Hermes+Obsidian+LLM Wiki搭建本地知识库

Hermes + Obsidian + LLM Wiki 知识库系统概览

内容提示：本文内容较多，建议收藏后全文复制给你的 Claude Code 或 Codex 阅读，让它协助你操作。也可以在碎片时间细读，掌握知识管理的新范式！

你可能遇到过这些问题：

  • 碎片化严重：在推特看到好文，一顿复制粘贴，想找出来学习时，得手动翻半天。
  • 笔记孤岛化：Notion 里存了几百篇笔记，但彼此孤立。你根本不知道某个概念在其他地方是否出现过。
  • AI 缺乏记忆：每次问 AI 问题，它都从零开始搜索，临时拼凑答案。没有积累，没有记忆，Token 还浪费掉一半。
  • 数据安全担忧：笔记存在别人的服务器上。哪天服务停了，数据就丢了。

针对这些痛点，我搭建的这套系统提供了完美的解决方案。

1. 四个核心优点

  1. 完全自动化：无需手动整理笔记，AI 自动完成结构化。
  2. 本地存储：数据永远属于你自己，安全且私密。
  3. 持久化积累：知识不断生长积累，而非每次推倒重来。
  4. 只需提问：你负责探索和思考，整理交给 AI。

简单来说，你把文档交给系统，系统自动整理成结构化的知识网络。你可以通过 双向链接 自由浏览。

核心链路：文档导入 → AI 整理 → Wiki 生成 → 双向链接。全程无需手动操作图形界面，文件丢进去，自动成网。

2. 三个组成部分，各有分工

这套系统由两个核心工具与一套标准组成。

2.1. Obsidian：笔记展示层

Obsidian 双向链接笔记界面

Obsidian 是一款本地双向链接笔记工具，跨 Windows、Mac、Linux 三平台完全免费。

它最核心的特点是 双向链接。在笔记里输入两个方括号，比如 [[Claude-Code-笔记]]，Obsidian 会自动把它变成一个紫色链接。

  • 如果笔记已存在，点击即可跳转。
  • 如果不存在，点进去就会自动创建。

为什么要用双向链接？

传统笔记软件中，笔记往往是孤立的。

而在 Obsidian 中，Graph View（关系图谱） 可以将所有笔记及其链接关系可视化。你可以一眼看到知识结构，识别出哪些是知识孤岛，哪些是核心枢纽。

2.2. Hermes Agent：自动化执行引擎

Hermes Agent 界面

Hermes Agent 是由 Nous Research 开发的自主 AI 代理，具备内置学习循环，能从经验中创建并改进技能。

在这套知识管理工作流中，Hermes 担任 自动化执行引擎。它内置了 llm-wiki skill，能直接按 LLM Wiki 的文件结构规范操作知识库。

这意味着，你只需告诉 Hermes「把这篇文章写入知识库」，它就会自动：

  • 提取关键实体（人物、工具、项目）
  • 提取核心概念（方法论、技术原理）
  • 创建结构化 Markdown 文件
  • 添加双向链接 连接相关概念
  • 更新知识库索引

重要规则：只有当你明确要求时（如「写入知识库」、「结合知识库检索」），Hermes 才会操作或读取知识库。日常普通对话不会污染你的知识库。

2.3. LLM Wiki：知识库标准

LLM Wiki 的核心是一套 知识库文件结构规范，定义了知识的组织方式：

knowledge_base/
├── raw/sources/        # 原始素材
├── wiki/entities/      # 实体（人物、工具、项目）
├── wiki/concepts/      # 概念（方法论、原理）
├── wiki/index.md       # 知识库索引
└── wiki/log.md         # 更新日志

核心思路是 增量构建持久化 Wiki。

系统不仅仅是索引文档，而是真正理解内容，提取实体与关系。随着文档导入增加，Wiki 会越来越丰富，形成自洽的知识网络。

再提问时，AI 直接基于结构化的 Wiki 回答，并标注准确的来源。

3. 完整工作流演示

完整工作流演示

3.1. 第一步：下达指令

例如：「把这篇关于 AI 写小说的文章写入知识库」。

3.2. 第二步：Hermes 自动整理

Hermes 自动读取内容，提取实体与概念，创建 Markdown 文件并添加双链，更新索引与日志。

3.3. 第三步：文件结构生成

按照 LLM Wiki 规范生成文件，包含元数据、核心内容及指向相关页面的双链。

3.4. 第四步：Obsidian 展示

将知识库目录拖入 Obsidian 作为 Vault。现在，你就拥有了一个 AI 整理过的、可视化的知识网络。

3.5. 第五步：无限循环

新文档的导入会持续补充旧页面，标注矛盾点，将同类概念汇聚到同一节点，使知识库日渐完善。

4. 安装与配置步骤

4.1. 安装 Obsidian

  1. 访问 obsidian.md 下载对应版本。
  2. 创建一个 Vault（笔记仓库），这本质上就是一个存放 Markdown 文件的文件夹。

4.2. 安装 LLM Wiki

  1. 访问 GitHub 项目：nashsu/llm_wiki。
  2. 在 Releases 中下载最新版。
  3. 打开 App，新建项目，并在设置中填入 API Key（支持 OpenAI、Claude、Minimax 等）。

4.3. 安装 Hermes Agent

支持系统：macOS、Linux、Windows

  1. 安装：打开终端运行

    curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash

  2. 加载配置：source ~/.zshrc（或对应 Shell 配置文件）。

  3. 验证：输入 hermes 进入界面。

  4. 配置：运行 hermes setup 设置供应商，运行 hermes model 选择模型。

核心配置（重要）：

首次使用时，通过对话告诉 Hermes 你的规则：

我的知识库目录是：/Users/你的用户名/Documents/knowledge_base

规则：
1. 只有我明确说「写入知识库」时，才可以写入。
2. 只有我明确说「结合知识库」时，才先检索再回答。
3. 所有知识页使用 Markdown 和 [[双向链接]]。
4. 使用 LLM Wiki 文件结构管理。

5. 使用总结

  1. 写入知识库：Hermes 自动整理，你动嘴，它动手。
  2. 结合知识库：AI 检索整合，精准回答并溯源。
  3. 知识库目录：Obsidian 展示，双链网络自由探索。

让 AI 承担繁琐的知识管理工作，你只需要专注于 提问 与 探索。