất 64.000 token cho việc sử dụng agent và cho biết endpoint cục bộ cung cấp ít hơn sẽ bị từ chối khi khởi động. Cả hai nguồn đều được kiểm tra vào ngày 21 tháng 9 năm 2026. Để trống trường này tự nó không sai, nhưng không giải quyết được máy chủ chỉ cung cấp một cửa sổ nhỏ — vì vậy hãy tăng cửa sổ trên máy chủ (hoặc cố định trong cấu hình Hermes) lên mức của Hermes, đồng thời nhớ rằng lỗi này tạo ra thông báo từ chối khi khởi động nêu rõ cửa sổ được cung cấp, chứ không phải một hàng bị thiếu trong bộ chọn.

Xác minh, rồi quyết định liệu chạy cục bộ có đáng hay không

Sau khi thay đổi, hãy thực hiện ba việc theo thứ tự: mở lại bộ chọn không có --refresh và xác nhận model được liệt kê trong một lần mở lạnh, chọn model đó, rồi gửi một yêu cầu có giới hạn để nhận về một completion. Bước giữa rất quan trọng vì danh sách chỉ đúng ngay sau khi thăm dò là dấu hiệu đặc trưng của lỗi bộ nhớ đệm chứ không phải bản sửa. Đây là các hướng dẫn để bạn tự chạy — khi viết trang này, chưa thực hiện cài đặt Hermes, instance Ollama hay bộ chọn nào.

Nếu câu trả lời là chạy cục bộ không đáng với công sức cho tác vụ này, câu hỏi về chi phí được tách rõ thành hai phần: phần mềm tốn bao nhiêu và việc sử dụng model tốn bao nhiêu.

Gói Pro của Ollama Cloud cũng được niêm yết ở mức $200 mỗi năm khi thanh toán hằng năm, và các gói bao gồm tín dụng sử dụng hằng tháng — $60 cho Pro, $300 cho Max, $1.000 dùng chung cho Team. Những khoản này thuộc về sản phẩm đám mây, không thuộc endpoint cục bộ mà bạn đang sửa.

Đối với phương án tính phí theo mức sử dụng, dưới đây là phép tính token minh họa, không phải chi phí tác vụ đã được đo lường và không phải mức trần hóa đơn. Giả sử một phiên gửi 200.000 token đầu vào không được lưu trong bộ nhớ đệm và nhận 12.000 token đầu ra, không có lượt đọc bộ nhớ đệm và không có phí công cụ bên ngoài. Mức giá là giá hiện hành trong danh mục Kunavo, tính trên mỗi triệu token.

Hãy nhân rộng theo số phiên mỗi ngày của chính bạn trước khi coi đó là ngân sách, đồng thời lưu ý rằng mức giá niêm yết rẻ nhất và chi phí thấp nhất để hoàn thành tác vụ là hai khẳng định khác nhau — một model rẻ nhưng cần ba lần thử có thể tốn nhiều hơn model chỉ cần một lần. Số tiền trong catalog Kunavo là mức sàn thanh toán chứ không phải mức trần: khi upstream báo phí, hóa đơn là giá trị lớn hơn giữa chi phí catalog và chi phí upstream nhân với mức markup áp dụng. Xem chi tiết thanh toán.

Phương án nào phù hợp nhất phụ thuộc vào công việc. Ollama cục bộ phù hợp nhất với các tác vụ nhỏ, riêng tư hoặc ngoại tuyến, không có phí trên mỗi yêu cầu; phần cứng và mức tối thiểu 64.000 token là các ràng buộc thực tế. API trực tiếp của nhà cung cấp phù hợp nhất khi bạn thường xuyên dùng mô hình chủ lực của một nhà cung cấp và muốn cơ chế lưu bộ nhớ đệm cùng điều khoản xử lý theo lô riêng của họ. Cổng trung gian phù hợp nhất khi bạn chuyển mô hình theo từng tác vụ và muốn dùng một khóa cùng một số dư. Gói đăng ký phù hợp nhất khi việc sử dụng nhiều mỗi ngày với mức phí cố định phù hợp với bạn hơn việc tính phí theo token.

Trỏ Hermes đến một nơi khác

Nếu bạn quyết định thêm một endpoint từ xa bên cạnh endpoint cục bộ, cơ chế vẫn là luồng provider tùy chỉnh tương tự — và có một ranh giới bạn nên biết trước khi thử: việc thêm provider được thực hiện trong hermes model chạy bên ngoài một phiên, vì trong phiên, /model chỉ chuyển đổi giữa các provider đã cấu hình và không thể thêm provider hay nhận khóa. API tùy chỉnh Hermes Agent trình bày chi tiết hình dạng mục nhập, phương thức truyền tải và khôi phục; giá Hermes Agent trình bày bốn hóa đơn riêng biệt. Kunavo công bố tài liệu tham chiếu cấu hình chứ không có các bài kiểm tra tương thích: trong công việc này, Hermes chưa từng được kiểm thử khi chạy với endpoint Kunavo, vì vậy không có nội dung nào ở đây xác lập rằng cơ chế phát hiện của Hermes sẽ thành công với endpoint đó. Hãy giữ tuyến đang hoạt động trong khi thử nghiệm. API tương thích OpenAI của Ollama giải thích vì sao cùng một mã client có thể truy cập cả hai, và hãy tạo tài khoản Kunavo khi bạn muốn nạp tiền cho một khóa.

Bạn vẫn đang chọn client thay vì gỡ lỗi một client? Các lựa chọn thay thế cho Hermes Agent và API tương thích OpenAI trình bày phạm vi rộng hơn.

Câu hỏi thường gặp

Đã kiểm tra những gì vào ngày 21 tháng 9 năm 2026 và bằng cách nào: trạng thái issue và pull request, sự bao hàm của tag đối với cả hai bản sửa, tag phát hành mới nhất, cùng trạng thái giấy phép và lưu trữ của repository được lấy từ GitHub API; các hằng số bộ nhớ đệm, điều kiện kích hoạt phát hiện, kho lưu trữ khả năng hiển thị trên desktop, chuỗi trợ giúp --refresh và các trích dẫn tài liệu được đọc từ mã nguồn tại tag v2026.9.21; trang giá của Ollama, trang tích hợp Hermes của chính Ollama và danh sách gói Nous Portal được lấy cùng ngày. Chưa kiểm tra: liệu artefact pip, Homebrew, container hay tự động cập nhật desktop mà bạn đã cài có chứa một trong hai bản sửa hay không. Không có nội dung nào được kiểm thử khi chạy — không chạy cài đặt Hermes, không khởi động Ollama và không mở bộ chọn. Mức giá token của Kunavo đến từ catalog trực tiếp, còn ví dụ tính bằng đô la là phép tính token minh họa chứ không phải chi phí thực tế của một tác vụ.