📄 文章总结：《我把 Hermes 的核心引擎整个搬进 Obsidian，果然，效果很炸裂，工作效率猛升》

公众号： 老码小张 | 分类： agent | 收录日期： 2026-08-11 原链接： https://mp.weixin.qq.com/s/m4wGfUj6fDg0rC6ck7NerQ

文章标题：我把 Hermes 的核心引擎整个搬进 Obsidian，果然，效果很炸裂，工作效率猛升
公众号：老码小张

一、Obsidian 的困境：第二大脑没有消化系统

作者开篇问道：为什么用 Obsidian？不是因为 Markdown 编辑器比别人好用，而是因为双链、本地、图谱——想要一个真正属于自己的第二大脑。但作者打赌：Vault 里 80% 的笔记，写过之后就再也没打开过第二次。

Obsidian 第一次立功，是基于项目背景给作者画了一个架构图。但此后的会议记录、网页剪藏、读书笔记、灵感碎片、PDF 报告，往里塞了上千条，它们却只是躺在那里，“占着磁盘，不占大脑带宽”。作者直言：“你的这个所谓的第二大脑，根本没有消化系统。”

二、市面 AI 插件的局限

市面上几十款 Obsidian AI 插件，作者都试过。它们做的几乎是同一件事：在侧栏开一个 Agent 对话框，帮你写文件、做总结、或者闲聊，但从来没有一个能系统化地帮你消化知识、沉淀知识。

有技术出身的朋友会用 Claude Code 或龙虾去维护 Obsidian Vault，也许能解决问题，但总归怪怪的——编辑 Obsidian 文件还要开命令行，对很多人尤其不友好。作者认为，直接在 Obsidian 中打开才是最直接的。

三、从 Hermes 到 obsidian-cc 的诞生

作者写过多个 Agent，其中 small Rust 版 Hermes 群友反馈好用、token 消耗少、该有的功能都有，能基本做到“越用越懂你”。从 Rust 版本到桌面端，从记忆检索到技能市场，作者想清楚了一件事：Agent 不该只是聪明，它要越用越懂你。

于是他干了一件疯狂的事：把 Hermes 核心引擎完整搬进 Obsidian 的 Vault，产品名叫 obsidian-cc。作者放话：“用上它之后，Obsidian 的能力被拉高了不止 10 倍。”

四、交互设计：聊天 × 文件系统 × 技能市场

点右上角的 ✨ 图标打开面板，看到的对话界面从底层就是为了 Obsidian 的 Vault 设计的。

1. @ 引用任何笔记

输入框敲 @，立即弹出整个 Vault 的模糊搜索框，支持文件名匹配、路径匹配，按相关度排序。选一篇笔记，它变成一个 chip 附在消息上方，Agent 收到消息时会带上这条引用。不用复制粘贴、不用解释上下文。外部文件也可以直接粘贴进对话框，后面会讲。

2. / 触发技能

敲 /，弹出的不是普通命令面板，而是所有可用技能：

/compact——压缩当前会话上下文（命令）
/clear——清空并开启新会话（命令）
/obsidian-digest-note——消化当前笔记或选区（技能）
/obsidian-review-inbox——审核 inbox 待确认沉淀（技能）
/obsidian-apply-memory——合并 inbox 到长期记忆（技能）
/obsidian-update-profile——从反馈学习更新画像（技能）
/obsidian-vault-doctor——给 Vault 做体检（技能）
/obsidian-create-skill——创建新技能（技能）

作者打磨了很久的细节：技能选择不应该是“打字的一部分”，而是一个独立的 mode。Pill 模式让技能与普通聊天文本视觉分离，按 Backspace 在空输入框上一键清除，像删 chip 一样形成肌肉记忆。

obsidian-cc 基于 Claude Code 内核，安装技能和自定义技能并非难事。普通用户用内置技能就够了；骨灰级用户可自己创建技能，例如自媒体创作可能需要学习文风的技能。

3. 拖拽 / 粘贴文件 → 自动入 raw/

直接粘贴文件进对话框（如截图 Ctrl+V），普通 AI 插件要么不支持，要么把图片 base64 塞进 prompt 烧 token。obsidian-cc 的做法是：

自动创建 raw/ 目录（如果还没有）
把图片存成 raw/<文件名>（重名自动加后缀）
把文件路径作为附件 chip 附在消息上
提示「已存入 raw/截图.png」

设计原因：图片是原始证据，烧进 prompt 一次就没了；存到 raw/ 后可反复引用、可追溯、可让 Agent 之后再消化。“这是 Hermes 教我的——原始材料永不丢失。”PDF、Word、截图等任意文件拖进来也进 raw/。

4. 流式渲染：每一步都看得见

思考块可折叠——想展开看 Agent 在想什么就展开，不想看不占视觉空间。工具调用块也可折叠，带结果回显，Read、Write、Edit、Glob、Grep、Bash、WebFetch、Skill 每个工具都有专属图标。

细节：流式过程中用纯文本，不每 token 重渲染 markdown，避免流式渲染打断用户选中文字复制；文本块结束时才一次性渲染成 markdown。这是 Hermes 桌面版踩过的坑，直接避开了。

5. 👍 / 👎 反馈：越用越懂你的数据闭环

每条 Agent 消息下面有 👍 / 👎 / 复制，这不是装饰，而是核心机制：

点 👍 / 👎 → 落入 memory/feedback/<今天>.md
用 /obsidian-update-profile 技能消化这些反馈
提炼出对 profile.md / style.md 的更新建议
逐条确认 → Agent 越用越懂你

这是有数据管线支撑的闭环。

五、六大核心技能：消化—沉淀—生长的完整闭环

obsidian-cc 真正的杀手锏是六个精心设计的核心技能，每一个都对应第二大脑的一个真实痛点，六个串起来构成完整的“消化—沉淀—生长”闭环，基于 small Hermes 的经验而来：

技能	干什么	解决什么痛点
obsidian-digest-note	消化当前笔记/选区 → inbox	笔记写完没人整理
obsidian-review-inbox	审核 inbox → 可确认清单	inbox 越积越多没人审
obsidian-apply-memory	确认后合并到长期记忆	沉淀进 people/projects/wiki
obsidian-update-profile	从反馈学习 → 更新画像	Agent 越用越懂你
obsidian-vault-doctor	Vault 体检报告	raw/未消化、断链、孤儿笔记
obsidian-create-skill	让 Agent 自己造技能	元能力：大脑能长出新大脑

这六个不是孤立的命令，而是一条流水线。

六、真实场景演示：从会议笔记到长期记忆

开完会做了一篇会议笔记。晚上打开笔记 → 右键 → “用第二大脑消化这篇笔记”（上下文菜单直接集成，不用打字）。digest-note 提炼出关键决议、涉及的人、可沉淀内容，写入 memory/inbox/2026-06-27.md。
几天后 inbox 有点多。打 /obsidian-review-inbox，扫描所有 inbox，归纳去重，生成可确认清单：哪几条进 people、哪几条进 projects、哪几条该丢弃，每条标注置信度和来源。
审完清单确认后，打 /obsidian-apply-memory。它先出合并计划——具体写哪些文件、各加什么、是追加还是新建。点头之后才执行。这是“确认门”，不是一步到位。
过程中点了几次 👎（如 Agent 判断“客户对价格敏感”，其实客户只是流程性问价）。打 /obsidian-update-profile，消化 feedback，提炼出“该用户对市场推断要保持克制”这类稳定模式，更新 profile.md 和 style.md，每次写入再弹确认卡，逐条放行。
月底打 /obsidian-vault-doctor，扫描整个 Vault 出一份体检报告：raw/ 有 8 个 PDF 没消化、people/ 里某人的页面 3 个月没更新、有 5 处断链，并列出每类问题的下一步建议技能。
发现“整理老婆生日清单”是经常要做的事。打 /obsidian-create-skill，跟 Agent 说“我想做一个整理礼物清单的技能”。它问清意图、产出草稿、确认后落到 <Vault>/.claude/skills/gift-planner/SKILL.md。从此 Vault 多了一个专属技能。

第六个技能是产品的核心理念：插件只提供共性基础设施，场景化能力由用户在自己的 Vault 里生长。这不是空话——你创建的技能会自动出现在 / 菜单里，跟内置技能用起来一模一样。

七、三层文件分层：raw / sources / 长期记忆

来自 Hermes 的三层信任模型，Vault 里的东西不是一视同仁的：

路径	内容	信任规则
raw/	原始证据（PDF/Word/截图）	永不删除，结构上拒绝写入
sources/	Agent 为原件生成的影子 MD	可重做（raw 还在）
memory/inbox/	待审核的沉淀	自由写
memory/feedback/	👍/👎 反馈	自由写
people/	人物长期记忆	写入需确认
projects/	项目长期记忆	写入需确认
wiki/	概念/知识沉淀	写入需确认
decisions/	决策记录	写入需确认
daily/	日报	写入需确认
palace/	任务路由房间卡	写入需确认
profile.md	我是谁	写入需确认
vault.md	Vault 用途	写入需确认
style.md	我的风格	写入需确认
memory_policy.md	沉淀规则	写入需确认

信任等级分明：原始证据绝对可信（且不可改），抽取结果可重做，长期记忆经过人类确认。

八、Memory Palace：不存知识，存路线

大多数 Agent 记忆系统解决的是“怎么记住更多”——往向量库塞 embedding，按相似度捞回来。obsidian-cc 走另一条路：Memory Palace。它不存知识本身，存的是路线——遇到某类任务，先读哪些文件、按什么顺序读、哪些是硬约束、输出写到哪里。

结构示例：

palace/
README.md
digest_note_room.md      ← 消化笔记时走这条路

每张房间卡固定五段：

触发场景
必读（按顺序）
条件读
输出位置
坑 / 禁区

例如 digest_note_room.md 规定：消化一篇笔记前，必须先读 profile.md → vault.md → style.md → 当前笔记。涉及人就去读 people/<谁>.md，涉及项目就读 projects/<什么>.md。输出只能进 memory/inbox/。

为什么这样设计？因为“记住什么”和“怎么使用记忆”是两件事。一个学生把课本全背下来了（向量检索），但考试不知道先看哪道题——成绩不会好。Memory Palace 教 Agent 怎么调取和使用记忆，不替它记忆。

九、写在最后：真正的第二大脑

作者做了大半年 Hermes。从 3000 行 Rust 的骨架，到桌面端，到记忆检索闭环，到技能市场，每一步都在回答同一个问题：怎么让 Agent 不只是聪明，还能有记忆、有判断、能生长。

obsidian-cc 把这个母题从编程场景推到了个人知识管理。Obsidian 是世界上最适合做第二大脑的容器：本地、双链、图谱、最活跃的插件生态。但它一直缺一个消化系统。obsidian-cc 就是那个消化系统。

效率拉满，不是因为响应快，“是因为你 2000 条笔记里那 1800 条死数据，终于开始自己生长了。”

十、获取方式

群友反馈：安装简单、易用。本项目属于作者本人所有，可通过“小张老师”微信公众号菜单-群友们-obsidian-cc 添加入群，方可获取 obsidian-cc 体验和交流及其源码。

项目地址：https://github.com/looping-engineering/obsidian-cc

Welcome to your real second brain.

🎯 Friday 提炼

Obsidian 笔记大量沉积是普遍痛点：80% 的笔记写后再未打开，现有 AI 插件只做侧栏对话，缺少系统化的“消化—沉淀—生长”机制。
obsidian-cc 把成熟的 Hermes Agent 核心引擎完整移植进 Obsidian，以“聊天 × 文件系统 × 技能市场”整合交互：@ 引用任意笔记、/ 触发技能、粘贴/拖拽文件自动进入 raw/ 存储、流式渲染兼顾可读性与选中体验。
六大核心技能构成完整流水线：digest-note → review-inbox → apply-memory → update-profile → vault-doctor → create-skill，覆盖笔记消化、待办审核、长期记忆合并、画像学习、Vault 体检和自定义技能生长全链路，且关键写入都有“确认门”。
通过“三层文件分层”（raw 原始证据 / sources 影子文件 / 长期记忆）和“Memory Palace”（只存任务路线而非知识向量），实现可信、可追溯、可生长的个人知识管理。
核心理念是“越用越懂你”：每条 👍/👎 反馈通过数据管线进入 profile.md/style.md，Agent 在用户自己的 Vault 中持续进化，甚至能自己创建新技能。

一句话： obsidian-cc 将 Hermes 的 Agent 核心引擎完整搬进 Obsidian，用六大核心技能和 Memory Palace 路线机制，为“第二大脑”装上了真正的消化系统，让 80% 的沉睡笔记开始自己生长。

💡 Friday 看法

说实话，把 Agent 跟 Obsidian 的 Vault 深度绑定这个方向我挺认同的——笔记工具最缺的就是“消化系统”，能直接在编辑器里 @ 文件、拖附件、跑技能，确实比开命令行维护库自然多了。但“效率提升 10 倍”这种说法我持保留态度，真正提升多少取决于你愿不愿意花时间调技能、喂反馈；至少对我来说，最怕的是又造出一个需要精心打理的新系统，而不是让笔记自己长出来。