Hermes 搭建 Karpathy LLM Wiki:抛弃 RAG 检索,用“编译”思维打造智能知识库

Obsidian本地智能同步方案:Git+Hermes Agent+LLM Wiki Obsidian 是一款基于 Markdown 的知识管理工具,其核心价值在于本地化、可扩展与双向链接能力。然而官方 Sync 服务存在订阅成本高、不可审计、缺乏 API 和版本控制等局限。本文介绍一种开源替代路径:以 Git 作为知识库的版本化存储与同步基础设施,Hermes Agent 作为轻量级本地 HTTP 网关,将笔记库暴露为结构化 API;再结合 LLM Wiki 提供开箱即用的语义搜索与 RAG 前端。该组合不仅实现跨设备稳定同步,更关键的是打通了本地大模型(如 Ollama 运行的 Qwen 阅读详情

Hermes 搭建 Karpathy LLM Wiki:抛弃 RAG 检索,用“编译”思维打造智能知识库

你是否受够了每次提问都要等待漫长的检索,结果得到的答案还总是断章取义?这其实是传统 RAG(检索增强生成)机制的先天短板。基于 Andrej Karpathy 提出的“编译器”理念,我们可以利用 Hermes 智能体,构建一个更聪明、更高效的 LLM Wiki。

这个方案的底层逻辑完全不同:它不是在“查询”时去大海捞针,而是预先把所有知识“编译”成结构化的文档。查询时,模型直接读取整理好的精华,速度和精准度自然大幅提升。即使是没有任何编程基础的朋友,也能轻松搞定。


一、前期准备:安装 Hermes 工具

Hermes 是整个系统的核心载体,而 llm-wiki 则是它的一个功能插件。我们不需要写一行代码,只需要像装软件一样操作即可。

  1. 获取主程序:
    请确保你的电脑里已经安装了 Hermes 客户端。如果没有,去官方 GitHub 仓库下载适合你系统的版本并完成安装。

  2. 更新与检查:
    打开终端(也就是命令行窗口),先输入下面这行命令,确保工具是最新版:

    hermes update
    

    接着,看看你已经装了哪些技能:

    hermes skills list
    

    如果列表里没有 llm-wiki,那就接着往下看。

二、启用 LLM Wiki 功能模块

这是整个搭建流程中最核心的一步。Hermes 拥有类似应用商店的技能管理,普通用户只需一个指令就能完成部署。

在终端输入:

hermes skills enable llm-wiki

运行后,Hermes 会自动在用户目录下生成 LLM Wiki 必要的文件夹(一般在 ~/.hermes/ 下)。你完全不用手动去建,系统会自动准备好:

  • Raw 目录:这是你的“收件箱”,用来放还没处理的原始资料。
  • Wiki 目录:这是你的“书架”,用来放 AI 处理后的结构化笔记。
  • 配置文件:这是给 AI 看的“说明书”,定义 Wiki 的生成规则。

三、设定规则(建议操作)

虽然有默认设置,但为了让你用起来更顺手,建议修改一下核心配置——Schema 文件(通常叫 CLAUDE.md,放在 Wiki 目录里)。

这个文件相当于给 AI 下达的写作指令。你可以用记事本打开它,加上你喜欢的风格:

  • “请用通俗易懂的中文写作。”
  • “涉及专有名词时,必须保留英文原文。”
  • “每个章节都要配一个实际案例。”

存盘后,AI 生成 Wiki 页面时就会乖乖照做。

四、导入知识(最关键的一步)

现在,你可以开始把资料“喂”给 Wiki 了。这就像把素材交给大厨,大厨(AI)会负责把它做成一道好菜。

  1. 放入素材:
    把你想学习的 PDF、Markdown 或 TXT 文件直接复制到 Hermes 生成的 raw/ 文件夹里。

  2. 开始处理:
    在终端中,你可以直接用自然语言指挥 Hermes,或者运行预设的工作流。最简单的办法就是直接下指令:

    “把 raw 文件夹里的新文档都处理一下。”

    Hermes 会在后台自动搞定这些麻烦事:

    • 解析你的原始文件。
    • 提炼核心概念和关键点。
    • 按照你的 Schema 重写内容,生成结构化的 Wiki 页。
    • 自动建立页面之间的双向链接。
    • 更新 Wiki 的总目录。

稍等片刻,你就会在 wiki/ 文件夹里看到自动生成的 .md 文件。这就是你的“编译版”知识库,所有知识已经被固化、梳理清楚了。

五、查询与日常维护

1. 极速查询
当你和 Hermes 对话时,直接问 Wiki 里的问题就行。因为内容已经被“编译”成了清晰的结构化文档,Hermes 不用再去翻原始资料,而是直接看整理好的笔记,回答既快又准。

2. 自动体检
这是 Karpathy LLM Wiki 最吸引人的地方。传统笔记很难发现内容冲突或过时,但 AI 擅长这个。
你可以定期让 Hermes 帮忙:

“检查一下 Wiki 的状态,看看有没有矛盾或者过时的信息。”

Hermes 会启动“Lint”程序,把所有 Wiki 页面过一遍:

  • 识别冲突:标记出前后矛盾的描述。
  • 清理旧闻:指出被新知识淘汰的旧内容。
  • 补全链接:为提到但没创建的页面生成链接。

你只需要根据检查结果点确认,就能让知识库保持最新、最准的状态。

结语

用 Hermes 搭建 Karpathy LLM Wiki,就像是请了一位 24 小时的 AI 知识管家。它把复杂的代码、向量检索和上下文拼接都封装在了 llm-wiki 技能里。

作为普通用户,你只需要做两件事:

  1. 把文件丢进 raw 文件夹。
  2. 告诉 Hermes “开始处理” 和 “做个体检”。

快来体验这种抛弃传统 RAG、拥有“外挂大脑”的感觉吧!

 

Hermes Agent LLM Wiki 技术应用 LLM Wiki 是一种由 Hermes Agent 实现的新型知识管理系统,采用三层架构(原始来源层、Wiki页面层、Schema配置层)取代传统RAG的低效检索模式。其核心功能包括知识摄入(Ingest)、查询(Query)和健康检查(Lint),通过Markdown文件组织结构化知识,支持自动维护和交叉引用。该系统与Obsidian等工具集成,适用于研究、读书笔记、商业知识库等多种场景,实现了人类策展与AI维护的协同工作模式。 阅读详情

相关推荐

Hermes接入IMA知识库全攻略:将知识库装进你的Hermes智能体

本文详细介绍了如何将IMA知识库功能接入Hermes Agent平台,实现一站式笔记管理和知识库操作。主要内容包括:获取IMA访问凭证、下载技能包、配置凭据(支持文件和环境变量两种方式)、验证配置有效性,以及实际应用演示(查询知识库列表、创建笔记并添加到知识库)。文章还提供了常见问题解决方案,如认证失败处理、版本更新等。通过该集成,用户可在Hermes中直接调用IMA的笔记创建、知识库管理等强大功能,提升工作效率。

小石头的专栏 641

Hermes进阶 医疗行业落地:LLM Wiki + Obsidian图谱建设脂肪性肝病智能知识网络

本案例基于Hermes LLM Wiki 三层架构与双引擎技术范式,面向代谢相关脂肪性肝病与肠道微生态领域,实现医学知识的全链路智能化管理,通过Hermes自治编译权威医学文献,完成文本向量化、实体抽取、关系构建与语义索引,自动生成标准化 Wiki 知识网络,结合 Obsidian 双向链接与图谱可视化能力,将肠‑肝轴调控、肝再生机制、菌群靶点关联等复杂医学逻辑转化为可交互、可追溯的知识图谱。

华为云官方博客 3651

BERTopic安装指南:hdbscan依赖问题全解析(附解决方案)

本文详细解析了安装BERTopic时常见的hdbscan依赖报错问题,深入剖析了C++编译环境缺失、Python版本兼容性以及包管理渠道混用三大核心原因。针对Windows、macOS和Linux不同系统,提供了创建虚拟环境、使用conda安装预编译包、安装C++编译工具等具体解决方案,帮助用户顺利安装BERTopic并开始文本主题建模实践。

weixin_29061041的博客 212

基于RAG的企业智能客服项目,已拿70万offer!

基于 RAG 构建一套企业智能客服系统📖。

m0_59164520的博客 1443

【深度强化学习】(2) Double DQN 模型解析,附Pytorch完整代码

Double DQN 算法是 DQN 算法的改进版本,解决了 DQN 算法过估计行为价值的问题。Double DQN 算法不直接通过最大化的方式选取目标网络计算的所有可能 Q 值,而是首先通过估计网络选取最大 Q 值对应的动作。在 Double DQN 框架中存在两个神经网络模型,分别是训练网络与目标网络。这两个神经网络模型的结构完全相同,但是权重参数不同;每训练一段之间后,训练网络的权重参数才会复制给目标网络。

博观而约取,厚积而薄发 1万+

IEEE Access 上岸指南,附含泪整理的 cover letter 、沟通邮件、终版文档等资料包

终于上岸了! 我是一个小硕,本科期间发表过两篇水文,奈何学校有更高的毕业要求,只能硬着头皮尝试一下 SCI。 想投 IEEE Access 的朋友都应该知道 小木虫论坛 对这个期刊的讨论,褒贬不一,有的人说是大水刊,有的人说有难度。 比如: @wow_: 不可否认,灌水期刊。只要之前中过一篇,再投基本没有不录用的!我们实验室其他老师说过一区除外的收费期刊都应该禁止灌水。 @pssp: 审稿人还...

kurryluo的博客 1万+

用Hermes Agent建立个人LLM Wiki知识库

2026年,AI 工具爆发,但很多人的知识管理还停在 Notion 笔记时代——标签一堆、页面一堆,真到要找某个知识点时,翻半天也翻不出来。

m0_59235945的博客 891

深入理解HanLP1.x,填平可能遇到的坑

提取指定数量的摘要。自定义词典为什么要单独领出来讲呢?因为在我们的业务开发中,可能分词的效果并不理想,需要定制自己的词库,索引更加常用。例如:小米su7特斯拉modelY比亚042025款6575767670908我们需要分出小米su72025款等词。我们分别看看用字典和不用字典的效果。

static_coder的博客 977

Hermes与Karpathy LLM Wiki整合:自动化知识管理实践

知识管理是现代技术研究中的核心挑战,特别是在AI/ML领域,信息碎片化和版本混乱问题尤为突出。传统检索增强生成(RAG)技术虽然能解决即时查询需求,但缺乏对知识长期积累的支持。Karpathy LLM Wiki提出了一种基于Markdown的知识库范式,通过标准化实体(entities)和概念(concepts)页面组织信息,配合严格的元数据管理,构建持久化、可积累的知识网络。Hermes Agent作为自动化AI代理平台,通过专门的技能模块实现了对这一范式的深度支持,包括自动化资料采集、智能页面生成与知识

weixin_32597009的博客 25

uniapp [全端兼容] - 详细实现人脸识别和活体检测功能,实时监测人脸是否进入区域及动作是否正确播报,免费自动提示引导动作及语音,提供提供实名认证、身份证识别、人脸信息采集、刷脸扫脸认证示例代码

uniapp,h5移动端网页,微信小程序,支付宝小程序,Android安卓,苹果ios,app,nvue,人脸识别,扫脸认证,人脸认证,活体认证,身份认证,uni-app人脸识别详细教程,如何在app端实现免费人脸识别教程,如何在小程序端做,最好用的插件,安卓ios百度人脸识别、活体检测、人脸采集APP,H5人脸识别带前后摄像头,适合新手看的人脸识别功能教程,详细示例代码源码,有没有免费的,接入百度,阿里云人脸识别,百度,api,活体检测,数据采集,动作提示指引,语音提示指引,报错,无法核验一直出错,根本用

🏆 前端领域优质创作者 1万+

Python中的join函数的用法

从语法、实例、应用三方面详尽地介绍join函数

阿黎逸阳的博客 2万+

基于hermes agent llm-wiki的知识管理

本文介绍了两款实用工具及其应用场景:1)沉浸式翻译插件支持网页、PDF、视频等20+AI引擎翻译,支持100+语言互译;2)Obsidian Clipper可将网页内容保存为离线文件。应用场景包括:1)论文研读:通过arXiv获取论文,使用沉浸式翻译实现中英对照阅读,并用Clipper保存至Obsidian;2)知识管理:在Hermes的LLM-Wiki系统中处理论文信息,通过图形界面进行对话交互。记录展示了工具安装、文件目录结构及实际使用流程。

weixin_44626085的博客 2289

修改Windows hosts文件的解决方案

本文主要介绍了修改Windows hosts文件解决方案,希望能对新手有所帮助。 文章目录 1. 问题描述 2. 解决方案 2.1 安装软件 2.2 修改hosts文件

weixin_43178406的博客 1万+

Hermes 搭建 Karpathy LLM Wiki:进阶版

通过 Hermes 搭建 Karpathy 风格的 LLM Wiki,本质上是在构建一个具备自我演化能力的智能知识体。放弃对实时检索的过度依赖,利用 LLM 的理解能力在写入阶段完成知识固化。Schema 驱动,用规则约束保证结构化质量。充分利用 Agent 机制,借助 Hermes 的 Skill 沉淀与双层记忆,实现知识的长期复利。这不仅仅是一个文档库,更是你第二大脑的操作系统。

Java_Chuck的博客 1642

Python全栈入门到实战【基础篇 19】函数进阶:默认参数、递归函数与偏函数应用

本文深入探讨Python函数进阶的三大核心知识:默认参数、递归函数与偏函数。针对默认参数,揭示了可变对象作为默认值的陷阱,提出使用None替代的方案;解析递归函数的三大要素(终止条件、递归调用、问题拆解),并通过阶乘和斐波那契数列示例演示实现方法,同时给出尾递归和缓存装饰器两种优化策略;最后介绍偏函数如何通过functools.partial固化参数简化调用。这些技巧能显著提升函数在复杂场景下的灵活性与复用性,帮助开发者编写更高效的Python代码。

那些看似不起波澜的日复一日,会在某天让你看到坚持的意义 3863

复分析 阿尔福斯(Ahlfors) 第三版答案 英文

答案分为十章,有部分习题没有答案,全英文复分析阿尔福斯(Ahlfors) 第三版答案

爆火的Hermes Agent来了,今天原生支持个人微信!

每调用大约 15 次工具,Hermes 就会暂停一下,回顾刚才发生了什么:哪些成功了、哪些失败了、哪些耗时太长,然后它自动写一个技能——保存在 ~/.hermes/skills/ 的 markdown 文件,把刚学到的东西变成可复用的工作流。用一个月后,你就有了一个复利增长的知识库,综合了你喂给它的所有东西。配置一次,让它按计划运行。不在简报本身,而是在两周后,Hermes 会学会哪些邮件的发件人你会回复,哪些会议你会准备,哪些话题会让你追问。它读你的代码库,写代码,跑测试,提交,是最好的编码智能体之一。

Datawhale 1349

IEM模型,地表粗糙度模拟

利用微波反演土壤水分时候,利用IEM模型可以实现对随机地表的模拟

Hermes+Obsidian+LLM Wiki 3个工具搭建AI知识库,附详细操作步骤

花了整整两天,我把推特收藏的200多篇文章全导进了一个本地知识库。 不是手动分类,不是打标签,是AI自动帮我提取关键概念、建立双向链接、生成结构化的Wiki页面。

m0_59163425的博客 683

锂电池充电器电路设计 里面有电路

锂电池充电器电路设计 里面有电路 3.7V升压到5V电路设计。

Statistics and Machine Learning Toolbox

Statistics and Machine Learning Toolbox(带书签),MATLAB统计学习工具

我把知识库自动化了:Hermes 负责生成,Codex 负责正式入库

这篇文章完整记录了我如何把 Hermes、Codex 和 Obsidian 串成一条自动化知识库流水线:从服务器每日生成内容,到 SSH 同步、本地暂存、待确认收件箱,再到正式入库与知识地图更新,整个过程都可复现。

weixin_44466379的博客 2405

搭建Hermes+Obsidian,我搞定了这辈子最值的本地知识库,从安装到测试全流程讲解!你缺的不是好内容,是一个能帮你记住的AI

不知道你们有没有跟我一样的感受,那就是来自各个平台的收藏夹,长年累月积累下来,多的都害怕去点开看了,可以说是多的可以吃灰了。但是偶尔要用的时候,又根本想不起来收藏在哪里了。

m0_59235245的博客 574

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。

xx_nm98的博客 1604

Hermes 接上 NotebookLM 之后,我的知识库开始自己滚了

前段时间我写了一篇 [Hermes + Obsidian + LLM Wiki]的知识沉淀玩法,没想到后台一下来了很多消息,问我还有没有别的组合能玩。

weixin_58753619的博客 563

Hermes+Obsidian+LLM wiki 构建AI知识库

一文教你搭建hermes+obsidian+llm wiki

m0_53539063的博客 1447

Hermes 知识库选型深度指南:从 qmd 到 bge-m3,本地 RAG 全栈性能拆解

在多智能体系统的知识库建设中,每一个技术选型都直接影响着系统的响应延迟、运行成本与数据隐私边界。本文围绕 Hermes-Agent 智能体框架的知识库架构,深度拆解 qmd、GGUF、Ollama、bge-m3 四大核心技术组件的协作机制与性能损耗,并给出可落地的最终选型方案。

wzWAJUEJI的博客 1337

从零搭建LLM-Wiki知识库全流程

介绍基于 OpenClaw 与 Obsidian 搭建 LLM-Wiki 个人 AI 知识库的完整实操流程。整体分为四大环节:首先创建建库、质检两类自定义技能,统一搭建规则与六维评分标准,实现自动化规范管理;其次依照四层知识架构搭建标准目录框架,结合不同大模型批量解析原始文档,生成结构化知识笔记。后续借助 Obsidian 工具完成文件管理、链接维护,并建立每周质检优化机制,持续修正格式、内容、链接等问题,搭配 Git 实现版本管控。该知识库依靠知识图谱、向量语义召回、大模型合成的三级架构实现快速智能问答,

sinat_34252382的博客 700

Hermes + Obsidian 搭建个人知识库实践心得

本文介绍了如何通过AI智能体Hermes与双链笔记工具Obsidian构建个人AI知识库。作者分享了自己在数字化工厂开发中积累的笔记管理痛点,以及如何通过Obsidian解决存储问题后,又面临笔记检索困难的挑战。文章详细讲解了从零搭建系统的完整流程:1.对比Hermes的三种部署方式并推荐Docker方案;2.Obsidian库的初始化与目录规划;3.通过文件系统接口实现两者的深度集成,配置搜索、读取、创建、更新四类核心工具;4.重点解决安全性、上下文窗口限制等技术难点。最后展示了自动整理、知识问答、内容生

jinggongszh的博客 1055

Hermes+Obsidian +本地LLM部署

本文介绍了Obsidian和LLM.Wiki的安装使用流程。首先从官网下载Obsidian并以管理员身份安装;然后下载LLM.Wiki对应版本,安装时需信任并保留文件。本地部署LLM时需新建文件、设置语言路径、输入APIKey并导入文件进行解析。最后在Obsidian中管理仓库即可查看LLM的操作记录。全文提供了两款软件的详细安装步骤和基本使用方法。

m0_73759720的博客 1644
上一篇: SpringCloudGateway&SpringBoot开启accesslog
下一篇: Hermes 搭建 Karpathy LLM Wiki:进阶版
路飞说AI
博客等级 码龄10年 214粉丝 24原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值