Hermes 大模型 Wiki 知识库搭建与全流程落地指南

Hermes LLM Wiki 知识库是 Hermes Agent 内置的结构化持久知识库，采用互联 Markdown 文件搭建，区别于传统 RAG 每次检索都重新解析文档的模式，这套知识库一次性完成内容整编、实体关联、矛盾校验，长期自动沉淀知识，实现知识持续累积。整套方案不需要独立数据库，只依靠本地文件夹与 Markdown 文件即可运行，同时支持 Hermes 智能体自动完成文档入库、摘要撰写、跨文档链接、内容一致性维护，全程实现人机协同，非常适合个人项目、研发资料、行业文档、项目经验的长期管理。

一、Hermes LLM Wiki 知识库整体架构

1. 基础存储结构

整个知识库只是本地目录下的多层文件夹，无额外数据库依赖，可直接用 VS Code、Obsidian 打开编辑，目录结构严格分层，保障知识有序存储。

wiki根目录

├── raw/ 第一层：原始源文件（不可修改）

│ ├── articles/网页文章

│ ├── papers/论文PDF

│ ├── transcripts/会议记录

│ └── assets/图片与附件

├── entities/第二层：实体条目（人物、模型、项目、产品）

├── concepts/第二层：概念条目（技术名词、架构方案）

├── comparisons/对比类文档

├── index.md 知识库总目录

├── SCHEMA.md 知识库规范文件

└── shturl 操作日志

2. 三层知识流转机制

第一层为原始素材，所有导入的原文固定存档，不做任何改写，保证原始资料可追溯；第二层为整理后的结构化词条，由 Hermes 自动提取实体、概念，生成独立 Markdown 文档；第三层为交叉引用，智能体自动给所有文档添加内部链接，形成网状知识图谱，解决普通文档散乱无关联的问题。

3. 与传统 RAG 知识库的核心区别

1. 传统 RAG：每次提问都重新切分文档、向量化检索，重复消耗算力，文档之间没有关联；
2. Hermes Wiki：只在文档首次入库时完成一次摘要、实体提取、交叉链接，后续查询直接读取整理好的结构化词条，自带文档互联关系，知识越积累越完善；
3. 内置矛盾检测：智能体自动识别新旧内容冲突，在文档内标注冲突条目，避免知识库出现互相矛盾的信息。

二、Hermes LLM Wiki 环境初始化步骤

1. 配置知识库存储路径

通过环境变量指定 Wiki 文件夹位置，默认路径为~/wiki，可以在 Hermes 配置文件里自定义路径。

1. 打开环境配置文件.env；
2. 写入路径配置：WIKI_PATH=/自定义文件夹路径/wiki；
3. 保存配置后重启 Hermes Agent，系统自动识别目录。

2. 自动生成知识库基础文件

执行初始化指令后，Hermes 会自动完成三件事：

1. 自动创建完整目录层级，生成 raw、entities、concepts 等文件夹；
2. 自动生成 SCHEMA.md，定义知识库域名、文件名规则、文档格式；
3. 自动生成 index.md 总索引与 shturl 操作日志，记录每一次文档导入、修改行为。

3. SCHEMA.md 规范模板（可直接复用）

Wiki规范

覆盖领域：大模型技术文档、Hermes智能体开发资料

文件命名规则：全小写、横线分隔，禁止空格

文档约束

1. 原始文档存入raw目录，不允许直接修改；

2. 实体与概念词条必须补充双向内部链接；

3. 新内容入库后自动校验与旧内容是否存在信息冲突；

4. 所有词条必须包含一句话摘要+核心要点+来源引用。

三、文档入库全流程（Hermes 自动执行）

步骤 1：素材导入（Ingest 环节）

1. 支持导入网页链接、PDF 论文、本地 Markdown、会议文字稿；
2. Hermes 抓取网页内容，自动剔除导航栏、广告、多余排版，只保留正文；
3. 清洗后的原文保存到 raw 文件夹，同时提交 Git 记录，保证原始内容永久留存，不会丢失；
4. 入库完成后自动下发任务，进入摘要整理环节。

步骤 2：自动生成结构化词条（Summarize 环节）

Hermes 调用大模型完成内容处理，输出标准化词条内容：

1. 生成 TL;DR 一句话摘要；
2. 提取核心知识点、关键参数、技术流程；
3. 自动识别实体（模型名称、版本、开发人员、项目名称）；
4. 把提取出的实体自动生成独立文档，存入 entities 文件夹；
5. 给所有词条添加双向内链，搭建文档网络。

步骤 3：一致性校验与冲突处理

智能体自动比对新文档与已有知识库内容：

1. 发现信息不一致时，在文档中标记冲突段落；
2. 把冲突条目写入 shturl 日志；
3. 推送提醒给使用者，由人工确认保留新版本还是旧版本，保证知识库内容严谨统一。

四、Hermes 调用 Wiki 知识库进行问答的运行机制

1. 用户发起提问后，Hermes 优先读取 index.md 索引，定位相关概念与实体文档；
2. 自动读取词条内所有交叉链接，一次性调取全部关联资料，不再只检索孤立片段；
3. 把整理完毕的网状知识送入上下文，直接输出连贯、完整、具备上下文关联的回答；
4. 问答产生的新知识，可一键回写到 Wiki 知识库，自动生成新词条，完成知识闭环沉淀。

五、运维与扩展能力

1. 多端编辑能力

Wiki 全部是 Markdown 文件，可在本地电脑、云服务器同步，用 Obsidian 打开后直接可视化浏览知识图谱，双向链接完整保留。

2. 版本管理

整个 Wiki 文件夹可以绑定 Git 仓库，每一次文档入库、修改都会自动生成提交记录，随时回退历史版本，防止内容误删。

3. 能力扩展清单

• 开启本地向量检索，为 Wiki 补充轻量检索能力；
• 对接 Hermes 记忆插件，把对话记忆自动归档进 Wiki 词条；
• 批量导入本地文件夹文档，一键完成全量资料结构化整理；
• 配置定时任务，自动抓取技术博客、论文更新，持续扩充知识库内容。

六、落地效果总结

整套 Hermes LLM Wiki 知识库实现了长期知识自动累积，从零散文档变成网状互联知识库；一次性完成文档结构化处理，大幅降低反复检索带来的算力消耗；原始资料永久存档，内容冲突自动识别，兼顾效率与内容准确性；全程依托 Hermes Agent 自动化运行，人工只负责审核内容、确认冲突，极大降低知识库维护成本。

【相关 FAQ】

问题 1：Hermes LLM Wiki 知识库是否需要部署数据库，存储格式是什么？

回答 1：Hermes LLM Wiki 不需要部署任何独立数据库，全部内容以 Markdown 文件形式存放在本地文件夹中，仅依靠目录分层管理，文件可以直接用 VS Code、Obsidian 等工具打开编辑，部署门槛极低。

问题 2：Hermes LLM Wiki 和普通 RAG 知识库最大区别是什么？

回答 2：普通 RAG 每次提问都重新切分文档、做向量化检索，文档之间没有关联；Hermes Wiki 只在文档第一次入库时完成摘要、实体提取、交叉链接，后续直接读取结构化网状词条，自带文档双向关联，知识可以长期持续沉淀，不会重复消耗算力，还能自动检测内容冲突。

问题 3：如何自定义 Hermes LLM Wiki 知识库的存放目录？

回答 3：在 Hermes 的.env 配置文件中配置 WIKI_PATH 环境变量，填写自定义文件夹路径；如果不配置环境变量，系统会默认使用用户根目录下的～/wiki 文件夹作为知识库根目录，修改配置后重启 Hermes 即可生效。

【参考资料】

[2026-10-24] Hermes Agent LLM Wiki 官方部署文档 Hermes Agent

[2026-04-16] Hermes LLM Wiki 自建本地知识库教程 Clearly 技术博客

[2026-04-10] Hermes 搭建本地 RAG 知识库实操指南 Hermes 中文社区

[2026-09-05] Karpathy LLM Wiki 规范与目录模板 GitHub 开源文档

[2026-09-01] Hermes Agent 内置技能手册 Nous Research 官方文档

免责声明：本文所有内容均来自 Hermes Agent 官方公开文档与开源项目资料，仅用于技术学习与知识库搭建实践交流；Wiki 知识库的运行效果取决于模型上下文长度、文档质量与目录规范；不同硬件环境下自动摘要、实体提取速度存在差异，不保证完全一致的运行效率；所有配置操作请以 Nous Research 最新官方文档为准。