智东西7月8日报道，Hermes Agent我已经用了有一段时间，平时写代码、分析文档、处理各种文件，它几乎已经成了我的默认AI工具。但一直有一个问题没有解决：它无法把我日常看过的有意义的内容积累下来，本质上来说，Hermes缺少一个配套的知识库。
它确实有持久记忆，MEMORY.md能记录长期偏好，USER.md能保存一些个人信息和开发环境配置。不过这两个文件加起来也只有几千个字符，能记住用户是做什么的、平时喜欢什么、项目放在哪里，但想让它记住这些年积累下来的工作笔记、项目文档以及研究资料，显然不现实。
真正有价值的东西，往往都躺在电脑里的某个文件夹里，这时候会有很多人推荐一些好用的AI知识库产品，但如果我就是想用Hermes呢？
答案其实早就有了，有这样一个组合：Hermes+Obsidian。
Obsidian是一个基于本地Markdown文件的笔记工具，能够以结构化的方式存储用户的资料，被用来打造个人知识库。
开发者zaimiri前段时间在社交平台上分享了一篇文章，标题很直接：Hermes Agent+Obsidian Vault=AI Brain。他觉得Hermes不应该负责存储知识，而应该负责理解和管理知识，用户把知识放在Obsidian里，然后让Hermes去读、去写、去整理、去建立关联，两者配合起来，就像给AI接上了一个不断积累、持续进化的的第二大脑。
刚好，我的新电脑里还没安装Obsidian，所以我决定从零装一遍，看看这套玩法到底值不值得花时间。
一、安装Obsidian，丝滑关联Hermes
第一次启动时，Obsidian会让你选择创建新的Vault，或者打开已有Vault，如果你没有自己建立过专门存放知识的文件夹，就直接点Create new vault创建新的仓库。
Obsidian会把这个文件夹当成知识库来进行管理，里面保存的所有内容，都是标准Markdown文件。这一点也是我觉得它特别适合配合AI使用的原因，Hermes不需要学习任何特殊格式，直接读Markdown就行。
Obsidian还有两个功能非常实用，第一个叫双向链接（Wikilinks）。Obsidian可以把相关的笔记建立关联，点击即可进行跳转。
第二个是Graph View（知识图谱），所有双向链接都会自动生成一张关系图。哪些知识联系最紧密，哪些内容还是孤岛，一眼就能看出来。
我新建了一个Vault，名字叫工作总结。创建完成以后进入Obsidian，整个界面非常简洁，像一个备忘录Plus版：左边是文件列表，中间是编辑区，右侧是关系图谱。
网上有很多关于Obsidian插件、主题、美化的教程，不过对于刚开始使用的用户来说，这些都可以先不用关注，我们只需要了解如何把Hermes和Obsidian结合起来即可。
为了操作更方便，Hermes内置了一个Skill：obsidian-skill，这个Skill本质上是文件操作，因为Obsidian依赖于本地文件夹，Hermes可以通过操作本地文件来对Obsidian进行改动。
首先我们先让Hermes和Obsidian建立联系，如果你完全是小白，那就输入提示词：我下载了黑曜石，我现在不知道该怎么在Hermes中使用它，给我一个详细的使用方法。
Hermes会自动加载obsidian-skill，然后给出一份使用方法，其实正常的使用就是新建笔记、查找笔记以及修改笔记这些操作。
比如我让Hermes帮我创建一套Obsidian教程笔记，输入提示词：帮我在Obsidian中创建一套上手指南，包含主教程、Markdown速查和一篇新闻示例，要能体现出Obsidian的双向链接功能。
可以看到Obsidian中已经出现了这些笔记，几条分类都比较清晰，在关系图谱上也能看到彼此之间的联系。
为了检验这套组合的资料管理能力，我给仓库改了个名字叫工作总结，然后把自己6月以来的周报汇总了一下发给Hermes，输入提示词：分析这个文件，把它整理到我的工作总结仓库中，然后把仓库里冗余的未命名文件夹删掉。
能看到Hermes很快执行了相应的操作，把混杂着五个周报的文档进行了拆分，创建了周报索引和周报这两个笔记，随后把我之前随手创建的一些空笔记删除了。
如果只是想让AI帮你整理笔记、搜索资料、维护文档，到这里其实已经足够好用了。但真正让我觉得它开始像一个“AI大脑”的，还不是这些基础能力，而是接下来社区一直在讨论的另一套玩法：LLM-Wiki。
二、一句话用上Karpathy同款知识库
LLM-Wiki是一个属于自己的人工智能维基百科体系，用户每输入一份新资料，它都会主动分析里面有哪些概念、哪些实体、哪些关系值得单独记录，然后自动拆分成独立页面，再通过双向链接串联起来，在这个过程中，Obsidian会不断丰富自己的知识体系。
这套思路最早来自AI大神Andrej Karpathy，他前段时间分享过一套知识管理方案，把人工智能领域的原始资料、概念页、实体页分层维护，然后不断扩展整个知识网络，社区把这套模式称为LLM-Wiki，紧随其后，Hermes官方把这套能力做成了内置Skill。
用上这套知识库非常简单，我把完整的提示词整理好了，复制粘贴即可：
加载llm-wiki技能，初始化一个全中文的AI/大模型/Agent研究知识库，路径~/wiki。如已存在则先读取SCHEMA+index+log定向。 要求： 目录名全中文：原始资料/（文章、论文、访谈记录、附件）、实体/、概念/、对比/、查询/ 标签体系用中文（7类）：模型/架构：模型、架构、大语言模型、多模态、开源模型、国产大模型 训练/技术：训练、微调、LoRA、RLHF、推理优化、量化、对齐 Agent：Agent、工具调用、RAG、多智能体、代码Agent、Agent框架 公司/组织：公司、创业公司、实验室、OpenAI、Google、Meta、Anthropic、中国公司 人物：人物、研究者、创始人 产业/商业：融资、产品、评测、监管、政策 元信息：对比、时间线、争议、预测、概览 页面标题和正文全中文，文件名可用英文小写+连字符每页frontmatter必含title、created、updated、type、tags、sources 输出：wiki结构、标签清单、就绪状态
创建好的知识库是这样的：
如果你什么资料都没有，那这次笔记里和知识图谱就会比较空，图中可以看到我的知识图谱里有比较多的内容，是因为我把Hugging Face上发布的一份AI Agent术语表扔了进去，全文有191行。
如果让我自己整理，大概率就是放进资料文件夹，以后搜索的时候再翻。这次我直接告诉Hermes：把这篇文章加入Wiki，Hermes就会帮我自动分类整理成上面的样子。
更重要的是，这些页面并不是孤立存在，打开Agent页面，可以看到里面引用了Tool Use、Skill、Execution Framework等其他概念，继续点进去，又能跳转到新的页面，整个浏览体验越来越像维基百科。
我可以在Hermes中随意调取某个分类的内容，比如我想找找关于智能体的资料，只需要输入提示词：帮我把Obsidian里关于智能体资料找出来。
Hermes就会检索Obsidian里的资料，比如我的Hermes就把所有关于Obsidian的资料都列了出来，然后推荐了一篇问我要不要打开。
接下来，我可以选择打开某一篇笔记，然后根据它提供的链接，选择是否要查看其他的笔记，当然，你也可以直接让Hermes把所有相关内容进行汇总。
整个体验下来总体非常顺利，不过有几个地方需要提醒：
第一个是文件冲突。如果同一篇笔记同时在Obsidian里打开，又让Hermes修改，Obsidian偶尔会提示文件发生变化。解决方法很简单：修改之前把对应标签页关掉，或者刷新一下。
第二个是MCP。有很多人看到Hermes支持MCP，就在思考要不要配置，个人觉得暂时没有必要，这个教程中，比如读取、修改、创建这些基础功能，都没有用到MCP。
Hermes自带的Obsidian技能已经能够胜任绝大多数场景，MCP的话适合对Hermes以及Obsidian熟悉程度非常高，想使用一些高阶功能的用户，简单的知识管理暂时用不到。
体验完这套组合，我最大的感受只有一句话：Hermes中的资料，终于有地方放了。
以前我的工作流程是这样的：整理分类、修改标题、补充总结、建立索引。整个过程，大部分时间都花在整理上，而现在很多机械性的工作可以直接交给Hermes。
以前AI只能记住我的偏好，现在，Hermes和Obsidian的组合开始理解并保存我的知识，接入Obsidian以后，Hermes更像一个一直陪着我维护知识库的研究助理，帮忙把那些散落在电脑各处的资料，一点一点重新组织起来。
不过，这个组合真正需要花时间的其实不是配置，而是以后不断把自己的资料放进去，知识库越丰富，Hermes+Obsidian能发挥的价值也越大。
热门跟贴