Claude Code 的本地实习生。 28 种实用工具，以证据为基础的简报，以及经久耐用的成果。

一个名为“MCP”的服务器，为“Claude Code”提供了一个“本地实习生”角色，该角色拥有规则、等级、办公桌和文件柜。 “Claude”选择“工具”；“工具”选择“等级”（分为“即时”、“工作马”、“深度”和“嵌入”）；“等级”会生成一个文件，您可以在下周打开查看。

没有云服务。没有远程数据传输。没有任何“自动”功能。每一次操作都能清楚地看到其工作原理。

示例：一个请求，一个成果

// Claude → ollama-intern-mcp
{
  "tool": "ollama_incident_pack",
  "arguments": {
    "title": "sprite pipeline 5 AM paging regression",
    "logs": "[2026-04-16 05:07] worker-3 OOM killed\n[2026-04-16 05:07] ollama /api/ps reports evicted=true size=8.1GB\n...",
    "source_paths": ["F:/AI/sprite-foundry/src/worker.ts", "memory/sprite-foundry-visual-mastery.md"]
  }
}

返回一个指向磁盘上文件的“信封”对象。

{
  "result": {
    "pack": "incident",
    "slug": "2026-04-16-sprite-pipeline-5-am-paging-regression",
    "artifact_md":   "~/.ollama-intern/artifacts/incident/2026-04-16-sprite-pipeline-5-am-paging-regression.md",
    "artifact_json": "~/.ollama-intern/artifacts/incident/2026-04-16-sprite-pipeline-5-am-paging-regression.json",
    "weak": false,
    "evidence_count": 6,
    "next_checks": ["residency.evicted across last 24h", "OLLAMA_MAX_LOADED_MODELS vs loaded size"]
  },
  "tier_used": "deep",
  "model": "hermes3:8b",
  "hardware_profile": "dev-rtx5080",
  "tokens_in": 4180, "tokens_out": 612,
  "elapsed_ms": 8410,
  "residency": { "in_vram": true, "evicted": false }
}

该 Markdown 文件是实习人员工作台的输出结果，包括标题、带有引用的证据块，以及如果证据不足时显示的“弱：true”提示。它的生成过程是确定的：渲染器是代码，而不是提示。明天打开它，下周进行差异比较，然后使用 ollama_artifact_export_to_path 命令将其导出到手册中。

在这个类别中，所有竞争对手都以“节省令牌”为宣传重点。而我们则强调的是：“这是实习生撰写的文档。”

这里包含四层，共28件工具

| 等级；层级。 | 计数。 | 这里住着什么？ | |---|---|---| | Atoms | 15 | 以下是一些预定义的任务类型：classify（分类）、extract（提取）、triage_logs（日志分析）、summarize_fast / deep（快速/深度摘要）、draft（起草）、research（研究）、corpus_search / answer（语料库搜索/回答）、index（索引）、refresh（刷新）、list（列表）、embed_search（嵌入式搜索）、embed（嵌入）、chat（聊天）。 能够处理批处理任务的模块（classify、extract、triage_logs）接受以下格式的输入：items: [{id, text}]。 | | Briefs | 3 | 基于证据的、结构化的操作简报。包括“事件简报”、“报告简报”和“变更简报”等类型。每个论点都引用了证据ID；未知信息在服务器端进行处理并被移除。对于证据不足的情况，会标记为“证据不足：true”，而不是捏造虚假信息。 | | Packs | 3 | 固定流水线任务，用于将持久化的 Markdown 和 JSON 数据写入到 ~/.ollama-intern/artifacts/ 目录。这些任务包括 incident_pack、repo_pack 和 change_pack。这些渲染过程是确定性的，不会对生成的artifact进行任何模型调用。 | | Artifacts | 7 | 针对打包输出结果，提供连续性信息。包含以下内容：artifact_list（工件列表）、read（读取）、diff（差异）、export_to_path（导出到路径），以及三个确定性的片段：incident_note（事件记录）、onboarding_section（入职指南）和 release_note（发布说明）。 |

总计：18 个基础物品 + 3 个礼包 + 7 件工具 = 28 件。

冻结内容：

• 原子：已冻结在18个（包括原子和简易版）。 不会增加新的原子工具。
• 组装包：已冻结在3个。 不会增加新的组装包类型。
• 遗物等级：已冻结在7级。

完整的工具参考资料请查阅手册。

安装

npm install -g ollama-intern-mcp

需要安装并运行本地的 Ollama 软件，并且需要下载相应的模型。

克劳德代码

{
  "mcpServers": {
    "ollama-intern": {
      "command": "npx",
      "args": ["-y", "ollama-intern-mcp"],
      "env": {
        "OLLAMA_HOST": "http://127.0.0.1:11434",
        "INTERN_PROFILE": "dev-rtx5080"
      }
    }
  }
}

Claude 桌面版

内容相同，将被写入到 ~/Library/Application Support/Claude/claude_desktop_config.json (macOS 系统) 或 %APPDATA%\Claude\claude_desktop_config.json (Windows 系统) 文件中。

与爱马仕产品搭配使用

该模型控制程序（MCP）已使用 Hermes Agent 在 Ollama 上的 hermes3:8b 模型上进行了端到端的验证（验证日期：2026年4月19日）。Hermes 是一个外部代理，它会调用该 MCP 的固定底层接口——它负责规划，我们负责执行。

参考配置（本仓库中的 [hermes.config.example.yaml] 文件）：

model:
  provider: custom
  base_url: http://localhost:11434/v1
  default: hermes3:8b
  context_length: 65536    # Hermes requires 64K floor under model.*

providers:
  local-ollama:
    name: local-ollama
    base_url: http://localhost:11434/v1
    api_mode: openai_chat
    api_key: ollama
    model: hermes3:8b

mcp_servers:
  ollama-intern:
    command: npx
    args: ["-y", "ollama-intern-mcp"]
    env:
      OLLAMA_HOST: http://localhost:11434
      INTERN_PROFILE: dev-rtx5080
      # hermes3:8b is the default ladder in v2.0.0, so tier overrides are
      # only needed if you're pinning a different local model.

提示语的格式很重要。 强制性的工具调用提示语（例如“调用 X，参数为…”）是集成测试，它们为 8B 的本地模型提供了足够的结构，使其能够生成清晰的 tool_calls。 列表形式的多任务提示语（例如“先做 A，然后 B，最后 C”）是用于评估更大模型能力的基准测试；不要将 8B 模型在列表形式提示语下的失败归因于“底层连接出现问题”。 请参阅 handbook/with-hermes，以获取完整的集成测试流程以及已知的传输相关注意事项（Ollama 的 /v1 流式传输以及 openai-SDK 的非流式传输适配器）。

模特拉伸

默认开发配置 (RTX 5080 16GB 及类似配置):

ollama pull hermes3:8b
ollama pull nomic-embed-text
export OLLAMA_MAX_LOADED_MODELS=2
export OLLAMA_KEEP_ALIVE=-1

Qwen 3 专用配置 (相同硬件，用于 Qwen 工具):

ollama pull qwen3:8b
ollama pull qwen3:14b
ollama pull nomic-embed-text
export INTERN_PROFILE=dev-rtx5080-qwen3

M5 Max 配置 (128GB 统一内存):

ollama pull qwen3:14b
ollama pull qwen3:32b
ollama pull nomic-embed-text
export INTERN_PROFILE=m5-max

每个层级的环境变量 (INTERN_TIER_INSTANT, INTERN_TIER_WORKHORSE, INTERN_TIER_DEEP, INTERN_EMBED_MODEL) 仍然会覆盖配置文件的选择，用于一次性任务。

统一的接口

每个工具返回相同的结构：

{
  result: <tool-specific>,
  tier_used: "instant" | "workhorse" | "deep" | "embed",
  model: string,
  hardware_profile: string,     // "dev-rtx5080" | "dev-rtx5080-qwen3" | "m5-max"
  tokens_in: number,
  tokens_out: number,
  elapsed_ms: number,
  residency: {
    in_vram: boolean,
    size_bytes: number,
    size_vram_bytes: number,
    evicted: boolean
  } | null
}

residency (模型驻留状态) 来自 Ollama 的 /api/ps 接口。当 evicted: true (模型已被移除) 或 size_vram < size (显存不足) 时，模型会被写入磁盘，推理速度会下降 5-10 倍。系统会向用户显示此信息，以便用户重启 Ollama 或减少加载的模型数量。

每个调用都会被记录为一行 NDJSON 数据，保存在 ~/.ollama-intern/log.ndjson 文件中。可以通过 hardware_profile 进行过滤，以将开发环境的数据排除在可发布的基准测试之外。

硬件配置

| 配置 | Instant | Workhorse | Deep | Embed | |---|---|---|---|---| | dev-rtx5080 (默认) | hermes3 8B | hermes3 8B | hermes3 8B | nomic-embed-text | | dev-rtx5080-qwen3 | qwen3 8B | qwen3 8B | qwen3 14B | nomic-embed-text | | m5-max | qwen3 14B | qwen3 14B | qwen3 32B | nomic-embed-text |

默认开发配置 将所有三个工作层都映射到 hermes3:8b，这是经过验证的 Hermes Agent 集成路径。使用相同的模型可以简化操作，减少学习成本，并降低资源消耗。如果用户更喜欢 Qwen 3 (它具有 THINK_BY_SHAPE 功能)，可以选择 dev-rtx5080-qwen3 配置。m5-max 配置是为 Qwen 3 优化的，适用于统一内存环境。

证据规则

这些规则在服务器端强制执行，而不是在提示词中：

• 必须提供引用。 每个简短的陈述都必须引用一个证据 ID。
• 未知内容在服务器端被移除。 如果模型引用了不在证据包中的 ID，则这些 ID 会在返回结果之前被移除，并会显示警告。
• 弱证据标记为弱。 弱证据会标记为 weak: true，并附带说明，不会被伪装成虚假叙述。
• 用于调查，而非指导。 仅提供 next_checks (下一步检查) / read_next (下一步阅读) / likely_breakpoints (可能的中断点)。提示词禁止使用 "应用此修复"。
• 确定性的渲染器。 标记文本的形状是代码，而不是提示词。draft (草稿) 仍然保留用于需要模型措辞的文本。
• 仅支持同一包的差异。 跨包的 artifact_diff (差异) 会被明确拒绝；每个包的数据保持独立。

数据和连续性

每个包会将数据写入 ~/.ollama-intern/artifacts/{incident,repo,change}/<slug>.(md|json)。数据层提供连续性，但不会将其变成一个文件管理工具：

• artifact_list (数据列表) — 仅包含元数据的索引，可以按包、日期、slug 前缀进行过滤。
• artifact_read (数据读取) — 按 {pack, slug} (包和 slug) 或 {json_path} (JSON 路径) 进行类型读取。
• artifact_diff (数据差异) — 结构化的同一包比较；弱点会被突出显示。
• artifact_export_to_path (数据导出到路径) — 将现有数据（包含来源信息）导出到调用者声明的 allowed_roots 目录。如果目标文件已存在，则会拒绝导出，除非设置了 overwrite: true。
• artifact_incident_note_snippet (事件备注片段) — 操作员备注片段。
• artifact_onboarding_section_snippet (入职部分片段) — 手册片段。
• artifact_release_note_snippet (发布备注片段) — DRAFT (草稿) 发布备注片段。

此层级中没有模型调用。所有内容都从存储的内容中渲染。

威胁模型和遥测

涉及的数据： 调用者显式传递的文件路径 (ollama_research, corpus tools)，内联文本，以及调用者请求写入到 ~/.ollama-intern/artifacts/ 或调用者声明的 allowed_roots 目录中的数据。

未被修改的数据： 任何位于 source_paths 或 allowed_roots 之外的数据都不会被修改。 .. 在标准化之前会被拒绝。 artifact_export_to_path 除非 overwrite: true，否则会拒绝已存在的文件。 针对受保护路径（如 memory/, .claude/, docs/canon/ 等）的草稿需要明确设置 confirm_write: true，服务器端强制执行。

网络出站： 默认情况下禁用。 唯一的出站流量是发送到本地 Ollama HTTP 接口。 不会进行任何云端调用，也不会发送更新请求或崩溃报告。

遥测： 无。 每次调用都会被记录为一行 NDJSON 数据，存储在您的机器上的 ~/.ollama-intern/log.ndjson 文件中。 没有任何数据会离开设备。

错误： 采用结构化的格式 { code, message, hint, retryable }。 堆栈跟踪信息永远不会通过工具结果暴露。

完整策略：SECURITY.md。

标准

符合 Shipcheck 的标准。 通过 A–D 级别的测试；请参阅 SHIP_GATE.md 和 SCORECARD.md。

• A. 安全性： SECURITY.md，威胁模型，无遥测，路径安全，针对受保护路径使用 confirm_write。
• B. 错误： 所有工具结果都采用结构化的格式；不暴露原始堆栈信息。
• C. 文档： README 文档当前版本，CHANGELOG，LICENSE；工具模式具有自文档功能。
• D. 质量： npm run verify (395 个测试)，CI 包含依赖项扫描，Dependabot，lockfile，engines.node。

路线图（加强安全，而非扩大范围）

• 第一阶段 — 授权核心： ✓ 已发布：原子表面，统一接口，分层路由，安全措施。
• 第二阶段 — 真实性核心： ✓ 已发布：模式 v2 分块，BM25 + RRF，动态语料库，基于证据的简报，检索评估包。
• 第三阶段 — 打包和工件核心： ✓ 已发布：具有持久工件和连续性的固定流水线打包。
• 第四阶段 — 采用核心： — 在 RTX 5080 上进行实际使用观察，并完善表面上的问题。
• 第五阶段 — M5 Max 性能基准测试： — 在硬件到位后发布可公开的性能数据（约 2026 年 4 月 24 日）。

按安全加固层进行划分。 原子/打包/工件表面保持不变。

许可证

MIT — 参见 LICENSE。