Knowledge Stack in stile Karpathy: perché ho messo Hermes, MiniMax M3 e Obsidian al centro

Ecco la traduzione in italiano del testo fornito, seguendo scrupolosamente tutte le linee guida specificate.

La maggior parte delle persone tratta note, modelli e agenti come tre mondi separati

Questo stack li unisce in un unico ciclo di feedback:

Obsidian come tua memoria, Hermes come agente, MiniMax M3 come nucleo di ragionamento

Perché uno "stack di conoscenza" batte una "app per note"

Il PKM classico si rompe in tre modi prevedibili:

• Le note vengono scritte una volta e mai più aggiornate
• Le chat AI sono intelligenti ma amnesiche - ogni sessione parte da zero
• Il contesto per un lavoro serio continua a cadere dalla RAM - la tua e quella del modello

Cosa vogliamo davvero:

• Un grafo locale e collegabile di tutto ciò che sappiamo
• Un agente che viva dentro quel grafo, non al di sopra
• Un modello all'avanguardia che possa ragionare su un contesto reale enorme, non solo 2-3 paragrafi

Hermes + MiniMax M3 + Obsidian ti danno tutto questo:

• Obsidian - grafo markdown locale con backlink, vista grafo e un ecosistema di plugin progettato per basi di conoscenza personali
• Hermes Agent - agente open-source auto-migliorante con un ciclo di apprendimento integrato, strumenti e job a lunga esecuzione eseguiti sulla tua infrastruttura
• MiniMax M3 - il modello che uso effettivamente ogni giorno all'interno di Hermes. Contesto lungo, multimodale, agentico. L'ho scelto perché volevo un singolo modello che potesse leggere il mio intero vault, i miei log e una pila di nuovi articoli grezzi in un'unica finestra di contesto, senza dover mettere insieme una pipeline RAG. Dopo alcuni mesi di uso reale, rimane il mio predefinito. Più avanti spiego perché

Il risultato sembra meno "usare un LLM" e più "addestrare lentamente un secondo cervello"

Perché ho scelto M3 (e cosa ho notato)

Non ho scelto M3 per un benchmark

L'ho scelto perché ogni altro modello che ho provato nel 2025 aveva la stessa modalità di fallimento nel mio flusso di lavoro:

riassumeva bene una singola nota, ma nel momento in cui gli chiedevo di leggere dieci note, incrociarle con i miei MOC e scriverne una nuova, perdeva il filo

I sintomi erano sempre gli stessi:

• Il riassunto era localmente coerente ma globalmente sbagliato
• Citava un progetto che in realtà non era nel file
• Usava un tag di una tassonomia diversa
• Inventava un wikilink per una pagina che non esisteva

Il modello era intelligente. Il flusso di lavoro era più grande del modello.

M3 è stato il primo che ho provato in cui l'intero grafo entrava nel contesto e ci rimaneva per l'intera attività.

Tre cose si sono distinte nell'uso reale:

1. Usa effettivamente la mia tassonomia Ho circa 41 tag in uno schema fisso (#coin/\, [#project](https://x.com/search?q=%23project&src=hashtag_click)/\, #concept/*, #solana-interni, #meta). Quando chiedo a M3 di compilare una nuova nota, sceglie il tag primario corretto al primo tentativo circa il 90% delle volte.

Con un modello da 200K di contesto ero forse al 60%. La differenza è che M3 vede l'intero panorama dei tag in una volta e ci ragiona sopra, invece di indovinare da qualche esempio.

1. Non perde il filo nei lunghi loop agentici Un controllo completo del vault comporta 30 o più chiamate di strumenti: leggere MOC, seguire wikilink, contare tag, cercare duplicati, scrivere il report.

La maggior parte dei modelli inizia a deviare intorno alla chiamata 8-9.

M3 rimane coerente fino alla fine. Questa è la ragione principale per cui ho smesso di fare context-rotating in una nuova sessione ogni 20 minuti.

1. Tratta i riferimenti in avanti come una funzionalità Quando gli chiedo di compilare una nota e un concetto non esiste ancora, M3 scrive comunque il Riferimento in Avanti.

Obsidian lo visualizza come un link grigio. Gestisco questi casi una volta a settimana durante il lint.

Questo è molto meglio di un modello che inventa una nota falsa o salta del tutto il link.

Tre onesti avvertimenti dopo mesi di utilizzo:

• La latenza della prima chiamata è alta. Hermes pre-carica il contesto. Non giudicare M3 dai primi 3 secondi - dagli 10.
• Scriverà con sicurezza un [[wikilink]] a una pagina che non esiste. Questo è il comportamento del "riferimento in avanti" di cui sopra. Diventa un problema solo se salti il lint settimanale.
• Il multimodale è reale, ma per i PDF ricchi di diagrammi uso ancora prima uno strumento di visione dedicato. M3 legge bene il testo da immagini e screenshot brevi. Per pagine intere con figure, non è lo strumento giusto.

Questo è tutto il succo.

Il modello è bravo esattamente in ciò di cui ha bisogno un flusso di lavoro basato su vault: leggere l'intero grafo in una volta e riscriverci dentro senza perdere la struttura.

Livello 1 – Obsidian come fonte di verità

Obsidian è il livello di base noioso ma critico in questo stack

• La tua conoscenza vive come file markdown semplici sul disco, non bloccata nel cloud di qualcuno
• Backlink, vista grafo e note giornaliere aiutano le idee a convergere in cluster invece di sparire nella cronologia delle chat
• I plugin trasformano Obsidian in un grafo programmabile di documenti, attività e dataset che un agente può attraversare sistematicamente

Il principio è semplice:

Se vale la pena conservarlo, vive prima in Obsidian Se l'agente fa qualcosa di utile, dovrebbe finire come nota

Una struttura pratica:

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 leggerà, rifattorizzerà e creerà queste note - ma il vault rimane la fonte di verità

Livello 2 – Hermes come operatore auto-migliorante

È qui che lo stack smette di essere "un sistema di note con un LLM" e inizia a comportarsi come un'infrastruttura

Hermes Agent è un agente AI auto-migliorante costruito da @NousResearch

Mantiene un modello persistente di te e del tuo lavoro, crea abilità dall'esperienza, le migliora durante l'uso e cerca nelle sue conversazioni passate per richiamare il contesto rilevante invece di resettare ogni sessione

Puoi eseguire Hermes in due modi principali:

• Come strumento CLI su Linux, macOS o WSL2
• Tramite Hermes Desktop - un'app nativa per macOS, Windows e Linux che racchiude lo stesso core dell'agente in una GUI

Percorsi di installazione

macOS / Linux / WSL2 (CLI)

Questo comando unico installa Hermes Agent, configura l'ambiente ed espone il comando globale hermes

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

Dopo l'installazione:

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

Il programma di installazione Windows gestisce Python 3.11, Node.js 22, ripgrep, ffmpeg e Git Bash portatile, quindi aggiunge hermes al tuo PATH

Hermes Desktop (GUI)

Se non vuoi vivere nel terminale, scarica Hermes Desktop dalla pagina desktop ufficiale ed esegui il programma di installazione nativo per macOS, Windows o Linux.

• Usa Desktop quando vuoi una GUI nativa invece di un setup CLI, un onboarding più semplice e lo stesso core Hermes senza bootstrap manuale della shell
• Usa CLI quando vuoi riproducibilità, scripting, distribuzione su server remoto/VPS e controllo preciso su strumenti, variabili d'ambiente e flussi di lavoro a lunga esecuzione

La maggior parte delle persone userà entrambi: Desktop per l'interazione quotidiana, CLI per configurazione, automazione e lavoro remoto

Architettura – come lo stack si incastra realmente

Il modello mentale pulito:

1Obsidian Vault
2   ↓
3Hermes Agent
4   ↓
5MiniMax M3
6   ↓
7Note, riassunti, abilità, job pianificati aggiornati

Ogni livello ha un compito distinto:

• Obsidian memorizza le tue note come file markdown, rendendole facili da indicizzare, cercare, confrontare e versionare
• Hermes è il livello di orchestrazione – legge i file, esegue strumenti, ricorda il lavoro precedente, pianifica job e decide quando persistere qualcosa di utile. Può anche connettersi a piattaforme di messaggistica e gateway
• MiniMax M3 è il motore di ragionamento in questo stack. Legge grandi collezioni di note, riscrive note disordinate, confronta documenti attraverso il vault e gestisce attività agentiche a lunga esecuzione senza dimenticare cosa c'era all'inizio del contesto 20 chiamate di strumenti fa
• Nel mio flusso di lavoro, quest'ultimo punto è la svolta: un lint completo del vault, una rifattorizzazione incrociata di MOC o un'attività di 30 chiamate del tipo "compila questo articolo in una nota di 5 sezioni e aggiorna 3 MOC" rimane coerente dall'inizio alla fine
• L'affermazione "architettura MSA" è marketing. L'esperienza vissuta è: posso eseguire un'attività per 20 minuti e il modello ricorda ancora cosa gli ho chiesto di fare al minuto 1

Hermes non sta sostituendo Obsidian. Si posiziona tra il tuo vault e il modello, trasformando il vault in qualcosa di azionabile

Un ciclo realistico:

• Catturi idee grezze in Obsidian
• Hermes legge il vault o cartelle specifiche
• Hermes invia il set di note pertinenti a MiniMax M3
• M3 ristruttura, taga, collega, riassume o espande il materiale
• Hermes scrive il risultato nel vault come markdown pulito

Quel ciclo - non una chat una tantum - è il prodotto reale

Configurazione reale – connettere Hermes al tuo vault

Mantieni il tuo vault Obsidian in una posizione normale del filesystem ed esponi quel percorso a 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

Ora esegui la procedura guidata di setup di Hermes:

1hermes setup

Oppure, per il percorso più breve tramite Nous Portal (provider automatico, Tool Gateway, ecc.):

1hermes setup --portal

I documenti ufficiali raccomandano \hermes setup\ come comando di onboarding principale e \--portal\ come scorciatoia per la configurazione collegata all'account e al provider

Poi verifica l'installazione:

1hermes doctor

hermes doctor controlla dipendenze, PATH, configurazione del provider e segnala problemi comuni prima di iniziare a collegare modelli e strumenti

Livello del modello – collegare Hermes a MiniMax M3

Hermes tratta "quale modello usare" come una configurazione di prima classe, non come un presupposto hardcoded.

Scegli e aggiorni i modelli usando Hermes stesso, invece di modificare i file di configurazione a mano.

Il comando principale:

1hermes model

Questo apre un flusso di selezione del modello in cui Hermes elenca i provider e i modelli supportati e ti permette di scegliere il backend che espone MiniMax M3

Percorso di configurazione pratica:

1. Installa Hermes (CLI o Desktop)
2. Esegui hermes setup o hermes setup --portal
3. Esegui hermes model
4. Scegli il percorso del provider che ti dà accesso a MiniMax M3
5. Salvalo come modello predefinito per contesto lungo

Se conosci già le variabili d'ambiente e il formato del provider, puoi anche impostare valori specifici con:

1hermes config set

I documenti chiamano hermes config set il metodo supportato per scrivere singoli valori di configurazione senza modificare i file manualmente.

Nella mia configurazione quotidiana, M3 è il predefinito per tutto ciò che altrimenti dovrei dividere in più chiamate del modello. Concretamente:

• Leggere grandi cartelle di note dove la risposta dipende dal grafo, non da un singolo file
• Unire note duplicate o sovrapposte – questo è un problema di grafo, non di testo
• Scrivere riassunti e panoramiche strutturate con la mia voce (il modello a 5 sezioni, la tassonomia a 41 tag)
• Lunghe catene di ricerca dove il contesto continua a crescere – attività aperte del tipo "compila, poi aggiorna 3 MOC, poi scrivi 3 idee per thread"
• Attività agente multi-step con molto codice dove il modello deve ricordare la propria cronologia degli strumenti per oltre 20 chiamate

Tengo un piccolo modello veloce in Hermes per piccole azioni utility (rinominare un file, trovare una stringa, formattare YAML).

Per tutto il resto - M3. La divisione è approssimativamente: modello economico per compiti meccanici, M3 per compiti di ragionamento. Dopo qualche settimana, il routing diventa invisibile.

Regola generale:

Usa un modello veloce ed economico per piccole azioni utility. Usa MiniMax M3 per qualsiasi cosa dipenda da contesto ampio, struttura o ragionamento lungo. È lì che lo stack diventa significativamente migliore della chat standard

Schema di lavoro – cartelle che scalano davvero

Se vuoi che questo funzioni per persone reali, la struttura del vault è importante.

Un layout pratico:

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

Perché funziona:

• Inbox/ cattura appunti grezzi e scarichi approssimativi
• Daily/ è per registri giornalieri a basso attrito
• Reading/ contiene note fonte, punti salienti e citazioni
• Projects/ memorizza output durevoli e lavoro in corso
• Reviews/ memorizza sintesi settimanali e mensili

Hermes funziona meglio quando ogni cartella ha un compito chiaro. Se il tuo vault è caotico, Hermes aiuterà comunque, ma passerà più tempo a interpretare il caos invece di migliorarlo

Una semplice regola operativa:

• Gli umani scrivono liberamente in Inbox/, Daily/ e Reading/
• Hermes può riassumere in Projects/, Reviews/ e cartelle tematiche come AI/
• Le note a lungo termine vivono in cartelle stabili e prevedibili

Questo dà all'agente dei confini di permesso, anche se non li formalizzi mai in YAML.

Job che valgono davvero la pena automatizzare

*I casi d'uso più forti di Hermes non sono "rispondere a una domanda" - Sono trasformazioni ricorrenti*

Esempi concreti:

• Trasformare la nota giornaliera di ieri in un riassunto strutturato
• Unire 10 note di lettura approssimative in una nota evergreen
• Estrarre domande aperte da una cartella di progetto
• Creare una revisione settimanale da note sparse
• Confrontare le note attuali con quelle più vecchie ed evidenziare opinioni cambiate

È qui che MiniMax M3 dà il meglio di sé.

Un modello standard a contesto breve può riassumere bene una singola nota.

M3 può riassumere una cartella di 50 note, incrociarle con i 10 MOC nel mio vault e proporre una panoramica di 1.000 parole che usa effettivamente la mia voce e i miei tag – perché ha visto l'intero grafo.

Il job che eseguo più spesso: inserire un nuovo articolo in raw/, chiedere a M3 di compilarlo in una nota di 5 sezioni (# Profilo → # Contesto nella mia ricerca → # Collegamenti nel vault → # Tag → # Correlati), e guardarlo:

• scegliere correttamente un tag dalla mia tassonomia di 41 tag,
• scrivere 8-12 wikilink a note esistenti,
• dirmi quale MOC necessita di un aggiornamento.

Con un modello da 200K ottenevo forse 3 di queste 4 cose giuste Con M3 ottengo tutte e 4 in un unico passaggio, su un vault di ~500 file

L'effetto cumulativo: ogni nota che compilo in questo stile diventa parte del contesto di M3 per la prossima domanda che farò.

Dopo 6 mesi di compilazioni settimanali, il modello "conosce" la mia voce, il mio sistema di tag e quali MOC aggiorno per quale tipo di lavoro – senza che io riaddestri nulla.

Un flusso tipico dal terminale:

1hermes

Poi, all'interno di Hermes, chiedi attività come:

• "Leggi tutto in Reading/AI Agents/ e crea una nota consolidata chiamata agent-architecture-overview.md"
• "Scansiona Daily/ degli ultimi 7 giorni e scrivi una revisione settimanale in Reviews/2026-W24.md"
• "Trova idee duplicate in Inbox/ e Projects/ e proponi unioni"

La frase esatta è flessibile, ma l'idea centrale è: ogni attività mappa su cartelle reali e produce output markdown reali

Pianificazione e lavoro non presidiato

Hermes è costruito non solo per la chat, ma anche per gateway, pianificatori ed esecuzione in background

Questo è importante perché i migliori flussi di lavoro PKM sono solitamente asincroni, non ad-hoc.

Job pianificati utili:

• Ogni mattina alle 08:00 - riassumere le note di ieri in un riepilogo giornaliero in Reviews/
• Ogni venerdì - generare una revisione settimanale da Daily/ e Projects/
• Una volta al giorno - scansionare le note orfane e i problemi strutturali
• Ogni notte - trasformare le nuove evidenziazioni di lettura in note atomiche e collegarle

Lo spostamento architetturale è grande:

• Le risposte delle chat scompaiono
• La manutenzione programmata delle note si accumula

Nel tempo, quell'effetto cumulativo è ciò che trasforma "semplici note" in un vero secondo cervello

Percorso pratico completo, dall'inizio alla fine

1. Installa 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:

• Scarica Hermes Desktop dalla pagina desktop ufficiale ed esegui il programma di installazione nativo su macOS, Windows o Linux.

2. Configura l'agente

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

3. Verifica lo stato di salute

1hermes doctor

4. Scegli il tuo modello

1hermes model

Seleziona il percorso del provider che espone MiniMax M3 e salvalo come modello predefinito per il lavoro a contesto lungo.

5. Avvia Hermes e rendilo reale

1hermes

A questo punto, la prima mossa utile non è "scrivere codice". È:

• Punta Hermes al tuo vault
• Dagli esattamente una cartella
• Chiedigli di produrre un artefatto markdown pulito
• Aprilo in Obsidian e ispeziona il risultato
• Iterare finché questo flusso di lavoro non diventa noioso e affidabile

Una volta che un ciclo sembra solido, aggiungine un altro -> Poi un altro.

È così che trasformi Hermes + MiniMax M3 + Obsidian da un'idea interessante in una vera infrastruttura

Se hai trovato utile questo:

• Aggiungi questo articolo ai segnalibri. I link cambiano e nuovi repo spuntano ogni settimana - ti servirà come riferimento
• Metti Mi Piace e Riposta il thread qui sopra per aiutare altri costruttori a scappare dalla trappola del chatbot
• Per approfondimenti settimanali su architettura AI, trading quantistico e l'economia degli agenti, seguimi: @polydao
• Unisciti al Canale TG: Buzzoni Notes - qui condivido i miei prompt grezzi, abilità personalizzate e alpha troppo presto per X

Non limitarti a leggerlo. Costruiscilo. Cambia il tuo flusso di lavoro a partire da oggi