Hermes Agent 进阶：获得一个共同成长的长期记忆伙伴
本文探讨了如何构建AI Agent的长期记忆系统，实现个人数字资产的沉淀与共同成长。作者通过实践总结出，记忆管理不仅是数据堆砌，而是需要对数据进行分层处理。作者提出了四层记忆架构：以Obsidian作为核心数据底座，Hermes自带记忆作为热数据层，Honcho推导长期偏好，以及AI进行深度发散推理。核心理念强调用户才是数据主人，通过区分事实与个人思考，在保留原始数据真实性的同时，让AI更好地理解和辅助用户。
全部文档 / 作者: 小墨同学 / 标签: Obsidian
2 篇
别让 AI 写得像 AI：用自己的 83 篇博客训练专属写作助手
文章介绍了一套利用 Obsidian 和 Claude Code 打造的个性化 AI 写作工作流。通过将 83 篇历史博客文章导入本地知识库，并提炼出专属的“风格档案”，作者成功解决了 AI 生成内容缺乏个人特色的问题。该方法利用 Obsidian 的结构化存储和 Claude Code 的终端交互能力，将分析风格、生成大纲到撰写正文的流程封装为 Skill，实现了高度可复用且贴合个人风格的辅助创作。