Hermes+Obsidian打造终身可用的AI知识库

你有没有过这样的经历：刷到一篇干货满满的文章，赶紧点了收藏；看到一个实用的教程，毫不犹豫存进了收藏夹；甚至连一条有用的评论，都舍不得放过。

久而久之，你的手机和电脑里，各个平台的收藏夹都堆得满满当当。微信收藏、浏览器书签、小红书收藏、抖音喜欢……加起来没有一千也有八百。

可真到要用的时候呢？你拼命回忆"我好像在哪看到过这个内容"，然后一个平台一个平台地翻，一条一条地划。搜索关键词吧，结果要么不对味，要么根本搜不到。折腾了十几分钟，最后只能无奈放弃。

我们总以为"存了就是会了"，“收藏了就是学到了”。但实际上，绝大多数收藏的内容，我们再也没有打开过第二次。收藏夹，就这样变成了互联网时代最大的数字垃圾场。

今天，我就给大家分享一个彻底解决这个问题的方案——用Hermes Agent搭配Obsidian，搭建一个完全属于你自己的本地AI知识库。

先搞懂：这不是普通的RAG！

很多人一听到"知识库"，就会想到RAG（检索增强生成）。但我要告诉你，这两者完全不是一回事。

普通的RAG是怎么工作的？每次你提问，它都会临时去翻你的所有文档，把相关的片段捞出来，拼凑成一个答案。这就像你每次考试前才临时抱佛脚，翻书找知识点，考完就忘，下次遇到同样的问题，还得重新翻一遍。

而我们今天要做的这个知识库，工作方式完全不同。你把想要收藏的内容发给AI，AI会先帮你"读"一遍，提取出里面的关键实体、核心概念和重要观点。然后，它会把这些内容按照逻辑关系，整理成结构化的笔记，自动添加双向链接，存到你的电脑本地。

这就像你有一个专属的私人图书管理员。他不仅帮你把所有的书都分类放好，还帮你把每本书的精华都提炼出来，做成了读书笔记。更厉害的是，他还会把不同书里相关的内容都联系起来。

下次你再问相关的问题，或者只是模糊地记得某个知识点，AI不用再去翻原始文档，直接从整理好的笔记里就能给你找到答案。而且，你还能看到这个知识点和其他哪些内容有关联，顺着链接就能一路探索下去。

手把手教你搭建，全程5分钟搞定

听起来是不是很复杂？其实一点都不。你只需要安装两个软件，跟着我的步骤一步步来，5分钟就能搞定。

第一步：安装Obsidian本地笔记工具

Obsidian是目前最火的本地笔记软件，完全免费，支持Windows、Mac和Linux系统。它最核心的功能就是双向链接——你只要在笔记里输入[[关键词]]，它就会自动生成一个链接，点击就能跳转到对应的笔记。

1. 打开Obsidian官网（https://obsidian.md/），根据你的操作系统下载对应的安装包
2. 双击安装包，选择安装路径（建议不要装在C盘），点击"安装"即可
3. 安装完成后打开软件，点击"创建"新建一个仓库（也就是存放你所有笔记的文件夹）
4. 给仓库起个名字，比如"我的知识库"，然后选择一个你容易找到的文件夹作为存储位置
5. 点击"创建"，就进入了Obsidian的主界面

现在，你已经有了一个用来存放知识的"容器"。接下来，我们要给这个容器装上一个智能的"大脑"——Hermes Agent。

第二步：安装Hermes Agent智能助手

Hermes Agent是一个开源的AI助手工具，它内置了专门的llm-wiki知识库技能。这意味着它天生就知道怎么提取实体、怎么创建索引、怎么添加双向链接，完全不用你教。

Windows系统用户注意：Hermes官方推荐安装在WSL（Windows上的Linux子系统）中，这样更安全也更稳定。如果你还没安装WSL，先按照下面的步骤安装：

1. 按Win键，搜索"PowerShell"，右键选择"以管理员身份运行"
2. 在弹出的蓝底窗口中输入：wsl --install，然后按回车
3. 系统会自动下载并安装Ubuntu系统，安装完成后会让你创建一个Linux用户名和密码（输密码时屏幕不会显示任何内容，正常输入即可）
4. 重启电脑，WSL就安装好了

WSL安装完成后，我们就可以安装Hermes了：

1. 按Win+R，输入"cmd"打开命令提示符
2. 输入"wsl"并回车，进入Linux子系统
3. 输入以下安装命令，然后按回车：```plaintext
   curl -fsSL https://hermes-agent.nousresearch.com/install.sh | bash

4. 等待一两分钟，看到"Hermes Agent installed successfully"的提示，就说明安装成功了
5. 关闭当前的WSL窗口，重新打开一个新的命令提示符，再次输入"wsl"进入
6. 输入hermes setup并回车，开始配置Hermes

配置过程中，它会问你几个问题：

• • 选择模型供应商：强烈推荐选择DeepSeek，DeepSeek V4 Pro模型效果好而且价格便宜，性价比极高
• • 输入API Key：去DeepSeek开放平台（https://platform.deepseek.com/）注册账号，创建一个API Key，粘贴进去即可
• • 其他选项直接按回车，使用默认设置即可

配置完成后，输入hermes，看到欢迎界面，就说明Hermes已经准备就绪了！

第三步：完成核心配置

现在，我们需要告诉Hermes你的知识库在哪里，以及它应该按照什么规则来管理你的知识库。

首先，复制你刚才在Obsidian中创建的仓库文件夹的完整路径（比如F:\AI\My_Knowledge_Base）。

然后，在Hermes的对话窗口中，输入以下内容：

我的知识库目录是：【你复制的文件夹路径】请按照以下规则管理我的知识库：1. 只有当我明确说出"写入知识库"时，才可以将内容添加到知识库中2. 只有当我明确说出"结合知识库"时，才先检索知识库再回答我的问题3. 所有知识页面统一使用Markdown格式，并为关键概念添加[[双向链接]]4. 严格按照LLM Wiki的文件结构来组织和管理知识库内容

发送之后，Hermes会记录下这些规则，并自动在你的知识库文件夹中创建好必要的目录结构。

怎么用？记住这三条黄金法则

搭建完成后，使用起来非常简单。你只需要记住三条规则，就能玩转你的AI知识库。

法则一：存东西，说"写入知识库"

不管你是在微信上看到一篇好文章，在抖音上刷到一个有用的视频，还是自己写了一段思考感悟，只要把内容复制发给Hermes，然后加上一句"把这个写入知识库"。

Hermes会自动帮你：

• • 提取内容中的核心观点和关键信息
• • 识别出重要的实体和概念
• • 生成结构化的Markdown笔记
• • 为相关概念添加双向链接
• • 自动分类存放到对应的文件夹中

整个过程完全自动化，你什么都不用管。

法则二：查东西，说"结合知识库"

当你想要查找某个知识点，或者想让AI基于你已经收藏的内容回答问题时，只要在问题前面加上一句"结合知识库"。

比如：

• • “结合知识库，我之前收藏的关于AI Agent的文章里，有哪些核心观点？”
• • “结合知识库，帮我整理一下关于Python环境配置的所有方法”
• • “结合知识库，我记得有一篇讲如何提高专注力的文章，帮我找出来”

最厉害的是，它支持模糊召回。哪怕你只记得一点点零碎的信息，比如"我之前收藏过一个关于比特币的内容"，Hermes也能在不到1秒的时间里，帮你找到对应的笔记。

法则三：看关联，打开Obsidian

把你的知识库文件夹拖进Obsidian，然后点击左侧的"图谱视图"按钮。你会看到一个神奇的知识网络图。

每一个节点代表一篇笔记，每一条线代表两个知识点之间的关联。你能一眼看到哪些知识是整个体系的核心枢纽，哪些知识还比较孤立。

你可以点击任意一个节点，查看对应的笔记内容，然后顺着双向链接，一路探索下去。你会发现很多之前根本没有想到的知识关联，这种发现的乐趣，是任何收藏夹都给不了你的。

实测效果：真的太香了！

我自己用这个方案已经有一段时间了，给大家分享几个实测效果。

图文笔记导入

我把一篇包含5张图片的技术文章发给Hermes，让它写入知识库。一开始因为DeepSeek模型不支持多模态，图片识别失败了。不过没关系，我们可以很容易地解决这个问题：

1. 去OpenRouter官网（https://openrouter.ai/keys）注册一个账号，创建一个免费的API Key
2. 把这个API Key发给Hermes，它会自动配置好
3. 再次让Hermes导入文章，这次它会自动调用Gemini Flash等免费的多模态模型来识别图片内容

导入完成后，打开Obsidian，你会看到一篇结构清晰的笔记，所有的核心概念都已经添加了双向链接，知识图谱上也多了好几个相互关联的节点。

视频收藏导入

我还测试了导入抖音视频。只要把视频链接发给Hermes，说"写入知识库"，它就会自动下载视频的字幕，提取核心内容，整理成笔记。

以后你再想找这个视频里的某个知识点，不用再去抖音里翻半天，直接在Hermes里搜索就能找到。

模糊召回测试

最让我惊艳的还是模糊召回功能。我故意退出Hermes再重新打开，然后输入"结合知识库，帮我找一下关于加密货币的内容"。

只用了0.8秒，Hermes就给我列出了所有相关的笔记，还标注了每篇笔记的核心内容。这要是换做以前，我得在十几个平台的收藏夹里翻上十几分钟，还不一定能找到。

最后想说的话

很多人问我，花时间搭建这个知识库值不值？我的回答是：太值了！这绝对是我今年做过的最有价值的事情之一。

在这个信息爆炸的时代，我们每天都在被动地接收大量的信息。但这些信息，如果不能被我们消化、吸收、关联起来，就永远只是一堆无用的数字垃圾。

Hermes+Obsidian这套方案，最棒的地方不是它有多自动化，也不是它能帮你找到多少年前的收藏。而是它逼着你去面对一个事实：知识不会自动变成你的，你得去读、去想、去用。

AI帮你省掉了整理、分类、索引这些机械劳动，但阅读、消化、思考的功夫，还是得你自己来。这才是人和AI之间最健康的关系——AI干它擅长的，你干你擅长的。

从今天开始，别再让你的收藏夹吃灰了。花5分钟搭建一个属于自己的AI知识库，让每一次收藏，都真正变成你知识体系的一部分。

学AI大模型的正确顺序，千万不要搞错了

🤔2026年AI风口已来！各行各业的AI渗透肉眼可见，超多公司要么转型做AI相关产品，要么高薪挖AI技术人才，机遇直接摆在眼前！

有往AI方向发展，或者本身有后端编程基础的朋友，直接冲AI大模型应用开发转岗超合适！

就算暂时不打算转岗，了解大模型、RAG、Prompt、Agent这些热门概念，能上手做简单项目，也绝对是求职加分王🔋

📝给大家整理了超全最新的AI大模型应用开发学习清单和资料，手把手帮你快速入门！👇👇

学习路线:

✅大模型基础认知—大模型核心原理、发展历程、主流模型（GPT、文心一言等）特点解析
✅核心技术模块—RAG检索增强生成、Prompt工程实战、Agent智能体开发逻辑
✅开发基础能力—Python进阶、API接口调用、大模型开发框架（LangChain等）实操
✅应用场景开发—智能问答系统、企业知识库、AIGC内容生成工具、行业定制化大模型应用
✅项目落地流程—需求拆解、技术选型、模型调优、测试上线、运维迭代
✅面试求职冲刺—岗位JD解析、简历AI项目包装、高频面试题汇总、模拟面经

以上6大模块，看似清晰好上手，实则每个部分都有扎实的核心内容需要吃透！

我把大模型的学习全流程已经整理📚好了！抓住AI时代风口，轻松解锁职业新可能，希望大家都能把握机遇，实现薪资/职业跃迁～

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】