Pile de connaissances façon Karpathy : pourquoi j'ai placé Hermes, MiniMax M3 et Obsidian au cœur de mon système

La plupart des gens traitent les notes, les modèles et les agents comme trois mondes distincts

Cette pile les fusionne en une seule boucle de rétroaction :

Obsidian comme mémoire, Hermes comme agent, MiniMax M3 comme cœur de raisonnement

Pourquoi une « pile de connaissances » surpasse une « application de notes »

La gestion des connaissances personnelles classique échoue de trois manières prévisibles :

• Les notes sont écrites une fois et jamais mises à jour
• Les conversations IA sont intelligentes mais amnésiques – chaque session repart de zéro
• Le contexte pour un travail sérieux sort constamment de la mémoire vive — la vôtre et celle du modèle

Ce que nous voulons vraiment :

• Un graphe local et lié de tout ce que nous savons
• Un agent qui vit à l'intérieur de ce graphe, pas au-dessus
• Un modèle de pointe capable de raisonner sur un contexte réel énorme, pas seulement 2-3 paragraphes

Hermes + MiniMax M3 + Obsidian vous offrent cela :

• Obsidian – graphe Markdown local avec rétroliens, vue graphe et un écosystème de plugins conçu pour les bases de connaissances personnelles
• Hermes Agent – agent open-source auto-améliorant avec boucle d'apprentissage intégrée, outils et tâches longue durée qui tourne sur votre propre infrastructure
• MiniMax M3 – le modèle que j'utilise réellement chaque jour dans Hermes. Contexte long, multimodal, agentique. Je l'ai choisi parce que je voulais un seul modèle capable de lire l'intégralité de mon coffre, mes logs et une pile de nouveaux articles bruts dans une seule fenêtre de contexte – sans avoir à assembler un pipeline RAG. Après quelques mois d'utilisation réelle, il reste mon choix par défaut. Plus de détails ci-dessous

Le résultat ressemble moins à « utiliser un LLM » qu'à entraîner lentement un second cerveau

Pourquoi j'ai choisi M3 (et ce que j'ai observé)

Je n'ai pas choisi M3 à cause d'un benchmark

Je l'ai choisi parce que chaque autre modèle que j'ai essayé en 2025 avait le même mode d'échec dans mon flux de travail :

il résumait correctement une seule note, mais dès que je lui demandais de lire dix notes, de les recouper avec mes MOC et d'en écrire une nouvelle, il perdait le fil

Les symptômes étaient toujours les mêmes :

• Le résumé était localement cohérent mais globalement faux
• Il citait un projet qui n'était pas réellement dans le fichier
• Il utilisait une étiquette d'une taxonomie différente
• Il inventait un wikilink vers une page qui n'existait pas

Le modèle était intelligent. Le flux de travail était plus grand que le modèle.

M3 a été le premier que j'ai essayé où l'intégralité du graphe tenait dans le contexte et y restait pour toute la tâche.

Trois éléments se sont démarqués lors de l'utilisation réelle :

1. Il utilise réellement ma taxonomie – J'ai environ 41 étiquettes dans un schéma fixe (#coin/\, [#project](https://x.com/search?q=%23project&src=hashtag_click)/\, #concept/*, #solana-interne, #meta). Quand je demande à M3 de compiler une nouvelle note, il choisit la bonne étiquette principale du premier coup environ 90% du temps.

Avec un modèle à contexte 200K, j'étais à environ 60%. La différence est que M3 voit l'ensemble du paysage des étiquettes d'un coup et raisonne dessus au lieu de deviner à partir de quelques exemples.

1. Il ne perd pas le fil lors des longues boucles agentiques – Un lint complet du coffre demande plus de 30 appels d'outils : lire le MOC, suivre les wikilinks, compter les étiquettes, rechercher les doublons, écrire le rapport.

La plupart des modèles commencent à dériver vers l'appel 8-9.

M3 reste cohérent jusqu'à la fin. C'est la raison numéro un pour laquelle j'ai cessé de faire une rotation de contexte vers une nouvelle session toutes les 20 minutes.

1. Il traite les références anticipées comme une fonctionnalité – Quand je lui demande de compiler une note et qu'un concept n'existe pas encore, M3 écrit quand même « Forward Reference ».

Obsidian l'affiche comme un lien gris. Je trie ceux-ci une fois par semaine pendant le lint.

C'est bien mieux qu'un modèle qui invente une fausse note ou saute complètement le lien.

Trois réserves honnêtes après des mois d'utilisation :

• La latence du premier appel est élevée. Hermes précharge le contexte. Ne jugez pas M3 sur les 3 premières secondes – laissez-lui 10 secondes.
• Il écrira avec confiance un [[wikilink]] vers une page qui n'existe pas. C'est le comportement de « référence anticipée » ci-dessus. Cela ne devient un problème que si vous sautez le lint hebdomadaire.
• Le multimodal est réel, mais pour les PDF riches en diagrammes, j'utilise encore d'abord un outil de vision dédié. M3 lit bien le texte des images et des captures d'écran courtes. Pour les pages complètes avec figures, ce n'est pas le bon outil.

C'est tout l'argument.

Le modèle est bon exactement pour ce dont un flux de travail de coffre a besoin : lire l'intégralité du graphe d'un coup et y écrire sans perdre la structure.

Couche 1 – Obsidian comme vérité de référence

Obsidian est la couche de base ennuyeuse mais essentielle de cette pile

• Vos connaissances vivent sous forme de fichiers Markdown bruts sur votre disque, pas enfermées dans le cloud de quelqu'un
• Les rétroliens, la vue graphe et les notes quotidiennes aident les idées à converger en clusters au lieu de disparaître dans l'historique des discussions
• Les plugins transforment Obsidian en un graphe programmable de documents, tâches et ensembles de données qu'un agent peut parcourir systématiquement

Le principe est simple :

Si ça vaut la peine d'être conservé, ça vit d'abord dans Obsidian Si l'agent fait quelque chose d'utile, ça doit finir en note

Une structure pratique :

1/obsidian-vault
2  /inbox
3  /people
4  /projects
5  /research
6    ai-agents.md
7    minimax-m3-benchmarks.md
8  /ai
9    hermes-playbook.md
10    agents-ideas.md

Hermes lira, refactorisera et créera ces notes – mais le coffre reste la source de vérité

Couche 2 – Hermes comme opérateur auto-améliorant

C'est ici que la pile cesse d'être « un système de notes avec un LLM » et commence à agir comme une infrastructure.

Hermes Agent est un agent IA auto-améliorant construit par @NousResearch

Il conserve un modèle persistant de vous et de votre travail, crée des compétences à partir de l'expérience ; les améliore pendant l'utilisation et recherche dans ses propres conversations passées pour rappeler le contexte pertinent au lieu de réinitialiser chaque session.

**Vous pouvez exécuter Hermes de deux manières principales :

• Comme outil CLI sur Linux, macOS ou WSL2
• via Hermes –Desktop – une application native pour macOS, ndows i et Linux qui encapsule le même noyau d'agent dans une interface graphique.

macOS / Linux / WSL2 (CLI)

Cette commande unique installe Hermes Agent, configure l'environnement et expose la commande globale hermes :

1curl -fsSL https://hermes-agent.nousresearch.com/install.sh | bash

Après installation :

1source ~/.bashrc 2>/dev/null || true
2source ~/.zshrc 2>/dev/null || true
3hermes

Windows PowerShell (CLI)

1irm https://hermes-agent.nousresearch.com/install.ps1 | iex

L'installateur Windows gère Python 3.11, Node.js 22, ripgrep, ffmpeg et Git Bash portable, puis ajoute hermes à votre PATH.

Hermes Desktop (GUI)

Si vous ne voulez pas vivre dans le terminal, téléchargez Hermes Desktop depuis la page de bureau officielle et exécutez l'installateur natif pour macOS, Windows ou Linux.

• Utilisez Desktop lorsque vous voulez une interface graphique native plutôt qu'une configuration en ligne de commande, une intégration plus simple et le même noyau Hermes sans amorçage manuel du shell. - Utilisez CLI lorsque vous voulez de la reproductibilité, des scripts, un déploiement sur serveur distant/VPS et un contrôle précis sur les outils, les variables d'environnement et les flux de travail longue durée.

La plupart des gens utiliseront les deux : Desktop pour les interactions quotidiennes, CLI pour la configuration, l'automatisation et le travail à distance.

Architecture – comment la pile s'assemble réellement

Le modèle mental clair :

1Obsidian Vault
2   ↓
3Hermes Agent
4   ↓
5MiniMax M3
6   ↓
7Notes mises à jour, résumés, compétences, tâches planifiées

Chaque couche a un travail distinct:

• Obsidian stocke vos notes en fichiers Markdown, ce qui les rend faciles à indexer, rechercher, différencier et versionner.
• Hermes est la couche d'orchestration – il lit les fichiers, exécute des outils, se souvient des travaux antérieurs, planifie des tâches et décide quand persister quelque chose d'utile. Il peut aussi se connecter à des plateformes de messagerie et des passerelles.
• MiniMax M3 est le moteur de raisonnement de cette pile. Il lit de grandes collections de notes, réécrit les notes désordonnées, compare les documents dans le coffre et gère les tâches agentiques longues sans oublier ce qui était en haut du contexte il y a 20 appels d'outils.
• Dans mon flux de travail, ce dernier point est la clé : un lint complet du coffre, une refactorisation inter-MOC ou une tâche de 30 appels « compile cet article en une note de 5 sections et mets à jour 3 MOC » reste cohérente de bout en bout.
• L'affirmation « architecture MSA » est du marketing. L'expérience vécue est : je peux lancer une tâche pendant 20 minutes et le modèle sait encore ce que je lui ai demandé à la minute 1.

Hermes ne remplace pas Obsidian. Il se place entre votre coffre et le modèle, transformant le coffre en quelque chose d'actionnable

Une boucle réaliste :

• Vous capturez des idées brutes dans Obsidian
• Hermes lit le coffre ou des dossiers spécifiques
• Hermes envoie l'ensemble de notes pertinent à MiniMax M3
• M3 restructure, étiquette, lie, résume ou développe le matériel
• Hermes écrit le résultat dans le coffre en Markdown propre

Cette boucle – pas une discussion ponctuelle – est le véritable produit

Configuration réelle – connecter Hermes à votre coffre

Gardez votre coffre Obsidian dans un emplacement normal du système de fichiers et exposez ce chemin à Hermes.

macOS / Linux

1export OBSIDIAN_VAULT="$HOME/Documents/Obsidian/MainVault"
2ls "$OBSIDIAN_VAULT"

Windows PowerShell

1$env:OBSIDIAN_VAULT="$HOME\Documents\Obsidian\MainVault"
2Get-ChildItem $env:OBSIDIAN_VAULT

Maintenant, exécutez l'assistant de configuration Hermes :

1hermes setup

Ou, pour le chemin le plus court via Nous Portal (fournisseur automatique, passerelle d'outils, etc.) :

1hermes setup --portal

La documentation officielle recommande hermes setup comme commande d'intégration principale et --portal comme raccourci pour la configuration liée au compte et au fournisseur.

Ensuite, vérifiez l'installation :

1hermes doctor

hermes doctor vérifie les dépendances, le PATH, la configuration du fournisseur et signale les problèmes courants avant de commencer à câbler les modèles et les outils.

Couche modèle – connecter Hermes à MiniMax M3

Hermes traite « quel modèle utiliser » comme une configuration de premier ordre, pas comme une hypothèse codée en dur.

Vous choisissez et mettez à jour les modèles en utilisant Hermes lui-même, plutôt qu'en modifiant les fichiers de configuration à la main.

La commande principale :

1hermes model

Cela ouvre un flux de sélection de modèle où Hermes liste les fournisseurs et modèles pris en charge et vous permet de choisir le backend qui expose MiniMax M3.

Chemin de configuration pratique :

1. Installez Hermes (CLI ou Desktop)
2. Exécutez hermes setup ou hermes setup --portal
3. Exécutez hermes model
4. Choisissez le chemin du fournisseur qui vous donne accès à MiniMax M3
5. Enregistrez-le comme votre modèle de contexte long par défaut

Si vous connaissez déjà vos variables d'environnement et le format du fournisseur, vous pouvez également définir des valeurs spécifiques avec :

1hermes config set

La documentation appelle hermes config set la méthode prise en charge pour écrire des valeurs de configuration individuelles sans modifier les fichiers manuellement.

Dans ma configuration quotidienne, M3 est le modèle par défaut pour tout ce que je devrais autrement diviser en plusieurs appels de modèle. Concrètement :

• Lire de grands dossiers de notes où la réponse dépend du graphe, pas d'un seul fichier
• Fusionner des notes en double ou qui se chevauchent – c'est un problème de graphe, pas un problème de texte
• Rédiger des résumés structurés et des aperçus dans ma voix (le modèle en 5 sections, la taxonomie de 41 étiquettes)
• Longues chaînes de recherche où le contexte ne cesse de croître – tâches ouvertes de type « compile, puis mets à jour 3 MOC, puis écris 3 idées de fil »
• Tâches agentiques multi-étapes avec beaucoup de code où le modèle doit se souvenir de son propre historique d'outils pendant plus de 20 appels

Je garde un petit modèle rapide dans Hermes pour les actions utilitaires minuscules (renommer un fichier, trouver une chaîne, formater du YAML).

Pour tout le reste – M3. La répartition est approximativement : modèle bon marché pour les tâches mécaniques, M3 pour les tâches de raisonnement. Après quelques semaines, le routage devient invisible.

Règle empirique :

Utilisez un modèle rapide et bon marché pour les actions utilitaires minuscules. Utilisez MiniMax M3 pour tout ce qui dépend d'un grand contexte, d'une structure ou d'un raisonnement long. C'est là que la pile devient significativement meilleure qu'une discussion standard

Modèle de travail – des dossiers qui passent vraiment à l'échelle

Si vous voulez que cela fonctionne pour de vraies personnes, la structure du coffre compte.

Une disposition pratique :

1MainVault/
2  Inbox/
3  Projects/
4  People/
5  Reading/
6  Daily/
7  Reviews/
8  AI/
9    Hermes/
10    MiniMax/

Pourquoi cela fonctionne :

• Inbox/ capture les éléments bruts et les déversements grossiers
• Daily/ est pour les journaux quotidiens à faible friction
• Reading/ contient les notes sources, les surlignages et les citations
• Projects/ stocke les résultats durables et le travail en cours
• Reviews/ stocke les synthèses hebdomadaires et mensuelles

Hermes fonctionne mieux lorsque chaque dossier a un rôle clair. Si votre coffre est chaotique, Hermes aidera quand même, mais il passera plus de temps à interpréter le désordre qu'à l'améliorer.

Une règle opérationnelle simple :

• Les humains écrivent librement dans Inbox/, Daily/ et Reading/
• Hermes est autorisé à résumer dans Projects/, Reviews/ et les dossiers thématiques comme AI/
• Les notes à long terme vivent dans des dossiers stables et prévisibles

Cela donne des limites de permission à l'agent, même si vous ne les formalisez jamais en YAML.

Tâches qui valent vraiment la peine d'être automatisées

*Les cas d'utilisation les plus forts d'Hermes ne sont pas « répondre à une question » - Ce sont des transformations récurrentes*

Exemples concrets :

• Transformer la note quotidienne d'hier en un résumé structuré
• Fusionner 10 notes de lecture approximatives en une note pérenne
• Extraire les questions ouvertes d'un dossier de projet
• Construire un bilan hebdomadaire à partir de notes éparses
• Comparer les notes actuelles aux plus anciennes et mettre en évidence les opinions qui ont changé

C'est là que MiniMax M3 justifie son existence.

Un modèle standard à contexte court peut bien résumer une seule note.

M3 peut résumer un dossier de 50 notes, les recouper avec les 10 MOC de mon coffre et proposer un aperçu de 1 000 mots qui utilise réellement ma propre voix et mes étiquettes – parce qu'il a vu l'intégralité du graphe.

La tâche que j'exécute le plus souvent : déposer un nouvel article dans raw/, demander à M3 de le compiler en une note en 5 sections (# Profil → # Contexte dans ma recherche → # Liens vers le coffre → # Étiquettes → # Lié), et le voir :

• choisir correctement une étiquette parmi ma taxonomie de 41,
• écrire 8 à 12 wikilinks vers des notes existantes,
• me dire quel MOC a besoin d'une mise à jour.

Avec un modèle 200K j'obtenais peut-être 3 de ces 4 éléments corrects Avec M3 j'obtiens les 4 en un seul passage, sur un coffre d'environ 500 fichiers

L'effet cumulatif : chaque note que je compile dans ce style fait partie du contexte de M3 pour la question suivante que je pose.

Après 6 mois de compilations hebdomadaires, le modèle « connaît » ma voix, mon système d'étiquettes et les MOC que je mets à jour pour quel type de travail – sans que je n'aie rien réentraîné.

Un flux typique depuis le terminal :

1hermes

Ensuite, dans Hermes, vous demandez des tâches comme :

• « Lis tout ce qui se trouve dans Reading/AI Agents/ et crée une note consolidée appelée agent-architecture-overview.md »
• « Scanne Daily/ des 7 derniers jours et écris un bilan hebdomadaire dans Reviews/2026-W24.md »
• « Trouve les idées en double dans Inbox/ et Projects/ et propose des fusions »

La formulation exacte est flexible, mais l'idée centrale est : chaque tâche correspond à des dossiers réels et produit des résultats Markdown réels

Planification et travail non supervisé

Hermes est conçu non seulement pour la discussion, mais aussi pour les passerelles, les planificateurs et l'exécution en arrière-plan

C'est important car les meilleurs flux de travail de gestion des connaissances personnelles sont généralement asynchrones, pas ponctuels.

Tâches planifiées utiles :

• Chaque matin à 08:00 – résumer les notes de la veille en un résumé quotidien dans Reviews/
• Chaque vendredi – générer un bilan hebdomadaire à partir de Daily/ et Projects/
• Une fois par jour – rechercher les notes orphelines et les problèmes structurels
• Chaque nuit – transformer les nouveaux surlignages de lecture en notes atomiques et les lier

Le changement architectural est important :

• Les réponses de discussion disparaissent
• La maintenance programmée des notes s'accumule

Avec le temps, cet effet cumulatif transforme « juste des notes » en un véritable second cerveau

Chemin pratique complet, de bout en bout

1. Installer Hermes

macOS / Linux / WSL2 :

1curl -fsSL https://hermes-agent.nousresearch.com/install.sh | bash

Windows :

1irm https://hermes-agent.nousresearch.com/install.ps1 | iex

Desktop :

• Téléchargez Hermes Desktop depuis la page de bureau officielle et exécutez l'installateur natif sur macOS, Windows ou Linux.

2. Configurer l'agent

1hermes setup
2# ou
3hermes setup --portal

3. Vérifier l'état de santé

1hermes doctor

4. Choisir votre modèle

1hermes model

Sélectionnez le chemin du fournisseur qui expose MiniMax M3 et enregistrez-le comme modèle par défaut pour le travail à contexte long.

5. Démarrer Hermes et le rendre réel

1hermes

À ce stade, la première action utile n'est pas « écrire du code ». C'est :

• Pointer Hermes vers votre coffre
• Lui donner exactement un dossier
• Lui demander de produire un artefact Markdown propre
• L'ouvrir dans Obsidian et inspecter le résultat
• Itérer jusqu'à ce que ce flux de travail devienne ennuyeux et fiable

Une fois qu'une boucle semble solide, ajoutez-en une autre -> Puis une autre.

C'est ainsi que vous transformez Hermes + MiniMax M3 + Obsidian d'une idée cool en une véritable infrastructure

Si vous avez trouvé cela utile :

• Ajoutez cet article à vos favoris .Les liens changent et de nouveaux dépôts apparaissent chaque semaine – vous en aurez besoin comme référence.
• Likez et repostez le fil ci-dessus pour aider d'autres créateurs à échapper au piège du chatbot.
• Pour des analyses approfondies hebdomadaires sur l'architecture IA, le trading quantitatif et l'économie des agents, suivez-moi : @polydao
• Rejoignez le canal Telegram : Buzzoni Notes – ici je partage mes prompts bruts, mes compétences personnalisées et les infos trop récentes pour X.

Ne vous contentez pas de le lire. Construisez-le. Changez votre flux de travail dès aujourd'hui