时间很快，又过一周，这周给大家分享 Hermes + Obsidian + LLM wiki 搭建本地的知识库。

上一篇文章，讲述了个人知识库怎么样能给你直接带来金钱上的收益建议每个人都尽早用 AI 搭建个人知识库。

这一篇文章，我会告诉你本地化的重要性，以及每个软件在知识库中发挥的作用，以及它们的搭建与连接方式。

上一篇文章发出去之后，有人问我 notion 不好嘛，为啥还要用 Obsidian ？

我并不是说 notion 不好，而是把一些涉及敏感数据的商业项目，完全建立在别人的平台上，这本身就是一个结构性的风险。

如果说你的知识库不涉及敏感数据，同时你也认可 notion 那用它肯定是没有问题的。

内容开始前，我先大致介绍一下这套体系中，每个工具所对应的作用是什么：

Hermes：接受指令，规划任务，自主干活，并长期记忆你的用户行为。

LLM‑Wiki：把你上传的内容用 AI 进行自动化的结构化知识整理与分类，并且打上标签，摘要，记忆，以及知识之间的关联【主要是Karpathy（OpenAI创始成员）提出来的，在后文详细解读】

Obsidian：阅读、管理、展示知识库内容，查看知识之间的关联。

三者全部本地私有，数据 100% 自己掌控。

整体工作流程就是：你发指令给 hermes：比如这篇文章很不错，我想收藏到我的素材库中，hermes 听到你的指令，把内容给到 LLM wiki ，LLM wiki 拆解、细化素材，并把知识结构化，打上标签摘要、记忆，然后在 Obsidian 中进行展示。

大致的流程就是这样，下面我们来详解每个产品。

Hermes

我先说一下什么是 Hermes ，它是Nous Research在今年2月25 日发布的一个开源 AI Agent 框架。

它本质上和 OpenClaw 小龙虾一样，也是一个能自己想方案，自主规划、自己拆步骤、自己动手、全程干完一整套事的通用 AI Agent。

但它和其他 Agent 又有一定的区别，其他 Agent 你今天让它帮你完成一个任务，明天再让它做类似的任务，它要从头学起，没有任何积累。

比如你跟它说过的背景信息、它帮你处理过的项目结构、它学到的你的偏好一-全部消失，下次重新来。

而 hermes：

本地私有：数据全在你电脑，不上云端，你的自媒体绝密素材、未发脚本、商业套路绝对安全

长期记忆：能永久记你所有事、所有素材、所有习惯，关掉软件、重启电脑，这些记忆都不丢。

自己长脑子：你写文案、做复盘、踩过的坑，它自动提炼成固定套路（技能），下次不用你重复教，直接复用。

总的来说：它不是一个静态的工具，这是一个会成长的系统。你用它越多，它越懂你，它越能帮你。

安装方式：网上的那些太复杂了，什么 Docker，WSL 我勒个去，这怎么适合小白？

你直接找到你任意一款 claw，什么autoclaw，openclaw，Arkclaw.....都行，我用的是腾讯的 Workbuddy。

因为我安装过了，所以我的指令是这样，这是地址：https://github.com/NousResearch/hermes-agent 如果没安装过，你让它帮你安装就行了。

安装完成后，我们配置一下。

输入 Y ，然后选择第一个【推荐】模式。

这里选择模型，如果你是本地的直接选择 Ollama ，我用的是 gpt-5.5 的，中转是来自 api.sgyer.cn 的。

打开中转，创建一个 key，粘贴上去就行，不过这里需要注意的一点的是，key 在这里是被隐藏掉的，就是你粘贴了，它是看不见的，你粘贴完，直接回车就行。

更换模型，需要退出 hermes，然后 win+R,输入cmd，然后输入指令：hermes setup model

这一步直接回车就行了。

到这里就是显示安装完成了，就可以直接使用了。

到这里我们就做好了 hermes 的安装了，

Obsidian

Obsidian，是一个本地私有、纯文件管理、双向链接的超强笔记 / 知识库软件，是你的「私人大脑文件夹」，它比 Notion 更适合做素材库、自媒体知识库、沉淀长期记忆。

首先我们安装 Obsidian 打开：https://obsidian.md/download

下载完成后，我们在本地建立一个知识库的仓库，我建立了三个知识库，有点多，后续我会把它们整合成一个。

然后确定名称，已经存放的位置，要记得存放在哪里。

创建成功后就会出现一个这样的界面，这样就是创建好了。

LLM wiki

这个概念主要是 Karpathy 大神提出来的，我也大致看了一下内容，并且根据我个人的情况进行了思考，下面解释一下。

本身我也以为用 hermes + Obsidian 就够了，因为 hermes 本身就是一个 Agent ，它能直接根据我的指令去操作 Obsidian 。

比如我说，这条朋友圈不错，把它放到我的素材库中，hermes 就能操作我的obsidian 知识库去存储这条朋友圈。

但这里有一个非常致命的缺陷就是，obsidian 是一个静态的知识库，它并没有记忆。

这就会导致每次你使用 hermes 去调用 obsidian 的时候，它就需要几乎查看你整个的知识库，这就会非常的烧 token。

LLM wiki 我认为最大的作用就是为整个知识库加上记忆，这样就算你的 Agent 由于上下文过长，导致失去记忆，也能通过 LLM wiki 迅速知道你的整个知识库。

一旦给知识库加上了记忆，在 AI 访问的时候就能非常迅速的定位到你想要的内容，同时极大程度减少 Token 的消耗。

总的来说：你可以把 wiki 理解成一个给知识库装上记忆的工作流。

安装方式：https://github.com/nashsu/llm_wiki 打开链接，下载这个压缩包。

安装完成后，点击 New Project，创建一个 wiki 的项目。

选择中文，然后选择 Generl （看情况选择哈），保存好路径。

创建完成后，我们配置一下模型。

然后直接上传素材就好了，因为 wiki 会自动结构化你的素材，你不需要做什么。

这是上传后，执行完 wiki 后的一个结果。

总结

好的本文教大家，如何使用 hermes，obsidian，llm wiki 。

由于篇幅过长，下一篇再讲，如何将这三者彻底的打通连接起来，形成一个知识体系。

感兴趣的朋友可以持续跟下去。

本期的内容就到这里了，感谢你的耐心。

如果看完喜欢，请帮忙转发分享一下，你的点赞转发，就是我更新下去的动力