用 AI 智能体 + 双链笔记，打造属于自己的"第二大脑"

核心观点：Obsidian 解决"知识存哪里"的问题，Hermes 解决"知识怎么用"的问题。二者结合，你得到的不只是一个笔记库，而是一个能自主整理、自主检索、自主产出的 AI 知识助理。

一、引子：为什么要把 Hermes 接入 Obsidian？

在精工智能数字化工厂做开发这几年，我攒了不少笔记：技术文档、踩坑记录、读书心得、项目总结……散落在各个地方，有道云、Notion、本地 Markdown、微信收藏，真要找的时候半天翻不到。

半年前开始用 Obsidian，解决了"存"的问题——所有笔记本地 Markdown 存储，双链关联，Dataview 查询，知识终于能串起来了。但新的问题来了：笔记越积越多，我自己都记不住里面有什么了。

直到我把 Hermes 接入了 Obsidian 库。这不是简单的"AI 问答"——而是让一个 AI 智能体直接操作你的知识库：

• 你说"把这篇技术文章整理成笔记，归档到对应分类，打上标签，再关联 3 篇相关笔记"，它自己就做完了

• 你问"上次那个 Oracle 索引优化的方案记在哪了？"，它不仅能找到，还能把相关的几篇笔记串起来给你总结

• 你说"基于我今年在精工做的项目开发笔记，生成一份年度技术总结大纲"，它会自己翻遍你的知识库，整理出结构

本文记录从零开始，用 Hermes + Obsidian 搭建个人 AI 知识库的完整过程：环境怎么搭、怎么打通、有哪些坑、实际怎么用。

二、部署篇：Hermes 本地环境搭建

2.1 三种部署方式对比

Hermes 支持多种部署方式，个人知识库场景推荐按这个优先级选：

部署方式	适合人群	优点	缺点
Docker	大多数人	环境隔离、升级方便、后台常驻	需要懂一点 Docker
一键脚本	纯新手	5 分钟快速启动	依赖系统环境，容易出兼容性问题
源码编译	开发者/需要定制	可二次开发、自由度最高	依赖复杂，编译耗时

个人推荐：用 Docker 部署。干净、省心、出问题回滚也快。

2.2 Docker 部署详细步骤

整个过程大概 15 分钟，分三步：

第一步：拉取镜像并启动容器

bash 启动命令docker run -d \   --name hermes \   -p 8080:8080 \   -v ~/hermes-data:/app/data \   -v ~/Obsidian:/obsidian \   -e MODEL_API_KEY=你的API密钥 \   -e MODEL_PROVIDER=kimi \   nousresearch/hermes:latest

这里有个关键参数：-v ~/Obsidian:/obsidian，把本地的 Obsidian 库目录挂载到容器里。这是后续 Hermes 能操作知识库的基础。

第二步：验证是否启动成功

浏览器打开 http://localhost:8080，能看到 Hermes 的 Web 界面就说明启动成功了。

第三步：配置基础模型

进入 Settings → Model，配置你要用的大模型。个人知识库场景推荐：

• 日常使用：Kimi / DeepSeek API（性价比高，中文好）

• 隐私敏感：本地 Ollama + Qwen2.5-14B（数据不出本地）

• 混合模式：普通问答用云端，涉及敏感笔记切本地

2.3 第一个难点：国内网络环境

这是很多人遇到的第一个坑：Docker 镜像拉不下来，或者模型 API 连不上。

解决方案：

1. Docker 镜像配国内加速源（阿里云、网易云都有免费的）

1. 模型 API 用国内的服务商（Kimi、DeepSeek、通义千问）

1. 如果一定要用 GPT，在容器里配代理环境变量

三、Obsidian 知识库初始化

3.1 基础准备

如果你已经在用 Obsidian，可以跳过这一步。如果是从零开始，建议先做好目录规划，不然后面乱了很难收拾。

推荐的目录结构：

text 知识库目录结构�� Obsidian/ ├── �� 00-Inbox（收件箱，临时笔记） ├── �� 01-Projects（项目笔记） ├── �� 02-Areas（领域知识，如 .NET、数据库） ├── �� 03-Resources（资源/参考资料） ├── �� 04-Archives（归档） ├── �� Templates（模板） └── �� Assets（附件/图片）

这个结构参考了 PARA 方法，简单实用，Hermes 也容易理解和遵循。

3.2 必备插件

Obsidian 的插件生态是它的灵魂。和 Hermes 搭配使用，推荐装这几个：

• Dataview：数据库式查询笔记，Hermes 可以用它做知识检索

• Templater：笔记模板，Hermes 创建新笔记时可以套用模板

• Tags：标签管理，方便 Hermes 按标签分类

• QuickAdd：快速添加笔记，和 Hermes 配合可以实现一键归档

注意：插件不要装太多，够用就行。Hermes 操作笔记时，插件越多，格式越复杂，越容易出问题。

3.3 第二个难点：笔记格式统一

这是后面 AI 能不能用好知识库的关键。如果你的笔记格式乱七八糟，有的有 YAML frontmatter，有的没有；标签有的在开头，有的在结尾；标题层级不统一……Hermes 理解起来会很费劲，准确率会下降。

建议：先定一套笔记规范，比如：

• 所有笔记开头必须有 YAML frontmatter（title、date、tags、category）

• 标题层级统一（# 一级、## 二级，不跳级）

• 标签统一放在 frontmatter 里，不混用正文标签

• 附件统一放在 Assets 目录，按日期分子目录

前期花 1 小时定规范，后面能省 10 小时的麻烦。

四、打通篇：让 Hermes 接入 Obsidian

这是最核心的一步。Hermes 本身不知道 Obsidian 是什么，我们需要通过配置，让它"认识"你的知识库，并且能操作它。

4.1 核心思路：文件系统就是接口

Obsidian 的本质是一个本地 Markdown 文件目录。所以 Hermes 不需要什么特殊的 Obsidian 插件——只要能读写这个目录里的文件，就能操作知识库。

这也是为什么 Docker 部署时要把 Obsidian 目录挂载进去的原因。

4.2 配置自定义工具集

Hermes 默认的文件工具太通用了，我们需要针对知识库场景，配置一套专用工具。在 Hermes 的 Settings → Tools 里，添加以下自定义工具：

工具 1：搜索笔记

yaml search_notes 工具配置name: search_notes description: 在 Obsidian 知识库中搜索相关笔记 parameters:   - name: keyword     type: string     description: 搜索关键词   - name: limit     type: number     description: 返回结果数量，默认5     default: 5 command: grep -rl "{{keyword}}" /obsidian --include="*.md" | head -n {{limit}}

工具 2：读取笔记

yaml read_note 工具配置name: read_note description: 读取指定路径的笔记内容 parameters:   - name: path     type: string     description: 笔记的相对路径 command: cat "/obsidian/{{path}}"

工具 3：创建笔记

yaml create_note 工具配置name: create_note description: 在知识库中创建新笔记 parameters:   - name: path     type: string     description: 笔记的相对路径（含文件名）   - name: content     type: string     description: 笔记内容 command: mkdir -p "$(dirname "/obsidian/{{path}}")" && cat > "/obsidian/{{path}}" << 'EOF' {{content}} EOF

工具 4：更新笔记

yaml update_note 工具配置name: update_note description: 更新已有笔记的内容 parameters:   - name: path     type: string     description: 笔记的相对路径   - name: content     type: string     description: 新的笔记内容 command: cat > "/obsidian/{{path}}" << 'EOF' {{content}} EOF

还有几个进阶工具可以按需添加：打标签、加双链、生成索引、移动归档等。

4.3 第三个难点：工具权限与安全

这是个很重要的问题：Hermes 能读写你的知识库，意味着它理论上可以删除、修改你的任何笔记。万一 AI 抽风了，把你几年的笔记删了怎么办？

安全方案：

1. Git 版本控制：整个 Obsidian 库用 Git 管理，每天自动提交。就算 Hermes 改错了，随时能回滚

1. 写操作确认：在 Hermes 里配置"涉及修改/删除文件的操作，必须先询问确认"

1. 权限最小化：只挂载 Obsidian 目录，不要挂载整个 home 目录

1. 定期备份：重要笔记定期打包备份到云盘

做好这几点，基本就可以放心用了。

4.4 系统提示词：定义知识库管理员角色

光有工具还不够，你得告诉 Hermes 怎么用这些工具。在精工做过那么多数字化实战项目，我们都知道现场实施的重要性，如何把实施经验和系统底层代码经验结合在一起攸关重要，在系统提示词里，给它定义一个"知识库管理员"的角色：

text 系统提示词示例你是我的个人知识库管理员，负责管理我的 Obsidian 笔记库。 你的职责： 1. 帮助我整理、归档、检索笔记 2. 维护笔记的规范性（统一的 frontmatter、标签、分类） 3. 发现笔记之间的关联，主动添加双链 4. 基于知识库回答我的问题，给出引用来源 你的工作原则： - 所有操作必须基于事实，不编造笔记内容 - 修改笔记前必须先读取并确认内容 - 重要修改必须先询问我的确认 - 回答问题时要注明信息来自哪篇笔记

这个提示词是"灵魂"——写得越清楚，Hermes 用起来越顺手。

五、使用篇：知识库的三种典型用法

打通之后，我日常用得最多的是这三个场景：

5.1 自动整理：零散笔记一键归档

平时看到好文章、想到好点子，先随手扔进 Inbox 目录。每周五下午，我让 Hermes 帮我整理：

"把 Inbox 里的笔记全部整理一遍：判断分类、补充 frontmatter、打上合适的标签、移动到对应目录、关联 2-3 篇相关笔记。"

它会自己一篇篇读，一篇篇整理，遇到拿不准的会问我。原来我自己整理要花 2 小时，现在 20 分钟搞定，质量还比我高——它记得住我所有的标签和分类规则，不会忘。

5.2 知识问答：比通用 AI 更懂你的上下文

通用大模型什么都知道，但不知道你知道什么。而基于你的个人知识库的问答，是完全贴合你的知识体系的。

比如我问："上次那个 .NET 内存泄漏排查的方案是什么来着？"

Hermes 会：

1. 搜索知识库中相关的笔记

1. 读取并理解内容

1. 结合多篇笔记，给出完整的回答

1. 注明信息来源是哪几篇笔记

比自己翻笔记快多了，而且它还能把分散在好几篇笔记里的信息串起来，给出更完整的答案。

5.3 内容生成：基于你的知识，产出你的内容

这是我觉得最有价值的用法。比如写月度总结、技术方案、学习笔记，不用从零开始写——让 Hermes 基于你已有的知识生成初稿，你再修改。

比如："基于我这个月的项目笔记和技术学习笔记，生成一份 6 月技术总结大纲，分 5 个部分。"

它会自己翻遍这个月的笔记，梳理出重点，生成结构清晰的大纲。你只需要在这个基础上补充和调整，效率提升不止一倍。

5.4 第四个难点：上下文窗口限制

这是目前最大的技术瓶颈。如果你的知识库很大（几百上千篇笔记），不可能全部塞进模型的上下文窗口。

现有的解决方案：

1. 检索增强（RAG）：先搜索相关笔记，只把最相关的几篇塞进上下文

1. 分层摘要：给大的主题生成摘要笔记，问答时先看摘要，再深入细节

1. 分主题对话：每次对话只聚焦一个主题，只加载相关的笔记

目前还没有完美的方案，但 RAG + 良好的笔记结构，基本能满足日常使用。

六、踩坑总结：四个最容易踩的坑

坑一：笔记格式不统一——前期嫌麻烦不定规范，后面 AI 理解起来各种出错，回头整理更麻烦。

坑二：没有版本控制——AI 改错了笔记，找不回来。一定要用 Git，一定要用 Git，一定要用 Git

坑三：给的工具太多太杂——工具不是越多越好，Hermes 选择困难反而容易用错。初期 4-5 个核心工具就够了。

坑四：期望过高——目前的 AI 还做不到"完美的知识库管理员"，它会犯错，会理解偏差，需要你监督和纠正。把它当"助手"，不是"替代者"。

七、结语：你的知识，值得一个 AI 管家

过去我们总说"知识就是力量"，但知识存了不用，等于没有。

Obsidian 给了我们一个存放知识的容器，而 Hermes 给了这个容器一个"大脑"和一双手——它能帮你整理、帮你检索、帮你把沉睡的知识用起来。

这套方案目前还不完美，有很多技术限制和使用门槛。但我相信，这是未来的方向：每个人都会有一个属于自己的、懂你的 AI 知识助理。

现在花点时间搭起来，就是在给未来的自己攒"知识复利"。