# 别再把收藏夹当知识库了:用 Hermes 和 AutoCLI 搭一条自动整理链路
**作者**: AFei Liang
**日期**: 2026-07-06T02:04:16.000Z
**来源**: [https://x.com/afei_AI/status/2073951130615480332](https://x.com/afei_AI/status/2073951130615480332)
---

我现在最怕的一件事,不是找不到资料
而是资料太多
看到一篇好文章,先收藏
看到一个 GitHub 项目,先 Star
看到一个视频教程,先丢进稍后再看
结果过几周再回头看,这些东西基本都躺在不同平台里
真要写文章、做项目、整理方案时,还是重新搜索一遍
这就很尴尬
我们以为自己在做知识管理,其实只是把信息搬进了另一个杂物间
所以我最近更关注一种思路:
不要等用的时候再临时搜索,而是提前把资料抓下来、清洗好、编成可检索的本地知识库
这件事可以用三类工具拼起来:
- AutoCLI:负责抓取网页、社媒、视频和公开内容
- Hermes Agent:负责清洗、摘要、打标签、定时运行
- Obsidian:负责本地 Markdown 存储和检索
这套组合不是一键魔法
但它能把“收藏后不再打开”这件事,改成一条自动整理流水线

## 这套链路解决的不是收藏,而是预处理
很多人做知识库,第一步就错了
一上来就纠结目录怎么分、标签怎么打、双链怎么连
问题是,资料还没被处理过
原网页里有导航栏、广告、评论区、推荐链接
视频里真正有用的可能只有字幕和章节
社媒帖子还夹着转发、表情、无关回复
这些东西直接塞进笔记软件,最后只会变成另一堆噪声
所以更合理的顺序应该是:
1. 先把资料抓下来
2. 再清洗成干净正文
3. 然后生成摘要、标签、来源
4. 最后存进本地知识库
这里的核心变化是:
知识库不是资料仓库,而是已经被预处理过的内容层
这也是 Hermes + AutoCLI + Obsidian 组合有意思的地方
它们刚好各管一段
## AutoCLI:先把分散资料抓回来
AutoCLI 是一个 Rust 写的命令行工具
我查了下它的官方仓库,项目现在叫 AutoCLI,早期名字是 opencli-rs
它主打的能力是:
- 覆盖 X、Reddit、YouTube、Hacker News、B 站、知乎、小红书等 55+ 站点
- 复用浏览器登录态,减少重复登录和单独配 token 的麻烦
- 支持 Markdown、JSON、YAML、CSV、表格等输出
- 能下载媒体和文章,并支持图片本地化

对知识库来说,AutoCLI 更像一个“采集层”
它不负责判断内容好不好
它只负责把原来散落在网页、平台、视频里的内容,尽量变成结构化文件
安装方式可以先看官方仓库
Linux、macOS 或 WSL 环境里,通常可以用这类脚本:
```
curl -fsSL https://raw.githubusercontent.com/nashsu/AutoCLI/main/scripts/install.sh | sh
```
Windows 用户我建议先看 GitHub Releases 和项目说明
这类新工具版本变化很快,不要盲抄旧教程里的命令
装好以后,先别急着做自动化
先拿 2-3 个自己常用来源测试:
- 技术博客能不能抓正文
- YouTube 或 B 站能不能拿到字幕
- 登录态页面能不能正常读取
- 输出的 Markdown 是否干净
这一步很关键
采集层不稳,后面 Agent 再聪明也只是整理脏数据
## Hermes:把“每天整理”交给 Agent
AutoCLI 把内容抓回来以后,还缺一个调度和编辑层
这个位置可以交给 Hermes Agent
Hermes 是 Nous Research 的开源 Agent 项目
官方文档里提到,它支持技能、记忆、定时任务、多平台入口,也能通过 bundled skills 扩展能力
这里我最关注两个点
第一,它可以跑定时任务
比如每天早上抓一次指定来源
第二,它可以用 Skill 处理内容
Hermes 官方文档里有 LLM Wiki 相关技能,思路是把资料编译成互相链接的 Markdown 知识库
这和普通 RAG 的区别很明显
RAG 更像“问的时候再从资料堆里找”
LLM Wiki 更像“提前把资料整理成页面,后面直接查整理好的结果”
如果你经常写技术文章、做竞品分析、跟踪开源项目,这个差别会很明显
临时搜索适合一次性问题
长期主题更适合提前沉淀
Hermes 的安装可以参考官方命令
Linux、macOS、WSL2:
```
curl -fsSL https://hermes-agent.nousresearch.com/install.sh | bash
```
Windows PowerShell:
```
iex (irm https://hermes-agent.nousresearch.com/install.ps1)
```
装完后,先别马上写复杂任务
我建议先确认三件事:
```
hermes --version
hermes skills list
hermes model
```
能正常看到版本、技能和模型配置,再继续往下走
## Obsidian:最后只做一件事,存好 Markdown
Obsidian 在这条链路里,不需要扮演万能中台
它只要把 Markdown 管好就行
这个定位反而很舒服
因为 Markdown 是纯文本,本地可控,换编辑器也不怕
Obsidian 自己负责:
- 双向链接
- 全文搜索
- 标签
- 知识图谱
- 日常阅读和补充
2026 年 2 月 27 日,Obsidian 1.12 Desktop 公开版引入了官方 CLI
官方帮助文档里也给了常用命令,比如:
```
obsidian daily
obsidian search query="meeting notes"
obsidian create name="Trip to Paris" template=Travel
obsidian read
```
这对自动知识库很重要
以前 Agent 想操作 Obsidian,常常要绕文件系统或插件
有了官方 CLI 后,脚本和 Agent 可以更稳定地打开、搜索、创建、读取笔记
不过这里有个小提醒:
Obsidian CLI 需要在设置里开启
路径是:
```
Settings → General → Command line interface
```

开启后按提示注册 CLI

如果终端里找不到 `obsidian`,先检查安装器版本和 PATH,不要急着怀疑脚本
## 推荐的本地目录结构
我会把这套知识库拆成几层
不要一上来就做复杂分类
先保证资料流动起来
```
AI_Knowledge_Base/
├── 00_Inbox/
│ └── 每天自动进入的新资料
├── 10_Articles/
│ └── 技术文章、博客、教程
├── 20_Projects/
│ └── GitHub 项目、工具说明
├── 30_Summaries/
│ └── Hermes 生成的摘要和日报
├── 40_Topics/
│ └── 按主题沉淀的长期页面
└── 90_Templates/
└── 提示词、日报模板、整理模板
```
这里我最建议保留 `00_Inbox`
自动化系统刚跑起来时,一定会有误抓、重复、格式不稳定的问题
不要让它一开始就污染正式目录
先全部进 Inbox
确认质量稳定后,再让 Hermes 根据规则移动到不同目录
## 一条保守的自动化流程
不要一开始就追求“全自动闭环”
我更建议分三步做
第一步,只做采集
先选 3 个固定来源
比如:
- 一个技术博客
- 一个 GitHub 项目列表
- 一个视频频道
每天定时抓一次,输出到:
```
AI_Knowledge_Base/00_Inbox/raw/
```
这一阶段只看两个指标:
1. 能不能稳定抓到
2. 输出内容是否可读
不要急着摘要
先把水管接通
第二步,再做清洗和摘要
采集稳定后,再让 Hermes 处理原始文件
可以让它生成这种结构:
```
# 标题
来源:
抓取时间:
原始链接:
## 这篇内容讲了什么
## 值得保留的观点
## 可行动事项
## 相关主题
```
这一步不要让 Agent 自由发挥太多
模板越固定,后面越好检索
尤其是“来源”和“抓取时间”,一定要留下
以后某个工具更新了,至少能追溯这条信息来自哪里
第三步,最后再做日报
等前两步稳定了,再加日报
日报不用长
我觉得控制在这几项就够了:
如果你用企业微信、飞书或邮件推送,也可以把日报发出来
但这不是必须
真正重要的是本地知识库持续变厚
## 这个方案有哪些坑?
第一,登录态不是永久稳定的
AutoCLI 复用浏览器登录态很方便,但平台风控、Cookie 过期、页面结构变化都会影响采集
所以采集任务要有失败日志
不要只看成功结果
第二,Agent 摘要会丢细节
尤其是技术教程,命令、参数、版本号不能随便改
我的建议是:摘要文件和原始 Markdown 分开保存
摘要用于阅读
原文用于追溯
第三,Obsidian CLI 不是后台数据库
官方文档明确提到,Obsidian CLI 需要 Obsidian 应用运行
如果你想在服务器上做无桌面自动化,要重新评估方案
本地电脑每日同步一轮没问题
生产级长期任务不要想当然
第四,不要把“自动抓取”变成“自动囤积”
这点最容易翻车
如果每天抓 200 篇,最后没人看,也只是把收藏夹换了个目录
我会给每个来源设上限
宁可少抓一点,也要保证后面能消化
## 最后
Hermes + AutoCLI + Obsidian 这套组合,我觉得最有价值的地方,不是“全自动”
而是它把知识管理拆成了三层:
- 抓取交给 AutoCLI
- 整理交给 Hermes
- 沉淀交给 Obsidian
每一层都只做自己擅长的事
这比把所有需求都塞给一个笔记软件靠谱得多
当然,它也不是装完就能躺平
你仍然要维护来源、检查抓取质量、定期清理 Inbox
但至少有一点变了:
以前是你每天追着资料跑
现在可以让资料先排好队,再等你来判断哪些值得留下
参考链接:
- https://github.com/nashsu/AutoCLI
- https://github.com/nousresearch/hermes-agent
- https://hermes-agent.nousresearch.com/docs/user-guide/skills/bundled/research/research-llm-wiki
- https://obsidian.md/changelog/2026-02-27-desktop-v1.12.4/
- https://obsidian.md/help/cli
## 相关链接
- [AFei Liang](https://x.com/afei_AI)
- [@afei_AI](https://x.com/afei_AI)
- [312](https://x.com/afei_AI/status/2073951130615480332/analytics)
- [https://github.com/nashsu/AutoCLI](https://github.com/nashsu/AutoCLI)
- [https://github.com/nousresearch/hermes-agent](https://github.com/nousresearch/hermes-agent)
- [https://hermes-agent.nousresearch.com/docs/user-guide/skills/bundled/research/research-llm-wiki](https://hermes-agent.nousresearch.com/docs/user-guide/skills/bundled/research/research-llm-wiki)
- [https://obsidian.md/changelog/2026-02-27-desktop-v1.12.4/](https://obsidian.md/changelog/2026-02-27-desktop-v1.12.4/)
- [https://obsidian.md/help/cli](https://obsidian.md/help/cli)
- [Upgrade to Premium](https://x.com/i/premium_sign_up)
- [10:04 AM · Jul 6, 2026](https://x.com/afei_AI/status/2073951130615480332)
- [312 Views](https://x.com/afei_AI/status/2073951130615480332/analytics)
---
*导出时间: 2026/7/6 14:59:53*