Hermes Agent + Obsidian 打造第二大脑：14 篇文章讲透第二大脑搭建！

1. 为什么 Hermes Agent Obsidian 值得折腾如果你每天要处理几十条信息——论文、公众号、GitHub 项目、聊天记录里的灵感——那你大概率经历过这种循环收藏夹越堆越满真要用的时候搜不到AI 助手每次对话都要重新交代背景它不记得你上周研究过什么。Hermes Agent 加 Obsidian 这套组合解决的就是「信息进得来、知识留得住、AI 记得住」这三件事。Obsidian 负责本地存储、双向链接和知识图谱你的笔记以纯 Markdown 文件躺在硬盘上不依赖任何云端服务。Hermes Agent 负责智能收集、自动整理和分层记忆它能把散落的信息归位并在你需要时把相关上下文喂给模型。两者结合才构成一个真正能用的第二大脑而不是又一个「收藏了等于学了」的仓库。这套方案适合谁信息处理量大、有隐私要求、需要长期积累、对 AI 有基本了解的人。如果你每天只有几条笔记或者纯移动端办公、团队协作优先那 Notion 这类工具更省事。下面我按 14 篇系列的落地路径把可复制的目录骨架、配置片段和验证动作拆开讲你可以跟着一步步搭起来。2. TaoToken 前置准备给 Hermes Agent 接上模型能力Hermes Agent 本身是编排框架它需要调用大模型来完成摘要、分类、打标签这些动作。你可以用本地 Ollama也可以用云端 API。如果想让 Hermes Agent 在收集和整理阶段响应更快、模型选择更灵活可以先把 TaoToken 的 API Key 配好它兼容 OpenAI 风格的接口接入成本很低。先到官网注册并进入控制台在 API Keys 页面创建一个密钥。地址是 https://taotoken.net/api 控制台入口在 https://taotoken.net/console 。创建后把 Key 复制出来注意不要提交到 Git 仓库建议放在环境变量或.env文件里。Hermes Agent 的模型配置通常写在settings.json或环境变量中。下面是一个最小可用的配置片段把 base_url 指向 TaoToken 的 API 地址model 填你需要的模型名{ llm: { provider: openai-compatible, base_url: https://taotoken.net/api/v1, api_key: ${TAOTOKEN_API_KEY}, model: claude-sonnet-4-5, max_tokens: 4096, temperature: 0.3 }, memory: { l0_working: 20, l1_short: 200, l2_long: 2000, l3_graph: true } }这里memory段对应第六篇要讲的分层记忆L0 工作记忆保留最近 20 条上下文L1 短期记忆 200 条L2 长期记忆 2000 条L3 开启知识图谱关联。参数不用一次调到位先跑通再优化。如果你更关注长期编码和 Agent 场景可以了解 Coding Plan它针对高频调用做了额度优化入口在 https://taotoken.net/coding-plan 。模型对话调试可以直接用 https://taotoken.net/models 接入文档在 https://taotoken.net/doc 。3. 可复制配置Obsidian 库目录骨架与 Hermes Agent 对接第二大脑能不能长期用下去七成取决于目录结构。我试过好几种方案最后稳定下来的骨架是这样的你可以直接复制vault/ ├── 00-Inbox/ # 采集入口所有未处理信息先落这里 ├── 10-Daily/ # 日报、周报按 YYYY-MM-DD.md 命名 ├── 20-Notes/ # 原子笔记一条笔记一个概念 │ ├── concepts/ │ ├── papers/ │ └── projects/ ├── 30-MOC/ # Map of Content主题索引页 ├── 40-Agent/ # Hermes Agent 的配置与记忆文件 │ ├── memory/ │ │ ├── l0-working.json │ │ ├── l1-short.json │ │ └── l2-long.json │ └── workflows/ ├── 50-Templates/ # Templater 模板 ├── 90-Archive/ # 归档不再活跃但保留 └── .obsidian/ # 插件与主题配置关键约定00-Inbox只进不出Hermes Agent 定时扫描这里把内容分类后移动到20-Notes对应子目录并在30-MOC里更新索引。40-Agent/memory是 Agent 的记忆落盘位置和 Obsidian 的笔记物理隔离避免污染你的知识库。Obsidian 侧需要装 Local REST API 插件让 Hermes Agent 能通过 HTTP 读写笔记。插件配置里记下 API Key 和端口默认是 27124。然后在 Hermes Agent 的settings.json里补上 Obsidian 连接段{ obsidian: { base_url: https://127.0.0.1:27124, api_key: ${OBSIDIAN_REST_KEY}, vault_path: /Users/you/vault, inbox: 00-Inbox, notes: 20-Notes, moc: 30-MOC }, workflows: [ { name: inbox-triage, trigger: cron, schedule: 0 */2 * * *, steps: [read_inbox, classify, summarize, move_note, update_moc] } ] }这个 workflow 每两小时跑一次把 Inbox 里的内容分类、摘要、移动到 Notes并更新 MOC。classify和summarize两步会调用前面配好的模型。4. 验证请求从采集到回顾跑通一条链路配置写完别急着铺量先用一条真实信息验证整条链路。打开 Obsidian在00-Inbox新建一个文件test-capture.md内容随便写一段你最近在研究的主题比如# 待整理 RAG 系统的多路召回策略混合检索里 BM25 和向量检索的权重怎么调保存后手动触发一次 workflow。如果你用 Docker 部署命令类似docker exec -it hermes-agent python -m hermes.run --workflow inbox-triage跑完后检查三件事。第一00-Inbox/test-capture.md是否被移走或标记为已处理。第二20-Notes/concepts/下是否生成了带摘要和标签的新笔记内容应该包含模型对多路召回的归纳。第三30-MOC/里对应主题的索引页是否新增了这条笔记的链接。如果三步都通过说明采集到整理的链路通了。接着验证记忆在40-Agent/memory/l1-short.json里应该能看到这次处理的记录包含时间戳、来源、分类结果。再发起一次模型对话问它「我最近在关注什么检索策略」如果它能从记忆里捞出刚才那条说明分层记忆生效了。回顾环节用 Dataview 插件验证。在10-Daily/建一个日报模板插入查询TABLE file.ctime AS 创建时间, tags AS 标签 FROM 20-Notes WHERE file.ctime date(today) - dur(7 days) SORT file.ctime DESC如果日报能自动列出最近一周的新笔记说明 Obsidian 侧的检索和 Hermes Agent 的写入是对齐的。5. 本篇常见错排查Local REST API 连不上。最常见的是端口或协议不对。插件默认走 HTTPS 自签证书Hermes Agent 请求时如果报证书错误要么在配置里加verify_ssl: false仅本地要么把插件切到 HTTP 模式。另外确认 Obsidian 客户端在运行插件是「已启用」状态不是只安装了。Inbox 文件没被处理。先看 workflow 日志docker logs hermes-agent --tail 100。如果日志显示扫描到 0 个文件检查vault_path是否指向库根目录以及inbox字段是否和实际目录名大小写一致。Obsidian 在 macOS 上默认大小写不敏感但 Linux 容器里敏感00-inbox和00-Inbox会被当成两个目录。模型调用返回 401。多半是 API Key 没读到。确认环境变量TAOTOKEN_API_KEY在容器内可见docker exec -it hermes-agent env | grep TAOTOKEN。如果用的是.env文件检查有没有被.gitignore误伤以及settings.json里的${TAOTOKEN_API_KEY}占位符是否被正确替换。记忆文件不更新。检查40-Agent/memory/目录的写权限容器内用户可能没有宿主机目录的写权限。用chmod -R 755调整或者把记忆目录挂载到容器内有权限的路径。另外确认memory配置段的层级参数不是 0L0 设为 0 会导致工作记忆不落盘。分类结果乱。模型 temperature 太高会导致每次分类不一致。把temperature降到 0.2 到 0.3并在 workflow 的classify步骤里给出明确的分类枚举比如只允许concepts/papers/projects三类不要让模型自由发挥。6. 按 14 篇系列逐步落地这套东西不用一次搭完。基础入门三篇先把 Docker、PostgreSQL、Redis 跑起来Obsidian 库骨架建好TaoToken 的 Key 配通能手动触发一次整理就算过关。核心技能三篇重点啃双向链接、插件配置和分层记忆Dataview 查询和 Templater 模板是效率分水岭。实战进阶八篇再逐步加自动化工作流、Dify/n8n 集成、开发者工具联动最后用 Ollama 做完全本地化。接入和排障过程中如果卡在 Key 或接口上直接看接入文档 https://taotoken.net/doc API Keys 在 https://taotoken.net/api-keys 管理。想先验证模型输出质量用模型对话 https://taotoken.net/models 试几条真实笔记的摘要效果。长期跑编码和 Agent 任务的话Coding Plan https://taotoken.net/coding-plan 的额度模型更适合高频调用。我的建议是别追求一次到位。先把 Inbox 到 Notes 这条最小链路跑顺用一周真实信息喂它观察分类准不准、记忆捞不捞得回来再决定要不要加自动化。第二大脑的价值不在搭得多快而在你愿不愿意每天往里丢东西、每周回顾一次。