Hermes + LLM Wiki + Obsidian 个人知识库：3 层架构 + Karpathy 思想（从 AI 到 Web3 的探索之旅）

来源类型： 实战教程
日期： 2026
标签： #Hermes #LLMWiki #Obsidian #Karpathy #3层架构

核心金句

"现在的 AI 已经完全可以当做以前的搜索引擎使用了，但是随着与 AI 的交流次数越来越多，研究的项目和课题越来越丰富，导致个人或者团队的资料越来越复杂，甚至每次与 AI 对话的时候，相当于全部清零，所有的关键信息全部没有了，又要从头开始梳理一遍。"

"虽然现在的 Agent 记忆功能非常强大，但是每次研究的话题都要自己手动记录到笔记软件当中，时间长了，笔记越来越多，内容越来越乱。"

"OpenClaw 24 万星标，Hermes Agent 两个月破 10 万用户——虽然两者都有非常强大的记忆系统，但是随着会话和任务越来越多，记忆就会变得零碎。"

"主要问题在于：知识没有被消化。"

3 大痛点

1. 对话清零

"每次与 AI 对话的时候，相当于全部清零。"

2. 手动记录

"每次研究的话题都要自己手动记录到笔记软件当中。"

3. 知识零碎

"记忆就会变得零碎。"

LLM Wiki 三大层

"一个标准的 LLM Wiki 由三个核心层级组成。"

1. Raw Sources（原始资料层）

"你丢进去的 PDF、网页、论文、代码文件。这是'真理的源头'，只读，永远不会被修改。"

2. The Wiki（维基层）

"一个包含无数 Markdown 文件的文件夹，完全由 AI 编写和掌管。AI 在这里生成：
- 实体页（Entity Pages）——人物、项目、产品
- 概念页（Concept Pages）——技术、方法论、思想
- 主题总结——跨文档的综合分析

这些页面通过双向链接串联成知识图谱。"

3. The Schema（指令层）

"一个配置文件（如 CLAUDE.md 或 SCHEMA.md），告诉 AI：
- 你的核心目标是什么
- 应该遵循什么格式和规则来编写维基
- 如何组织和链接知识"

关键洞察

1. 对话清零

知识无积累
是痛点

2. 3 层架构

Raw / Wiki / Schema
是核心

3. AI 写 Wiki

实体页 / 概念页
是分工

4. 双向链接

知识图谱
是连接

5. 知识消化

不只记录
是编译

与已有知识的关联

wiki/entities/hermes-agent — Hermes Agent
wiki/entities/llm-wiki — LLM Wiki
wiki/entities/obsidian — Obsidian
wiki/entities/openclaw — OpenClaw
wiki/entities/karpathy — Karpathy
wiki/concepts/3-layer-architecture — 3 层架构
wiki/concepts/knowledge-compilation — 知识编译
wiki/concepts/bidirectional-links — 双向链接
wiki/entities/ai-to-web3 — 从 AI 到 Web3 的探索之旅（作者）

资料来源

原文：https://mp.weixin.qq.com/s/j7Rdxlf9roBGqFmhff0EFQ
原始文件：raw/articles/hermes/Hermes Agent + LLM Wiki + Obsidian 个人知识库.md
来源：从 AI 到 Web3 的探索之旅

我的判断（高置信度）

这是 2026 年 Hermes + LLM Wiki + Obsidian 个人知识库最系统的中文教程——3 层架构 + Karpathy 思想 + 知识消化。

关键洞察：
1. "对话清零" —— 是痛点
2. "3 层架构" —— 是核心
3. "AI 写 Wiki" —— 是分工
4. "知识消化" —— 是新形态
5. "双向链接" —— 是连接

预测：
- 2026 H2：可能形成"LLM Wiki"标准
- 2027：可能立法"AI 知识管理"规范
- 2028：可能涌现"个人知识库"新格局

对 Hermes 用户的建议：
"LLM Wiki" 是新方向
- 3 层架构
- 知识消化
- 长期价值

对知识管理者的启示：
"知识消化" 是新思维
- 不只记录
- 是编译
- 长期演进

对开发者的启示：
"双向链接" 是新工具
- Obsidian
- 知识图谱
- 长期价值