手把手带你用kimi k2.6+hermes+Obsidian构建Karpathy同款大模型知识库
输入“/”快速插入内容
手把手带你用kimi k2.6+hermes+Obsidian构建Karpathy同款大模型知识库
手把手带你用kimi k2.6+hermes+Obsidian构建Karpathy同款大模型知识库
用户1341用户1341
用户7066用户70664月23日修改
一、背景
很多人第一次看 Hermes，第一反应都是感觉很惊讶，因为他能自己总结经验封装成skill，相当于可以自进化的小龙虾(openclaw)。不过很多人都不知道小龙虾在自己实际的生活场景中有什么用，所以我们今天来分享：hermes+kimi k2.6模型+Obsidian构建AI 大神之前爆火的llm wiki知识库，这次实践我会带大家：先找到能力，再采集素材，再处理内容，最后沉淀成可复用、可追溯、可继续扩展的知识资产
这篇教程我们就拿一个最容易理解的场景来做：围绕一条 B 站视频，从 skill 搜索开始，一路走到 LLM Wiki 入库。重点不是秀功能数量，而是带你走完一条可复用的实操路径。因为走完一次完整流程，比知道一堆零散功能更重要。Hermes 自带 skill 很多，甚至覆盖到模型训练，但那对大多数读者并不是入门刚需，所以这篇只讲真正高频、能立刻用起来的部分。
二、这次到底要做什么
这篇教程我会带大家按顺序做六件事。
第一件事，手把手部署 Hermes，让它先在你的机器上稳定跑起来。
第二件事，把 Hermes 连接到微信，让它从“本地 CLI”变成“你随时能用的助手入口”。
第三件事，查看 Hermes 现成有哪些 skill，先理解能力边界，再决定怎么调用。
第四件事，初始化 Obsidian 的 LLM Wiki 项目结构，准备好素材落位、文稿落位和笔记落位。
第五件事，实操一条完整链路：使用Obsidian web Clipper将网页内容裁剪到知识库，以及把 B 站视频下载进 LLM Wiki，转录成文稿，再让 AI 基于视频和文稿生成一篇结构化笔记。
第六件事，让 Hermes 总结并沉淀成可复用方法论，形成“从 网页获取资料信息，以及B 站下载视频到整理成笔记”的复用流程，后面换任何新文章或视频都能直接套。
你跟着做完这六步，你就可以拿到一套之后可以反复复用的工作流。
三、快速开始（先把 Hermes 跑起来）
Hermes 目前不支持 Windows 原生部署。Windows 用户需要先准备 WSL 环境，再在 WSL 里安装 Hermes。macOS 用户可以跳过 WSL 这一步， 直接在终端执行官方安装命令。
•
Windows 路径：先安装/启用 WSL，再进入 Linux 发行版执行安装命令。
•
macOS 路径：直接执行官方安装命令。
如果你是 Windows 用户，先进入 WSL：
代码块
wsl -d Ubuntu-22.04
如果你是 macOS 用户，直接在终端执行下面命令即可。
然后执行官方安装命令：
代码块
curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash
如果你安装完了之后还想要，在安装后重载 shell 并启动向导，可以使用下面的命令：
代码块
source ~/.bashrc
运行官方安装命令的时候，需要回答不少问题，下面我会一个一个带大家来把它选好，并安装到我们的系统里面。
1.
Install ripgrep ... and ffmpeg ...? [Y/n]
◦
含义：是否安装辅助依赖，ffmpeg可以用来处理音频文件。
◦
建议：Y，因为我们后面涉及到下载b站视频，其实和他打交道会比较多。
安装完成之后的效果可以看第二个图。
2.
询问的是他检测到系统有openclaw了，是否要导入openclaw的内容，我们这里选择N，避免干扰hermes的内容，如果有需要的读者，可以选择导入openclaw的内容。