Гермес и обсидиан: хранилище знаний с участием трех агентов и проверкой человеком
Настроить в Hermes оркестратора, исследователя и библиотекаря, которые перемещают записи из категории Бронза в Серебро, затем в Золото в хранилище Obsidian с использованием изоляции Docker и процедуры проверки.
Источники: Built Multiples Agents to Research, Think and Remember on Its Own with Hermes + Obsidian
Автономную систему знаний можно собрать из Hermes, Obsidian и трех взаимодействующих ролей агентов: оркестратора, исследователя и библиотекаря. У каждой роли есть своя специфическая задача, а структура папок помогает сохранять непроверенный материал отдельно от надежных заметок.
Компоненты
Hermes — это агент, способный к самосовершенствованию, от компании Nous Research. Он учится на практике, анализируя собственную работу для добавления контекста и знаний. Кроме того, он включает множество функций, настройка которых в Openclaw была бы сложной, что делает его более надежным вариантом среди двух.
Obsidian — это приложение для заметок, предназначенное для свободного формата написания, преимущество которого заключается в возможности связывать заметки между собой. Результат напоминает граф, в котором идеи из одной заметки соединяются с идеями из другой.
Docker контролирует, к чему может обращаться агент. Hermes может запускать свой бэкенд внутри контейнера, поэтому монтируемые папки можно настроить с правами только на чтение или с правами на чтение и запись отдельно.
В чем разница с RAG
В этой архитектуре отсутствуют разбиение на фрагменты, генерация эмбеддингов, поиск по сходству или хранилища векторов, поэтому это не пайплайн RAG. Цель — создание набора автономных агентов, которые сами выполняют свои задачи и взаимодействуют друг с другом. У библиотекаря самая сложная роль, поскольку он отделяет надежные знания от бесполезного материала и привлекает человека, когда для принятия решения это необходимо.
Агенты перемещаются по структурированному хранилищу по имени, ссылкам и папкам. Политика записи регулирует поток данных: сначала в сыром виде, затем на этапе проверки, а после — в Вики. Это соответствует пайплайну ETL для знаний, при котором контент перемещается с уровня Bronze на уровень Silver, а затем на уровень Gold, что обеспечивает надежную обработку материалов и возможность отличить качественный контент от некачественного.
Оркестратор
Оркестратор — это основной агент. Его задача проста: он берет инструкцию и передает её соответствующему коллеге. Его файл SOUL.md определяет эту роль:
# 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
Стандартные навыки и инструменты следует отключить. Агент, который не использует ненужные компоненты, работает быстрее:
List Disabled Skills:
llm-wiki
determinstic-codebase-auditing
List Disabled Tools:
Web Searching & Scraping
Task Delegation
Browser Automation
Настройка бэкенда на Docker обеспечивает изоляцию рабочей среды, поэтому агент не может изменять или удалять приватные данные на хосте. Это эффективный механизм безопасности между агентом и компьютером.
Исследователь
Исследователь принимает задания от оркестратора и проводит углубленное исследование. Он никогда не редактирует вики или базу знаний, поскольку его единственными обязанностями являются исследование и подведение итогов. Можно добавить инструменты поиска, чтобы он мог искать информацию в Интернете. Его 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
Здесь применяется та же процедура сокращения стандартных навыков и инструментов:
List Disabled Skills:
llm-wiki
determinstic-codebase-auditing
List Disabled Tools:
Task Delegation
Code Execution
Cronjob
Он также работает с использованием бэкенда Docker для обеспечения той же изоляции, причем его конфигурация подключает местоположение хранилища в рабочую область контейнера:
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
Библиотекарь
Это ключевой элемент системы, поскольку он вносит изменения в вики и отбирает то, что туда попадает. Знания проходят через этапы Бронзовый, Серебряный и Золотой, причем именно на этапе Серебряном человек может просмотреть таблицу.
Новый материал попадает в vault/raw. Все, что требует проверки человеком, оказывается в vault/review. Проверка человеком происходит в трех случаях:
- Создается или обновляется страница.
- Новый контент противоречит существующей странице.
- Ранее данное разрешение применяется снова для изменения контента.
Все в итоге попадает на уровень Золотой, где хранятся подробные страницы, такие как концепции и сущности. Отбор означает сохранение того, что одобрил рецензент, и удаление того, что он не одобрил.
SOUL.md библиотекаря:
# 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.
Для работы ETL требуются два навыка — llm-wiki и llm-wiki-review; оба они находятся в папке навыков библиотекаря.
Библиотекарю также необходим фоновый сервер Docker, профиль которого в файле config.yaml должен быть обновлен следующим образом:
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
В приведённой примерной конфигурации папка Obsidian vault содержит две подпапки: одну для хранения информации о навыках вики и другую — для рабочего пространства. Папка с информацией о навыках вики монтируется по пути /workspace в контейнере, а папка с ограниченным доступом — по пути /workspace/RO. Доступ настраивается для каждой монтируемой папки с помощью суффикса :ro или :rw. Путь вида /workspace/RO:ro имеет ограниченный доступ, а путь без суффикса, например /workspace, по умолчанию предназначен как для чтения, так и для записи.
Переменные окружения работают иначе при использовании контейнеризации. Агент не может напрямую читать файл .env хоста, поэтому они передаются через параметр docker_forward_env в профиле библиотекаря:
.env:
WIKI_PATH=/workspace
OBSIDIAN_VAULT_PATH=/workspace
Три уровня на практике
Базовая запись уровня Бронза:
Страница обзора уровня Серебро:
Страница индекса уровня Золото:
И страница сравнений уровня Золото:
На этих четырёх скриншотах показаны уровни, которые поддерживает библиотекарь. После их настройки следует тест интеграции: необходимо попросить оркестратора координировать действия других агентов, принимать новые знания и организовывать их хранение.
Работа в полном цикле
Первым шагом является создание группы ботов в десктопном приложении Hermes, включающей оркестратора, библиотекаря (с навыками работы с вики) и исследователя.
Затем необходимо отправить оркестратору запрос на принятие данных:
@orchestrator get new article related to AGI and ASI, then store it to article, then run wiki skill
Оркестратор поручает исследователю собирать материалы и хранить их в сейфе. Затем библиотекарь берет этот материал уровня «Бронза» и повышает его статус до «Серебра».
После одобрения знания переходят в категорию «Золото», а именно попадают в папки с концепциями, сравнениями, объектами и запросами сейфа.
Чистая страница уровня «Бронза» оказывается архивированной в папке с необработанными данными. Библиотекарь больше никогда не читает ее и не обрабатывает, поскольку уровень ее заголовка и статус обработки изменились.
Почему это не RAG
RAG представляет собой однонаправленный путь чтения. Текст разбивается на части, встраивается и сопоставляется по степени сходства; лучшие результаты вставляются в запрос, после чего модель формирует ответ. То, какие фрагменты текста будут использованы, определяется вероятностями; корпус остается пассивным индексом, и в него ничего не возвращается.
Описанный выше механизм работает в обратном направлении. Агенты навигируют по структурированному хранилищу по имени, ссылке и папке, а затем детерминированно получают необходимые данные в нужное время. Знания перемещаются вдоль границ политик Bronze (сырые данные), Silver (проверка) и Gold (Вики), причем это перемещение не относится ни к одному процессу RAG.