ollama v0.21.0 最新更新：Hermes Agent 与 Ollama 联动、Copilot CLI 集成、launch 配置优化、Gemma4 与 MLX 多项性能修复全解析

2026年4月17日，github.com/Ollama/ollama 发布了 v0.21.0 版本。
这一版本的更新重点非常明确：围绕 launch 体系、Hermes Agent、Copilot CLI、OpenCode、OpenClaw、云推荐展示、Windows 指引、Gemma4 相关优化、MLX 性能修复 等多个方向进行了集中增强与修补。

一、v0.21.0 版本概览

本次版本号为 v0.21.0 Latest，发布时间为 2026年4月17日。
从整体内容来看，这一版更新主要集中在以下几个方面：

1. 1. 新增 Hermes Agent 与 Ollama 的联动支持
2. 2. launch 相关功能持续增强
3. 3. OpenCode、OpenClaw、Copilot CLI 等集成能力完善
4. 4. 云推荐展示顺序优化
5. 5. Windows / WSL 指引处理方式调整
6. 6. Gemma4 模型相关模板、缓存、性能与渲染逻辑优化
7. 7. MLX 相关编译、融合运算、缓存与图像生成查找修复
8. 8. 创建流程与 managed-single 重写逻辑修复

这意味着 v0.21.0 并不只是一个简单的小版本修补，而是一次兼顾 新能力接入 与 稳定性提升 的版本。

二、Hermes Agent 与 Ollama 联动：支持 launch hermes

本次最值得关注的新增内容之一，就是：

launch: add hermes

官方给出的说明是：

Hermes Agent with Ollama
ollama launch hermes

并且强调：

Hermes learns with you, automatically creating skills to better serve your workflows. Great for research and engineering tasks.

同时补充说明：

Use Nous Research's self-improving AI agent with Ollama.

这说明在 v0.21.0 中，Ollama 已经新增了对 Hermes 的启动支持。对于用户来说，最直观的使用方式就是通过：

ollama launch hermes

来启动 Hermes Agent 与 Ollama 的联动体验。

这一点的意义在于，它把 Ollama 的使用场景从单纯的模型调用，进一步扩展到了 自我改进型 AI agent 的工作流协作模式。官方描述中明确提到，Hermes 会在与你一起工作时自动创建技能，以更好地服务你的工作流，尤其适用于 研究和工程任务。

从发布内容来看，这一条是 v0.21.0 的标志性新增能力之一，也是很多用户会第一时间关注的更新点。

三、launch 体系持续优化：多个配置与重写逻辑调整

v0.21.0 中，launch 相关的更新非常集中，涉及多个子场景，说明官方在持续打磨这个入口的体验和配置处理逻辑。

1. 跳过未变化的 integration rewrite 配置

更新项：

launch: skip unchanged integration rewrite configration

这条变更的核心意思，是在进行 integration rewrite 配置处理时，如果内容没有变化，就跳过重写。
这种优化通常意味着减少不必要的配置写入，降低重复操作带来的干扰，并提升执行效率与配置稳定性。

2. OpenCode inline config

更新项：

launch: OpenCode inline config

这一项说明 launch 针对 OpenCode 进行了 inline config 相关处理。
也就是说，在启动或集成配置流程中，OpenCode 的配置方式得到了调整，更偏向内联式配置处理。

后面版本信息里还出现了一条相关的回退记录：

Revert "launch/opencode: use inline config"

结合上下文可以看出，OpenCode 的 inline config 在版本迭代过程中经历了调整与回退，最终在 v0.21.0 的更新内容中体现为新的 launch 配置变化。

3. 跳过未变化的 managed-single rewrite

更新项：

launch: skip unchanged managed-single rewrite

这条与前面的 integration rewrite 类似，重点同样是“跳过未变化内容”。
这里针对的是 managed-single rewrite，当配置未发生变化时，不再执行重复重写。

这一改动的价值在于：

• • 减少无效写入
• • 避免重复更新配置
• • 提高 launch 流程的稳定性
• • 让启动行为更加可预测

4. OpenClaw 的 --yes 行为修复

更新项：

launch/openclaw: fix --yes flag behaviour to skip channels configuration

这一项是针对 openclaw 场景下 --yes 参数行为的修复。
修复目标很明确：当用户使用 --yes 时，应当跳过 channels 配置。

这说明在交互式或半自动化启动过程中，--yes 参数原本可能没有完全按照预期处理 channels 配置，而这次版本修复了这一行为，让自动确认场景更符合预期。

5. Launch 中始终优先列出云推荐

更新项：

launch: always list cloud recommendations first

这一条非常直接：在 launch 流程中，云推荐内容将始终优先展示在前面。

这意味着当用户进入相关推荐或启动建议时，云推荐会排在更靠前的位置，提升可见性。这种调整属于界面/顺序层面的优化，但会直接影响用户第一眼看到的信息。

6. Windows 上显示 WSL 指引，而不是直接 hand off

更新项：

cmd/launch: show WSL guidance on Windows instead of handing off

这条修改面向 Windows 用户。
原本在 Windows 环境中，流程可能会直接 hand off，而现在改为 显示 WSL 指引。

这是一项非常实用的体验调整，说明官方希望在 Windows 场景下提供更明确的指导信息，而不是直接把流程交出去。
对于 Windows 用户来说，这样会更清楚下一步该如何操作。

四、Copilot CLI 集成加入 launch

更新项：

cmd/launch: add Copilot CLI integration

这是本次 v0.21.0 中另一个很重要的新增能力。
官方在 cmd/launch 中加入了 Copilot CLI integration，意味着 launch 体系进一步扩展到了 Copilot CLI 相关集成。

从发布说明看，这项更新已经被明确列出，说明它是本次版本新增的一项正式能力，而不是单纯的修补。

对于使用 launch 工具链、并希望与命令行 AI 助手工作流结合的用户来说，这项集成是值得重点关注的内容。

五、Gemma4 相关多项优化与修复

v0.21.0 中，Gemma4 相关内容非常多，涉及模板、渲染、精度、缓存、router projection 等多个方面，说明这一模型在本版中接受了密集优化。

1. 根据模型大小不同进行不同渲染

更新项：

gemma4: render differently based on model size

这条说明 Gemma4 的渲染逻辑会根据模型大小采用不同方式。
这意味着不同规模的 Gemma4 模型，在展示或处理时会有差异化渲染策略。

2. 保持 Gemma4 router projection 使用 source precision

更新项：

Keep Gemma4 router projection in source precision

这一条明确指出，要让 Gemma4 的 router projection 保持在 source precision。
这是一个偏底层的模型处理优化，核心目标是保证精度处理符合原始来源精度要求。

3. empty block 条件化处理

更新项：

make empty block conditional

这项变更与 Gemma4 模板或结构处理逻辑相关，核心是让 empty block 变成条件化处理。
这种修改通常用于避免无意义的空块输出或渲染行为，让模板结构更合理。

4. Gemma4 cache 使用 logical view

更新项：

mlx: fix gemma4 cache to use logical view

这条说明在 MLX 相关模块中修复了 Gemma4 cache，使其使用 logical view。
缓存视图的逻辑修正，通常与上下文管理和缓存一致性密切相关。

5. additional Gemma4 cache fixes

更新项：

mlx: additional gemma4 cache fixes

这条继续补充了 Gemma4 cache 的修复工作，说明相关问题不止一处，官方进行了进一步修正。

6. Gemma4 相关模板拆分与修复合并

更新记录中还有：

Merge pull request ... from .../gemma4-split-templates

虽然这里不展开人名与编号，但从内容可以看出，本次版本对 Gemma4 的 templates 进行了拆分处理，并进行了合并。

7. 版本内还包含 Gemma4 的空块与渲染联动调整

整体来看，Gemma4 在 v0.21.0 中经历了：

• • 不同模型大小的差异化渲染
• • source precision 保持
• • empty block 条件化
• • cache 逻辑修复
• • cache 进一步修补
• • templates 拆分与调整

六、MLX 相关性能与实现修复

v0.21.0 版本中，MLX 也有一组连续更新，说明这一部分同样是本次发布的重要组成。

1. 添加编译后的 closure 支持

更新项：

mlx: add compiled closure support

这条更新说明 MLX 新增了 compiled closure support。
从字面上看，这意味着在编译执行路径中，对 closure 的支持得到了增强，为后续的性能优化和表达能力提升提供基础。

2. 通过 mlx_compile 融合 MLP 激活函数

更新项：

models: fuse MLP activation functions via mlx_compile

这条说明模型层面使用 mlx_compile 对 MLP activation functions 进行了融合。
这属于典型的性能优化方向：通过融合运算减少开销，提升执行效率。

3. 提升 gemma4 的 fused operations 性能

更新项：

mlx: Improve gemma4 performance with fused operations

这一条进一步表明，Gemma4 在 MLX 路径下通过 fused operations 获得了性能提升。
与前面的融合激活函数结合来看，这次版本在计算图优化上投入较多。

4. 修复 RotatingKVCache.concat() 在中间旋转时丢失上下文

更新项：

mlx: fix RotatingKVCache.concat() dropping context on mid-rotation

这是一个比较关键的修复。
问题描述很明确：在 mid-rotation 的时候，RotatingKVCache.concat() 会丢失 context。
本次修复的目标就是避免这种上下文丢失。

对于缓存系统来说，上下文连续性非常重要，因此这项修复具有明显的稳定性意义。

5. 修复 imagegen lookup

更新项：

mlx: fix imagegen lookup

这条说明修复了 imagegen lookup 的查找问题。
虽然发布内容没有展开细节，但从条目本身可以看出，这是一个与图像生成查找路径有关的修复项。

6. 进一步修复 Gemma4 cache 逻辑

前文已经提到：

• • mlx: fix gemma4 cache to use logical view
• • mlx: additional gemma4 cache fixes

这两项都属于 MLX 与 Gemma4 的组合修复，说明缓存逻辑在本版中经历了多轮调整。

7. 小结

MLX 部分的更新可以概括为：

• • 新增 compiled closure support
• • 使用 mlx_compile 融合 MLP 激活函数
• • 通过 fused operations 提升 Gemma4 性能
• • 修复 RotatingKVCache.concat() 在中间旋转时丢上下文
• • 修复 imagegen lookup
• • 修复 Gemma4 cache 的 logical view 问题
• • 补充 Gemma4 cache 的其他修复

可以看出，MLX 这一组变更主要围绕 性能、缓存、上下文连续性、查找路径 展开。

七、创建流程修复：避免 create 与 gc race

更新项：

create: avoid gc race with create

这条更新说明在 create 流程中，官方修复了与 gc 相关的 race 问题。
从命名上看，这是一个并发或时序类问题，修复目标是避免 create 与 gc 之间发生竞态。

这类修复虽然不一定在日常使用中立刻可见，但对稳定性非常重要，尤其是在创建流程和资源回收流程同时运行时。

八、v0.21.0 更新条目汇总

为了方便快速回顾，下面把本次版本中涉及的条目再次整理一遍：

1. 1. launch: skip unchanged integration rewrite configration
2. 2. launch/openclaw: fix --yes flag behaviour to skip channels configuration
3. 3. launch: OpenCode inline config
4. 4. launch: add hermes
5. 5. launch: always list cloud recommendations first
6. 6. cmd/launch: add Copilot CLI integration
7. 7. mlx: add compiled closure support
8. 8. models: fuse MLP activation functions via mlx_compile
9. 9. mlx: Improve gemma4 performance with fused operations
10. 10. mlx: fix RotatingKVCache.concat() dropping context on mid-rotation
11. 11. mlx: fix imagegen lookup
12. 12. mlx: fix gemma4 cache to use logical view
13. 13. mlx: additional gemma4 cache fixes
14. 14. create: avoid gc race with create
15. 15. launch: skip unchanged managed-single rewrite
16. 16. cmd/launch: show WSL guidance on Windows instead of handing off
17. 17. gemma4: render differently based on model size
18. 18. Keep Gemma4 router projection in source precision
19. 19. make empty block conditional

这些内容共同构成了 Ollama v0.21.0 的完整更新面貌。

九、这次版本的整体价值

从发布内容来看，v0.21.0 的价值主要体现在三点：

1. 新能力接入更强

Hermes Agent、Copilot CLI 都被纳入 launch 体系，说明 Ollama 在扩展实际工作流协作能力。

2. 配置与启动体验更稳

多个 “skip unchanged rewrite” 相关更新、OpenClaw 的 --yes 行为修复、云推荐优先展示、Windows WSL 指引优化，都在提升 launch 使用体验。

3. 模型与计算层修复更密集

Gemma4、MLX、缓存、融合运算、上下文连续性等多个修复，说明本版对底层实现和性能稳定性做了大量工作。

十、总结

代码地址：github.com/ollama/ollama

整体来看，ollama v0.21.0 不是一个简单的常规维护版本，而是一次兼顾 新集成、新 agent 支持、启动流程优化、模型渲染和缓存修复、性能改进 的集中更新。

本次版本中最值得关注的亮点包括：

• • Hermes Agent with Ollama
• • ollama launch hermes
• • Copilot CLI integration
• • OpenCode inline config
• • OpenClaw 的 --yes 行为修复
• • 云推荐始终优先展示
• • Windows 上显示 WSL 指引
• • Gemma4 多项模板、缓存、渲染、精度修复
• • MLX 的编译、融合、缓存与查找修复
• • create 与 gc race 修复