Strona główna / Artykuły

Hermes i Obsidian: Skarbiec wiedzy z trzema agentami i ludzką kontrolą jakości

Ustaw w Hermesie orkiestratora, badacza i bibliotekarza, którzy przenoszą notatki z poziomu Brązu na Srebro, a następnie na Złoto w sejfie z obsydianu, przy użyciu izolacji Docker i procesu weryfikacji.

Wydawca: REACTAPP.TOP7 min czytania1543 słów

Źródła: Built Multiples Agents to Research, Think and Remember on Its Own with Hermes + Obsidian

Autonomiczny system wiedzy można zbudować na bazie Hermes, Obsidian oraz trzech współpracujących ról agentów: orkiestratora, badacza i bibliotekarza. Każda z tych ról ma określone zadanie, a struktura folderów zapewnia oddzielenie nieprzeglądanych materiałów od zaufanych notatek.

Części składowe

Hermes to agent samodoskonalący się, stworzony przez Nous Research. Uczy się poprzez działanie, powtarzając swoje prace w celu dodawania kontekstu i wiedzy. Posiada również wiele funkcji, których konfiguracja w Openclaw byłaby skomplikowana, co czyni go bardziej niezawodną opcją spośród obu.

Obsidian to aplikacja do notatek umożliwiająca pisanie w formie swobodnej, której mocą jest łączenie notatek ze sobą. Wynikiem jest struktura przypominająca graf, w którym pomysły z jednej notatki łączą się z pomysłami z innej.

Docker kontroluje to, do czego może mieć dostęp agent. Hermes może uruchamiać swój backend wewnątrz kontenera, dzięki czemu zamontowane foldery mogą otrzymać prawa tylko do odczytu lub zarówno do odczytu, jak i zapisu indywidualnie.

Jak to różni się od RAG

W tym projekcie nie ma żadnego dzielenia na fragmenty, wstawiania wektorów, wyszukiwania podobieństw ani przechowywania wektorów, więc nie jest to pipeline RAG. Celem jest zespół autonomicznych agentów, które samodzielnie zajmują się swoimi zadaniami i komunikują się ze sobą. Bibliotekarz ma najtrudniejsze zadanie, ponieważ musi oddzielić wiarygodną wiedzę od niepotrzebnego materiału i zaangażować człowieka, gdy decyzja wymaga tego.

Agenci przemieszczają się po ustrukturyzowanym systemie za pomocą nazw, linków i folderów. Polityka zapisu reguluje ten proces: najpierw surowy materiał, potem jego przegląd, a następnie umieszczenie w Wiki. To stanowi pipeline ETL dla wiedzy, który przenosi treści z warstwy Bronze do Silver, a potem do Gold, co zapewnia wiarygodność w selekcji materiałów i odróżnianiu dobrych od kiepskich.

Orkiestrator

Orkiestrator to główny agent. Jego zadanie jest proste: otrzymuje polecenie i przekazuje je odpowiedniemu współpracownikowi. Jego plik SOUL.md definiuje tę rolę:

# Orchestrator

**Role:** Orchestrator
**Mission:** Coordinates my agent team. Clarifies the outcome and acceptance criteria,
> delegates bounded research to @researcher, reviews returned work for relevance, completeness, inspectable citations, uncertainty, and unresolved  gaps, and requests one focused revision when necessary. Hands accepted work to @librarian, but never authorizes durable writes without my approval.
> Can retrieve & retain to Hindsight, alongside a built-in memory.md & user.md for always-on context (which is minimal)

You are Orchestrator, a persistent named agent (profile `orchestrator`) on this machine.
You keep your own memory, skills, and conversation history across sessions.

## Team protocol

- Begin by stating the Outcome, Acceptance criteria, Owner, Deliverable, and
  Stop condition.
- Delegate research to @researcher rather than doing the specialist's work.
- Review the return for scope and evidence adequacy; do not claim to have
  independently verified facts you did not inspect.
- If the return is inadequate, request one focused revision. If it is
  adequate, stop for the user's approval before involving @librarian.
- Do not write to the Wiki. Update your built-in memory.md  & user.md when applicable to assist with operational efficiency & effectiveness

Standardowe umiejętności i narzędzia powinny być wyłączone. Agent, który nie używa niepotrzebnych funkcji, działa szybciej:

List Disabled Skills:
llm-wiki
determinstic-codebase-auditing

List Disabled Tools:
Web Searching & Scraping
Task Delegation
Browser Automation

Ustawienie backendu na Docker izoluje przestrzeń roboczą, dzięki czemu agent nie może modyfikować ani usuwać prywatnych danych na hostingu. To istotna granica bezpieczeństwa pomiędzy agentem a maszyną.

Naukowiec

Naukowiec przyjmuje zadania od orkiestratora i przeprowadza dogłębne badania. Nigdy nie edytuje wiki ani bazy wiedzy, ponieważ jego jedynymi obowiązkami są badania i podsumowywanie wyników. Można dodać narzędzia wyszukiwania, aby mógł szukać informacji w internecie. Jego plik SOUL.md:

# Researcher

**Role:** Researcher
**Mission:** Investigates bounded current-reality questions using current and original sources. Produces concise, inspectably cited briefings with uncertainty, counterevidence, and unresolved gaps, then returns them to @orchestrator for quality review. Does not write to the wiki.

You are Researcher, a persistent named agent (profile `researcher`) on this machine.
You keep your own memory, skills, and conversation history across sessions.

## Research protocol

- Research bounded questions about current real-world conditions using recent evidence and the most direct or original sources available.
- Provide inspectable citations and distinguish evidence, inference, uncertainty, counterevidence, and unresolved gaps.
- Save each completed briefing as a Markdown file under `/workspace/article`, using a clear descriptive filename.
- Include the research question, date, summary, findings, source links, uncertainty, counterevidence, and unresolved gaps.
- Return the briefing and its file path to @orchestrator for review.
- Do not hand work directly to @librarian unless the user explicitly requests it.
- Treat the Markdown file as a working research artifact-not private memory or canonical Wiki knowledge.
- Write only wiki inside /workspace/article

Tutaj obowiązuje ta sama regulacja dotycząca standardowych umiejętności i narzędzi:

List Disabled Skills:
llm-wiki
determinstic-codebase-auditing

List Disabled Tools:
Task Delegation
Code Execution
Cronjob

Działa również na tle Dockera w celu zapewnienia tej samej izolacji, a jego konfiguracja montuje lokalizację sejfu do przestrzeni roboczej kontenera:

terminal:
  backend: docker
  modal_mode: auto
  cwd: /workspace/article
  timeout: 180
  env_passthrough: []
  shell_init_files: []
  auto_source_bashrc: true
  docker_image: nikolaik/python-nodejs:python3.11-nodejs20
  docker_forward_env: []
  singularity_image: docker://nikolaik/python-nodejs:python3.11-nodejs20
  modal_image: nikolaik/python-nodejs:python3.11-nodejs20
  daytona_image: nikolaik/python-nodejs:python3.11-nodejs20
  container_cpu: 1
  container_memory: 5120
  container_disk: 51200
  container_persistent: true
  docker_volumes:
    - /Users/dmitri/Documents/ai-agent-workflow/obsidian/ai-agent/wiki-skill/raw/articles:/workspace/article

Bibliotekarz

To kluczowy element, ponieważ wpisuje treści na wiki i decyduje, co ma się tam znaleźć. Wiedza przechodzi przez etapy Brązu, Srebra i Złota, a to właśnie na etapie Srebra osoba może przejrzeć tabelę.

Nowy materiał trafia do vault/raw. Wszystko, co wymaga ludzkiej weryfikacji, trafia do vault/review. Ludzka weryfikacja odbywa się w trzech sytuacjach:

  1. Tworzy się lub aktualizuje strona.
  2. Nowy treść jest sprzeczny z istniejącą stroną.
  3. Wcześniejsza zgoda jest ponownie stosowana w celu zmiany treści.

Wszystko trafia ostatecznie do warstwy Złota, która zawiera szczegółowe strony takie jak koncepcje i entity. Kuratela polega na zachowaniu tego, co zatwierdził recenzent, oraz usunięciu tego, czego nie zatwierdził.

SOUL.md bibliotekarza:

# Librarian

**Role:** librarian

You are Librarian, a persistent named agent (profile `librarian`) on this machine.
You keep your own memory, skills, and conversation history across sessions.

Dwie umiejętności umożliwiają pracę z ETL, llm-wiki oraz llm-wiki-review, a obie trafiają do folderu umiejętności bibliotekarza.

Bibliotekarz potrzebuje również backendu opartego na Dockerze, którego profil w pliku config.yaml musi być zaktualizowany w następujący sposób:

terminal:
  backend: docker
  modal_mode: auto
  cwd: /workspace
  timeout: 180
  env_passthrough: []
  shell_init_files: []
  auto_source_bashrc: true
  docker_image: nikolaik/python-nodejs:python3.11-nodejs20
  docker_forward_env:
    - OBSIDIAN_VAULT_PATH
    - WIKI_PATH
  singularity_image: docker://nikolaik/python-nodejs:python3.11-nodejs20
  modal_image: nikolaik/python-nodejs:python3.11-nodejs20
  daytona_image: nikolaik/python-nodejs:python3.11-nodejs20
  container_cpu: 1
  container_memory: 5120
  container_disk: 51200
  container_persistent: true
  docker_volumes:
    - /Users/dmitri/Documents/ai-agent-workflow/obsidian/ai-agent/wiki-skill:/workspace
    - /Users/dmitri/Documents/ai-agent-workflow/obsidian/ai-agent/RO:/workspace/RO:ro

W przykładowym ustawieniu folder Obsidian vault zawiera dwa podfoldery – jeden dla umiejętności wiki i drugi dla przestrzeni roboczej. Folder z umiejętnościami wiki jest montowany w lokalizacji /workspace w kontenerze, natomiast folder tylko do odczytu jest montowany w lokalizacji /workspace/RO. Dostęp do tych folderów jest określany przy montowaniu za pomocą sufiksu :ro lub :rw. Ścieżka typu /workspace/RO:ro jest dostępna tylko do odczytu, natomiast ścieżka bez sufiksu, np. /workspace, ma domyślnie dostęp do odczytu i zapisu.

Zmienne środowiskowe działają inaczej po konteneryzacji agenta. Nie może on bezpośrednio odczytać pliku .env hosta, dlatego są one przekazywane poprzez parametr docker_forward_env w profilu bibliotekarza:

.env:
WIKI_PATH=/workspace
OBSIDIAN_VAULT_PATH=/workspace

Trzy warstwy w praktyce

Surowa notatka z brązu:

Strona recenzji ze srebra:

Strona indeksu ze złota:

A strona porównań ze złota:

Tych cztery zrzuty ekranu pokazują warstwy, które utrzymuje bibliotekarz. Gdy są już w miejscu, następuje test integracji: należy poprosić orkiestratora o skoordynowanie pozostałych agentów, pobranie nowej wiedzy i jej uporządkowanie.

Rozpoczęcie pracy od początku do końca

Pierwszym krokiem jest utworzenie grupy botów w aplikacji desktop Hermes, zawierającej orkiestratora, bibliotekarza (posiadającego umiejętności związane z wiki) oraz badacza.

Następnie należy przesłać orkiestratorowi żądanie pobrania danych:

@orchestrator get new article related to AGI and ASI, then store it to article, then run wiki skill

Orkiestrator każe badaczowi zebrać materiały i przechować je w sejfie. Następnie bibliotekarz bierze ten treść stopnia Brązu i podnosi ją do stopnia Srebra.

Po zatwierdzeniu wiedza przechodzi do stopnia Złota, a konkretnie trafia do folderów z koncepcjami, porównaniami, entytetami oraz zapytaniami w sejfie.

Surowa strona stopnia Brązu trafia do folderu surowych plików. Bibliotekarz już nigdy jej nie czyta ani nie przetwarza, ponieważ jej poziom nagłówka oraz status przetwarzania uległy zmianie.

Dlaczego to nie jest RAG

RAG to jednokierunkowa ścieżka odczytu. Tekst jest dzielony, wstawiany i porównywany pod kątem podobieństwa, najlepsze wyniki są wklejane do promptu, a model pisze odpowiedź. To, które fragmenty zostaną wybrane, zależy od prawdopodobieństwa; korpus pozostaje pasywnym indeksem, a nic nie wraca do niego z powrotem.

Opisany powyżej mechanizm działa w odwrotnym kierunku. Agenci przemieszczają się po ustrukturyzowanym repozytorium według nazwy, linku i folderu, pobierając to, czego potrzebują, w wymaganym momencie, w sposób deterministyczny. Wiedza przemieszcza się wzdłuż granic polityki Bronze (surowa), Silver (przegląd) i Gold (Wiki), a to przemieszczanie się nie należy do żadnego procesu RAG.