Hermes Agent + Obsidian：一个真正能思考的第二大脑

许多人在构建“第二大脑”时，最终都会面临一个尴尬的困境：笔记越记越多，分类结构越来越漂亮，但在真正需要执行任务时，依然得从头给 AI 解释背景。本文将分享如何通过 Hermes Agent + Obsidian 的组合，将你过去积累的静态笔记转化为 AI 能够主动调用的执行资产，实现一个真正能思考、能闭环的第二大脑。

在过去两年中，第二大脑（Second Brain）的概念被广泛普及。无论是 Notion 模板、Obsidian 关系图谱，还是 PARA 框架、MOC（Map of Content）以及知识卡片，这些工具和方法看起来非常完整。但在实际使用中，我们经常遇到一个问题：你写了大量笔记，整理了无数文件，甚至做了一堆漂亮的双链，但最后真正干活时，它们依然静静地躺在库里。

The disconnect between static notes and executive actions

这些笔记本质上是 dead files（死文件）。

死文件并不是指文件没有价值，而是指 AI Agent 无法直接使用它，无法将其作为上下文，无法对比其他文件，也无法在下一次任务中主动调用它。对 Agent 而言，这些文件相当于不存在。

传统的第二大脑教程本质上都在“训练人类”：你必须清楚每个文件的存放位置，记得在什么时候引用哪篇笔记，定期清理标签和维护文件夹结构，并在写作或做研究时主动去翻阅。这种高强度的整理工作对极少数高度自律的人有用，但对大多数人来说，最终只会变成“收藏夹 2.0”。

要解决这个问题，我们需要将 Obsidian 中的 Markdown 笔记，转变成 Hermes Agent 能够持续读写的 living files（活文件），让积累的资料真正进入执行链路。

Obsidian 最核心的优势在于它的“笨”——它本质上就是本地的 Markdown 文件。这意味着：

• 人能看懂，Agent 也能看懂。
• 人能直接修改，Agent 也能直接读写。
• 数据不会被锁死在复杂的黑盒数据库中，非常适合存放人需要长期维护、Agent 也需要读取的上下文（如项目判断、用户研究、长期偏好等）。

为了让 Obsidian 从“资料库”变成“操作台”，我们不需要一上来就搭建复杂的图谱，而是可以先建立一个简单实用的入口页：One 决策台首页。

One Dashboard Concept in Obsidian

该决策台只保留四个最核心的入口：

00_收件箱 / Inbox Dashboard：新信息入口
01_每日记录 / README：记录每天的输入、判断、行动
05_决策 / Decision Dashboard：放需要取舍的问题
06_行动 / All Tasks：放真正要推进的事

这种结构能够将无序的笔记转化为分层清晰的工作现场。当 Hermes Agent 读取这些 Markdown 时，它拿到的不是散乱的文本，而是有条理的上下文。这种模式带来了三个显著优势：

1. 过程完全可见： 你可以直观地看到 Agent 在使用哪些配置、技能和记忆。当信息过时或有误时，你可以轻松发现。
2. 极简的编辑与反馈： 如果工作流效果不好，你无需修改复杂的代码或配置，只需直接编辑对应的 Markdown 文件。Agent 下次读取时会自动应用新版本。
3. 天然的连接性： Obsidian 的双链和文件夹不仅是为了人类视觉服务。Agent 在读取时，能够顺着链接理解 SOP、项目、复盘和长期偏好之间的关系，这比在单个 Prompt 中塞入海量信息要稳定得多。

在整个体系中，Obsidian 负责存放人能理解的上下文，而 Hermes Agent 则是执行层。

Hermes Agent 不仅能读写和搜索文件，还能调用工具、跑命令、记住偏好并沉淀技能（Skill）。它还可以通过 Cron 任务、Gateway 和 Sub-agent 融入长期工作流。

一个典型的闭环工作流如下：

1. Obsidian 存放上下文（输入）。
2. Hermes Agent 读取上下文并执行任务（执行）。
3. Hermes Agent 将任务产生的新经验写回 Obsidian（输出/沉淀）。

你可以设计如下的目录结构来支持这一闭环：

/Second Brain
  /Projects
    customer-research.md
    competitor-tracking.md
    saas-ideas.md
  /SOP
    validate-saas-idea.md
    analyze-user-feedback.md
    weekly-market-scan.md
  /Memory
    preferences.md
    rejected-directions.md
    pricing-lessons.md
  /Skills
    customer-interview-analysis.md
    landing-page-teardown.md

在执行任务时，你不再需要每次向 AI 解释背景，只需直接下达指令：

"读取我的 Obsidian vault 里和 customer-research、competitor-tracking、pricing-lessons 相关的笔记，帮我评估这个垂直 SaaS 机会，并把这次新发现追加到 pricing-lessons.md 中。"

在对接 AI 时，一个常见的误区是尝试让 Agent 将整个 Obsidian 库全部读入内存。这看似省事，实则非常危险。这会导致上下文窗口迅速膨胀、浪费大量 Token，且旧信息容易污染新任务，导致 Agent 在不相关的笔记中迷失。

更稳妥的设计是采用两层记忆结构：

• 第一层：极小的核心记忆 存放你的角色画像、偏好回复方式、长期不喜欢的方向等。在 Hermes Agent 中，这通常对应 SOUL.md 或 profile memory。
• 第二层：按需加载的 Notes / Skills / SOP 只有在当前任务相关时才进行定向读取。例如：
  • 研究 SaaS 机会时：只读取行业判断、排除项和历史验证的需求信号。
  • 整理用户访谈时：只读取用户画像、原始访谈和付费意愿记录。

在 Obsidian 中准备以下三类最基础的文件：

1. 长期偏好： Memory/preferences.md
2. 具体项目： Projects/customer-research.md
3. 复用流程： SOP/analyze-user-feedback.md

通过以下三个步骤，验证你的 Obsidian 是否成功进入了 Agent 的执行循环：

1. 读取与总结：

   "请读取我的 Obsidian vault 中 Memory/preferences.md 和 Projects/customer-research.md，总结我评估垂直 SaaS 机会时最应该遵守的 10 条规则。"

2. 增量写入：

   "把这次总结出来的需求判断规则，追加到 SOP/analyze-user-feedback.md，保留原文，不要覆盖旧内容。"

3. 闭环任务：

   "基于 SOP/analyze-user-feedback.md 和 Projects/customer-research.md，帮我整理这批用户访谈，判断哪些痛点值得做成 SaaS 产品，并在最后把新学到的判断经验追加回 Projects/customer-research.md。"

如果你的 Obsidian 仅存在于本地电脑，Agent 的运行就会受到物理限制。

通过 Obsidian Sync 或其他同步方式（如 Git、Syncthing），让你的本地设备与云端 VPS 保持同步。将 Hermes Agent 部署在 VPS 上，结合 Cron Job（定时任务），即可实现自动化运行：

• 每日清晨： 自动读取前一天的用户反馈，更新 customer-research.md。
• 每日下午： 自动扫描竞品定价页面，更新 competitor-tracking.md。
• 每周周末： 自动提炼付费信号和被排除的方向，更新 pricing-lessons.md。

在这个阶段，Obsidian 不再仅仅是笔记工具，它已经变成了你和 AI Agent 共同协作的长期工作台。

以评估一个新 SaaS 产品方向为例，我们可以建立如下文件结构：

Projects/saas-idea/customer-pain.md
Projects/saas-idea/competitors.md
Projects/saas-idea/pricing-signals.md
Projects/saas-idea/rejected-assumptions.md
SOP/validate-saas-idea.md
SOP/analyze-user-feedback.md

在实际运行中，Hermes Agent 会持续将以下动态信息写回上述文件：

• 哪些用户痛点在反复出现？
• 哪些需求表面看似繁荣，实际用户并不愿意付费？
• 哪些竞品只在做功能堆叠，哪些渠道已经有人在买量？
• 哪些假设被新证据推翻，哪些判断需要记录以防未来重蹈覆辙？

这些动态更新的内容，就是真正的 living files。有了它们，你无需在每次开启新对话时重新培训 AI，Agent 会随着笔记的迭代变得越来越聪明。

• 上下文归属权的彻底改变： 传统的 AI 交互将上下文留在聊天记录（流水）中，每次开启新对话都需要重新解释。Hermes Agent + Obsidian 将上下文抽离出来，放回人和 Agent 都能读写的 Markdown 文件系统（资产）中，使经验可以被跨任务复用。
• 拒绝全量载入： 不要让 Agent 盲目读取整个知识库。应采用“核心记忆 + 按需加载”的两层结构，保证任务的精准度并节省 Token。
• 极简切入，闭环优先： 不要一上来就构建庞大的人生第二大脑。先从一个具体的工作流（如写作、竞品研究、运营）开始，跑通“读取笔记 -> 执行任务 -> 写回经验”的闭环，再逐步拓展到同步、VPS 和多 Agent 协作。
• 第二大脑是“长”出来的： 真正的第二大脑不是靠精美的排版和分类整理出来的，而是在它真正开始替你参与下一次判断和执行时，自然长出来的。