Hermes+Obsidian完整教程:復刻Karpathy兩千萬人圍觀的知識庫
重點摘要
根據它提供的鏈接,選擇是否要查看其他的筆記,當然,你也可以直接讓Hermes把所有相關內容進行彙總。 整個體驗下來總體非常順利,不過有幾個地方需要提醒: 第一個是文件衝突。如果同一篇筆記同時在Obsidian裡打開,又讓Hermes修改,Obsidian偶爾會提示文件發生變化。解決方法很簡單:修改之前把對應標籤頁關掉,或者刷新一下。 第二個是MCP。有很多人看到Hermes支持MCP,就在思考要不要配置,個人覺得暫時沒有必要,這個教程中,比如讀取、修改、創建這些基礎功能,都沒有用到MCP。
知名 AI 學者 Andrej Karpathy 曾在網路上展示其個人知識庫,吸引超過兩千萬人次觀看。如今,這套知識庫的復刻方法不再遙不可及,結合筆記軟體 Obsidian 與 AI 助理 Hermes,一般用戶也能打造屬於自己的智慧知識管理系統。近期有使用者完整實測了這套組合的設定流程,並分享實際操作中的關鍵提醒與使用心得。Hermes 是一款能夠串接多種工具的 AI 助理,而 Obsidian 則是以本地端 Markdown 筆記為核心的知識庫軟體。
兩者整合後,使用者可直接透過自然語言指令讓 Hermes 讀取、修改、甚至建立 Obsidian 裡的筆記內容,大幅降低手動整理資料的時間成本。這套流程的基礎設定並不複雜,只要依照官方文件完成 Hermes 與 Obsidian 的連線授權,即可開始運作。在實際操作中,整個體驗相當流暢。使用者可以要求 Hermes 根據特定主題搜尋既有筆記,或者直接請它彙整多篇相關內容,生成一份新的知識摘要。Hermes 也能根據使用者的偏好,自動調整筆記的標題、補充總結、甚至建立跨筆記的索引連結,讓原本散落在電腦各處的資料逐漸形成有組織的知識網絡。不過,在實測過程中也發現一個需要注意的小問題:文件衝突。
當同一篇筆記同時在 Obsidian 中打開,又讓 Hermes 從外部修改該檔案時,Obsidian 偶爾會跳出提示,指出檔案內容發生變化。解決方式很簡單,只要在 Hermes 進行修改前,先將該筆記的標籤頁關閉,或是在修改後手動刷新頁面,就能避免衝突。這屬於使用習慣上的微調,並不影響整體流程的穩定性。另一個讓許多人困惑的點是 MCP(Model Context Protocol)的配置。由於 Hermes 支援 MCP,不少使用者會思考是否要額外設定這個協定。根據實測者的建議,對大多數人來說暫時沒有必要。
Hermes 本身內建了 Obsidian 專屬技能,已經能夠勝任讀取、修改、建立筆記等基礎功能,足以應付絕大多數知識管理場景。MCP 比較適合已經對 Hermes 與 Obsidian 相當熟悉、想要進一步探索高階功能的使用者;對於單純的日常知識整理,啟動 MCP 並不會帶來明顯效益,反而可能增加設定複雜度。從整體工作流程來看,這套組合最大的價值在於將 AI 的能力從「記住偏好」推進到「理解並保存知識」。過去,整理資料往往需要手動分類、修改標題、補充摘要、建立索引,大部分時間都花在這些機械性的工作上。現在,Hermes 可以接手這類重複任務,而 Obsidian 則負責儲存與連結。
接入 Obsidian 之後,Hermes 的角色就像一位隨時待命的研究助理,協助使用者把零散的資訊逐步組織成可反覆取用的知識庫。值得一提的是,這套系統真正需要投入心力的地方,其實不是初始的設定或配置,而是後續持之以恆地將自己的資料放進去。知識庫的豐富程度,直接決定了 Hermes 與 Obsidian 能夠發揮的價值。只要不斷累積筆記、讓 AI 理解更多個人化的脈絡,這套組合就會愈來愈貼近使用者的思考方式,最終形成一個具備個人特色的智慧知識管理系統。對於想要嘗試復刻 Karpathy 式知識庫的使用者來說,當前的工具門檻已經大幅降低。
只要願意花一點時間完成基礎連線,並養成持續輸入資料的習慣,每個人都能擁有專屬的 AI 輔助知識庫,讓資訊整理不再只是零散的筆記堆疊,而是真正可被檢索、應用與再創造的知識資產。
Related
相關文章

當 human in the loop 變成“閉著眼睛點確認”,企業Agent 安全還能靠誰?
專家指出,AI Agent 從內容安全轉向行為安全,提示詞注入、工具濫用與過度授權成為主要風險。企業應建立可視、可管、可追溯的安全基線,並對工具權限進行最小化與臨時化管理,避免 human in the loop 淪為形式。安全防護需從靜態入口轉向動態行為約束,以因應 Agent 自主執行帶來的全新挑戰。

開源Agent框架刷爆ARC-AGI-3,「自我改進」的RLM harness引爭議
一套開源Agent框架在ARC-AGI-3基準測試中創下超過85%的正確率,大幅領先其他解決方案,其核心是名為「RLM harness」的自我改進機制。然而,該方法引發學術爭議,部分研究者批評它透過反覆試錯「鑽漏洞」,不符合ARC-AGI評測一次性推理的精神。這場討論促使AI社群重新審視評測標準,並可能影響未來ARC-AGI版本的設計方向。

騰訊是在“賽馬”,還是在打造 “Agent工廠”?
騰訊內部正在探討其發展策略究竟是「賽馬」機制還是打造「Agent工廠」。相關討論聚焦於公司如何平衡內部競爭與統一平台建設。目前站內已移除相關混雜文字,保留原始主題供讀者參考。
ChinaJoy 2026 AI遊戲規模化落地,邊緣雲與API安全重構產業底層邏輯
2026年ChinaJoy展館,“與AI同遊”的主題隨處可見。行業調查顯示,僅有21%的企業擁有完整的API資產清單,大量後臺AI接口仍在無人監控的狀態下裸奔。合規與安全也同步下沉。算力下沉還不夠,API安全必須同步前移邊緣雲解決了體驗問題,但AI交互入口的安全,同樣需要前置到邊緣。算力與安全,缺一不可Akamai的判斷很明確:遊戲AI轉型不能割裂算力與安全。這也是遊戲廠商規模化落地AI智能體、構建AI原生遊戲的標準化底層方案。

openJiuwen發佈業界首個企業級分佈式蜂群架構,聯合郵儲成功落地金融生產環境
< img id="wx_img" src="https://www.qbitai.com/wp-content/uploads/imgs/qbitai-logo-1.

螞蟻集團開源Avernet,讓人與智能體像組織一樣高效協作
**螞蟻集團開源Avernet:打造人與智能體高效協作的“組織級”基礎設施** **來源:量子位** **2026-08-07 11:08:51** 近日,螞蟻集團正式宣佈開源多智能體協作基礎設施Avernet,其社區版本已同步上線。作為業界首個聚焦於“組織級協作”的智能體基礎設施,Avernet的首個版本重點開放了智能體協作網絡能力,旨在支持不同智能體之間的發現、共識達成、跨團隊協作與治理,為人工智能從“單點智能”走向“系統智能”提供關鍵支撐。