คลังความรู้สไตล์ Karpathy: ทำไมผมถึงเลือกใช้ Hermes, MiniMax M3 และ Obsidian เป็นหัวใจหลัก

คนส่วนใหญ่มองว่าโน้ต โมเดล และเอเจนต์เป็นสามโลกที่แยกจากกัน

สแต็คนี้รวมพวกมันให้เป็นวงจรป้อนกลับเดียว:

Obsidian เป็นหน่วยความจำของคุณ, Hermes เป็นเอเจนต์, MiniMax M3 เป็นแกนหลักในการคิด

ทำไม "knowledge stack" ถึงดีกว่า "แอปจดโน้ต"

PKM แบบคลาสสิกพังในสามทางที่คาดเดาได้:

• โน้ตถูกเขียนครั้งเดียวแล้วไม่เคยอัปเดต
• แชท AI ฉลาดแต่หลงลืม - ทุกเซสชันเริ่มจากศูนย์
• บริบทสำหรับงานจริงจังหลุดจาก RAM ตลอด - ทั้งของคุณและของโมเดล

สิ่งที่เราอยากได้จริงๆ:

• กราฟที่เชื่อมโยงกันได้และอยู่ท้องถิ่นของทุกสิ่งที่เรารู้
• เอเจนต์ที่อยู่ในกราฟนั้น ไม่ใช่เหนือมัน
• โมเดลแนวหน้าที่สามารถคิดวิเคราะห์บนบริบทจริงขนาดใหญ่ ไม่ใช่แค่ 2-3 ย่อหน้า

Hermes + MiniMax M3 + Obsidian ให้สิ่งนี้แก่คุณ:

• Obsidian - กราฟ markdown ในท้องถิ่นที่มี backlinks, มุมมองกราฟ และระบบปลั๊กอินที่ออกแบบมาสำหรับฐานความรู้ส่วนตัว
• Hermes Agent - เอเจนต์โอเพนซอร์สที่ปรับปรุงตัวเองได้ มีวงจรการเรียนรู้ในตัว เครื่องมือ และงานที่ทำงานยาวนานบนโครงสร้างพื้นฐานของคุณเอง
• MiniMax M3 - โมเดลที่ฉันใช้จริงใน Hermes ทุกวัน รองรับบริบทยาว, หลายรูปแบบ, และทำงานเป็นเอเจนต์ ฉันเลือกมันเพราะต้องการโมเดลเดียวที่สามารถอ่านทั้ง vault, ระบบ log และกองบทความดิบใหม่ๆ ในหน้าต่างบริบทเดียว โดยไม่ต้องต่อ RAG pipeline เอง หลังจากใช้งานจริงสองสามเดือน มันก็กลายเป็นค่าเริ่มต้นของฉัน มีเหตุผลเพิ่มเติมด้านล่าง

ผลลัพธ์ให้ความรู้สึกน้อยกว่า "การใช้ LLM" และเหมือนกับการค่อยๆ ฝึกสมองที่สองมากกว่า

ทำไมฉันถึงเลือก M3 (และสิ่งที่ฉันสังเกตเห็น)

ฉันไม่ได้เลือก M3 เพราะ benchmark

ฉันเลือกมันเพราะทุกโมเดลอื่นที่ฉันลองในปี 2025 มีรูปแบบความล้มเหลวแบบเดียวกันในเวิร์กโฟลว์ของฉัน:

มันสรุปโน้ตเดี่ยวๆ ได้ดี แต่พอฉันขอให้อ่านสิบโน้ต เชื่อมโยงกับ MOCs ของฉัน และเขียนโน้ตใหม่กลับ มันก็เสียประเด็นไป

อาการเหมือนเดิมเสมอ:

• บทสรุปสอดคล้องกันในท้องถิ่นแต่ผิดในภาพรวม
• มันอ้างถึงโปรเจกต์ที่ไม่ได้อยู่ในไฟล์
• มันใช้แท็กจากระบบการจัดหมวดหมู่ที่แตกต่าง
• มันสร้าง wikilink ไปยังหน้าที่ไม่มีอยู่

โมเดลฉลาด เวิร์กโฟลว์ใหญ่เกินกว่าโมเดล

M3 เป็นตัวแรกที่ฉันลองซึ่ง กราฟทั้งหมดพอดีในบริบท และคงอยู่ตลอดทั้งงาน

สามสิ่งที่โดดเด่นในการใช้งานจริง:

1. มันใช้ระบบการจัดหมวดหมู่ของฉันจริงๆ ฉันมีแท็กประมาณ 41 แท็กในโครงสร้างตายตัว (#coin/\, [#project](https://x.com/search?q=%23project&src=hashtag_click)/\, #concept/*, #solana-internal, #meta). เมื่อฉันขอให้ M3 รวบรวมโน้ตใหม่ มันเลือกแท็กหลักที่ถูกต้องในครั้งแรกประมาณ 90% ของเวลา

กับโมเดลบริบท 200K ฉันได้ประมาณ 60% ความแตกต่างคือ M3 เห็นภาพรวมของแท็กทั้งหมดพร้อมกันและคิดวิเคราะห์แทนที่จะเดาจากตัวอย่างไม่กี่ตัวอย่าง

1. มันไม่เสียประเด็นในวงจรเอเจนต์ยาวๆ การตรวจ vault ทั้งหมดคือการเรียกใช้เครื่องมือมากกว่า 30 ครั้ง: อ่าน MOC, ตาม wikilinks, นับแท็ก, สแกนหาซ้ำ, เขียนรายงาน

โมเดลส่วนใหญ่เริ่มออกทะเลประมาณครั้งที่ 8-9

M3 คงความสอดคล้องจนจบงาน นี่คือเหตุผลใหญ่ที่สุดที่ฉันหยุดหมุนเวียนบริบทไปเซสชันใหม่ทุก 20 นาที

1. มันปฏิบัติกับ forward reference เป็นฟีเจอร์ เมื่อฉันขอให้มันรวบรวมโน้ตและแนวคิดยังไม่มีอยู่ M3 เขียน Forward Reference อยู่ดี

Obsidian แสดงเป็นลิงก์สีเทา ฉันจัดกลุ่มสิ่งเหล่านั้นสัปดาห์ละครั้งตอนตรวจสอบ

ดีกว่าโมเดลที่สร้างโน้ตปลอมหรือข้ามลิงก์ไปเลย

ข้อควรระวังสามข้อที่ซื่อสัตย์หลังจากใช้งานหลายเดือน:

• เวลาเริ่มต้นโหลดครั้งแรกสูง Hermes โหลดบริบทไว้ล่วงหน้า อย่าตัดสิน M3 จาก 3 วินาทีแรก - ให้เวลามัน 10 วินาที
• มันจะเขียน [[wikilink]] ไปยังหน้าที่ไม่มีอยู่อย่างมั่นใจ นั่นคือพฤติกรรม "forward reference" ข้างต้น มันจะกลายเป็นปัญหาก็ต่อเมื่อคุณข้ามการตรวจสอบประจำสัปดาห์
• Multimodal ใช้ได้จริง แต่สำหรับ PDF ที่มีไดอะแกรมเยอะ ฉันยังคงใช้เครื่องมือ vision เฉพาะทางก่อน M3 อ่านข้อความจากรูปภาพและภาพหน้าจอสั้นๆ ได้ดี สำหรับทั้งหน้าที่มีตัวเลข มันไม่ใช่เครื่องมือที่เหมาะสม

นั่นคือข้อเสนอทั้งหมด

โมเดลนี้เก่งในสิ่งที่เวิร์กโฟลว์ vault ต้องการ: อ่านกราฟทั้งหมดพร้อมกันและเขียนกลับเข้าไปโดยไม่เสียโครงสร้าง

เลเยอร์ 1 – Obsidian เป็นความจริงพื้นฐาน

Obsidian เป็นเลเยอร์พื้นฐานที่ธรรมดาแต่สำคัญในสแต็คนี้

• ความรู้ของคุณอยู่ในไฟล์ markdown ธรรมดาบนดิสก์ ไม่ได้ล็อกอยู่ในคลาวด์ของใคร
• Backlinks, มุมมองกราฟ และโน้ตรายวันช่วยให้ความคิดรวมตัวเป็นกลุ่มแทนที่จะหายไปในประวัติแชท
• ปลั๊กอินเปลี่ยน Obsidian ให้เป็นกราฟที่ตั้งโปรแกรมได้ของเอกสาร งาน และชุดข้อมูลที่เอเจนต์สามารถสำรวจอย่างเป็นระบบ

หลักการนั้นง่าย:

ถ้ามันคุ้มค่าที่จะเก็บ มันอยู่ใน Obsidian ก่อน ถ้าเอเจนต์ทำสิ่งที่มีประโยชน์ มันควรจบลงเป็นโน้ต

โครงสร้างที่ใช้งานได้จริง:

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 จะอ่าน ปรับโครงสร้าง และสร้างโน้ตเหล่านี้ - แต่ vault ยังคงเป็นแหล่งความจริง

เลเยอร์ 2 – Hermes ในฐานะผู้ปฏิบัติการที่ปรับปรุงตัวเอง

นี่คือจุดที่สแต็คหยุดเป็น "ระบบโน้ตกับ LLM" และเริ่มทำหน้าที่เป็นโครงสร้างพื้นฐาน

Hermes Agent เป็นเอเจนต์ AI ที่ปรับปรุงตัวเองได้ สร้างโดย @NousResearch

มันเก็บแบบจำลองถาวรของคุณและงานของคุณ สร้างทักษะจากประสบการณ์ ปรับปรุงระหว่างการใช้งาน และค้นหาการสนทนาที่ผ่านมาของตัวเองเพื่อเรียกคืนบริบทที่เกี่ยวข้องแทนที่จะรีเซ็ตทุกเซสชัน

คุณสามารถเรียกใช้ Hermes ได้สองวิธีหลัก:

• เป็นเครื่องมือ CLI บน Linux, macOS หรือ WSL2
• ผ่าน Hermes Desktop - แอปพื้นเมืองสำหรับ macOS, Windows และ Linux ที่ห่อเคอร์เนลเอเจนต์เดียวกันใน GUI

เส้นทางการติดตั้ง

macOS / Linux / WSL2 (CLI)

คำสั่งบรรทัดเดียวนี้ติดตั้ง Hermes Agent ตั้งค่าสภาพแวดล้อม และเปิดคำสั่ง hermes ทั่วโลก

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

หลังการติดตั้ง:

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

โปรแกรมติดตั้ง Windows จัดการ Python 3.11, Node.js 22, ripgrep, ffmpeg และ Portable Git Bash จากนั้นเพิ่ม hermes ลงใน PATH ของคุณ

Hermes Desktop (GUI)

หากคุณไม่ต้องการอยู่ในเทอร์มินัล ดาวน์โหลด Hermes Desktop จากหน้าเดสก์ท็อปทางการ และรันโปรแกรมติดตั้งพื้นเมืองสำหรับ macOS, Windows หรือ Linux

• ใช้ Desktop เมื่อคุณต้องการ GUI พื้นเมืองแทนการตั้งค่า CLI, การเริ่มต้นใช้งานที่ง่ายกว่า และเคอร์เนล Hermes เดียวกันโดยไม่ต้องบูตสแตรปเชลด้วยตนเอง
• ใช้ CLI เมื่อคุณต้องการความสามารถในการทำซ้ำ, การเขียนสคริปต์, การปรับใช้เซิร์ฟเวอร์ระยะไกล/VPS และการควบคุมเครื่องมือ ตัวแปรสภาพแวดล้อม และเวิร์กโฟลว์ระยะยาวอย่างละเอียด

คนส่วนใหญ่จะใช้ทั้งสองแบบ: Desktop สำหรับการโต้ตอบรายวัน, CLI สำหรับการตั้งค่า ระบบอัตโนมัติ และการทำงานระยะไกล

สถาปัตยกรรม – สแต็คทำงานร่วมกันอย่างไร

โมเดลทางความคิดที่ชัดเจน:

1Obsidian Vault
2   ↓
3Hermes Agent
4   ↓
5MiniMax M3
6   ↓
7โน้ตที่อัปเดต, บทสรุป, ทักษะ, งานที่กำหนดเวลา

แต่ละเลเยอร์มีหน้าที่ distinct:

• Obsidian จัดเก็บโน้ตของคุณเป็นไฟล์ markdown ซึ่งทำให้ง่ายต่อการจัดทำดัชนี ค้นหา เปรียบเทียบ และควบคุมเวอร์ชัน
• Hermes คือเลเยอร์การเรียบเรียง – มันอ่านไฟล์ ใช้เครื่องมือ จดจำงานก่อนหน้า กำหนดเวลางาน และตัดสินใจว่าเมื่อใดควรคงสิ่งที่ useful ไว้ มันยังสามารถเชื่อมต่อกับแพลตฟอร์มการส่งข้อความและเกตเวย์ได้
• MiniMax M3 คือเครื่องมือคิดในสแต็คนี้ มันอ่านคอลเลกชันโน้ตขนาดใหญ่ เขียนโน้ตที่ยุ่งเหยิงใหม่ เปรียบเทียบเอกสารทั่ว vault และจัดการงานเอเจนต์ระยะยาวโดยไม่ลืมสิ่งที่อยู่ตอนต้นของบริบทเมื่อ 20 การเรียกใช้เครื่องมือที่แล้ว
• ในเวิร์กโฟลว์ของฉัน สิ่งสุดท้ายนี่คือตัวปลดล็อค: การตรวจ vault ทั้งหมด, การปรับโครงสร้างข้าม MOC หรืองาน "รวบรวมบทความนี้เป็นโน้ต 5 ส่วนและอัปเดต 3 MOCs" ที่ต้องเรียกใช้ 30 ครั้ง ล้วนคงความสอดคล้องตั้งแต่ต้นจนจบ
• การอ้าง "สถาปัตยกรรม MSA" คือการตลาด ประสบการณ์จริงคือ: ฉันสามารถรันงานหนึ่งเป็นเวลา 20 นาที และโมเดลยังคงรู้ว่าฉันขอให้มันทำอะไรตั้งแต่นาทีที่ 1

Hermes ไม่ได้แทนที่ Obsidian มันอยู่ระหว่าง vault ของคุณกับโมเดล เปลี่ยน vault ให้เป็นสิ่งที่ลงมือทำได้

วงจรที่สมจริง:

• คุณบันทึกความคิดดิบๆ ใน Obsidian
• Hermes อ่าน vault หรือโฟลเดอร์เฉพาะ
• Hermes ส่งชุดโน้ตที่เกี่ยวข้องไปยัง MiniMax M3
• M3 ปรับโครงสร้าง ติดแท็ก เชื่อมโยง สรุป หรือขยายเนื้อหา
• Hermes เขียนผลลัพธ์กลับเข้าไปใน vault เป็น markdown ที่สะอาด

วงจรนั้น - ไม่ใช่แชทครั้งเดียว - คือผลิตภัณฑ์จริง

การตั้งค่าจริง – เชื่อมต่อ Hermes กับ vault ของคุณ

เก็บ Obsidian vault ของคุณในตำแหน่งระบบไฟล์ปกติและเปิดเผยพาธนั้นไปยัง 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

ตอนนี้รันตัวช่วยตั้งค่า Hermes:

1hermes setup

หรือ สำหรับเส้นทางที่สั้นที่สุดผ่าน Nous Portal (ผู้ให้บริการอัตโนมัติ, Tool Gateway ฯลฯ):

1hermes setup --portal

เอกสารทางการแนะนำให้ใช้ \hermes setup\ เป็นคำสั่งเริ่มต้นหลัก และ \--portal\ เป็นทางลัดสำหรับการกำหนดค่าที่เชื่อมโยงกับบัญชีและผู้ให้บริการ

จากนั้นตรวจสอบการติดตั้ง:

1hermes doctor

hermes doctor ตรวจสอบ dependencies, PATH, การกำหนดค่าผู้ให้บริการ และแจ้งปัญหาทั่วไปก่อนที่คุณจะเริ่มเชื่อมต่อโมเดลและเครื่องมือ

เลเยอร์โมเดล – เชื่อมต่อ Hermes กับ MiniMax M3

Hermes ปฏิบัติต่อ "จะใช้โมเดลไหน" เป็นการกำหนดค่าระดับแรก ไม่ใช่สมมติฐานที่ตายตัว

คุณเลือกและอัปเดตโมเดลโดยใช้ตัว Hermes เอง แทนที่จะแก้ไขไฟล์กำหนดค่าด้วยมือ

คำสั่งหลัก:

1hermes model

คำสั่งนี้เปิดขั้นตอนการเลือกโมเดลที่ Hermes แสดงรายชื่อผู้ให้บริการและโมเดลที่รองรับ และให้คุณเลือกแบ็กเอนด์ที่เปิดเผย MiniMax M3

เส้นทางการตั้งค่าที่ใช้งานได้จริง:

1. ติดตั้ง Hermes (CLI หรือ Desktop)
2. รันคำสั่ง hermes setup หรือ hermes setup --portal
3. รันคำสั่ง hermes model
4. เลือกเส้นทางผู้ให้บริการที่ให้คุณเข้าถึง MiniMax M3
5. บันทึกเป็นโมเดลบริบทยาวเริ่มต้นของคุณ

หากคุณรู้จักตัวแปรสภาพแวดล้อมและรูปแบบผู้ให้บริการอยู่แล้ว คุณสามารถตั้งค่าเฉพาะด้วย:

1hermes config set

เอกสารเรียกว่า hermes config set เป็นวิธีการที่รองรับในการเขียนค่ากำหนดค่าแต่ละรายการโดยไม่ต้องแก้ไขไฟล์ด้วยตนเอง

ในการตั้งค่ารายวันของฉัน M3 เป็นค่าเริ่มต้นสำหรับอะไรก็ตามที่ฉันต้องแบ่งเป็นการเรียกใช้โมเดลหลายครั้ง กล่าวคือ:

• การอ่านโฟลเดอร์โน้ตขนาดใหญ่ที่คำตอบขึ้นอยู่กับกราฟ ไม่ใช่ไฟล์ใดไฟล์หนึ่ง
• การรวมโน้ตที่ซ้ำกันหรือทับซ้อน – นี่คือปัญหาของกราฟ ไม่ใช่ปัญหาของข้อความ
• การเขียนบทสรุปและภาพรวมที่มีโครงสร้างในน้ำเสียงของฉัน (เทมเพลต 5 ส่วน, ระบบจัดหมวดหมู่ 41 แท็ก)
• ห่วงโซ่การวิจัยยาวๆ ที่บริบทเพิ่มขึ้นเรื่อยๆ – งานปลายเปิดอย่าง "รวบรวม, จากนั้นอัปเดต 3 MOCs, จากนั้นเขียนแนวคิด 3 เธรด"
• งานเอเจนต์หลายขั้นตอนที่ใช้โค้ดมาก ซึ่งโมเดลต้องจำประวัติการใช้เครื่องมือของตัวเองเป็นเวลา 20+ การเรียกใช้

ฉันเก็บโมเดลที่เร็วและเล็กไว้ใน Hermes สำหรับการกระทำที่เป็นประโยชน์เล็กๆ น้อยๆ (เปลี่ยนชื่อไฟล์, ค้นหาสตริง, จัดรูปแบบ YAML)

สำหรับทุกอย่างที่กล่าวมาข้างต้น - M3 การแบ่งโดยประมาณคือ: โมเดลราคาถูกสำหรับงานกลไก, M3 สำหรับงานที่ต้องใช้ความคิด หลังจากผ่านไปสองสามสัปดาห์ การกำหนดเส้นทางจะมองไม่เห็น

กฎทั่วไป:

ใช้โมเดลที่เร็วและราคาถูกสำหรับการกระทำที่เป็นประโยชน์เล็กๆ น้อยๆ ใช้ MiniMax M3 สำหรับอะไรก็ตามที่ขึ้นอยู่กับบริบทขนาดใหญ่ โครงสร้าง หรือการคิดระยะยาว นั่นคือจุดที่สแต็คดีกว่าแชทมาตรฐานอย่างมีความหมาย

รูปแบบการทำงาน – โฟลเดอร์ที่ปรับขนาดได้จริง

หากคุณต้องการให้สิ่งนี้ใช้งานได้กับคนจริง โครงสร้างของ vault มีความสำคัญ

เลย์เอาต์ที่ใช้งานได้จริง:

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

ทำไมสิ่งนี้ถึงได้ผล:

• Inbox/ จับการบันทึกดิบและการถ่ายโอนข้อมูลคร่าวๆ
• Daily/ สำหรับบันทึกรายวันที่เสียดทานต่ำ
• Reading/ เก็บโน้ตต้นฉบับ ไฮไลท์ และคำพูด
• Projects/ จัดเก็บผลลัพธ์ที่ทนทานและงานที่กำลังดำเนินการ
• Reviews/ เก็บการสังเคราะห์รายสัปดาห์และรายเดือน

Hermes ทำงานได้ดีที่สุดเมื่อแต่ละโฟลเดอร์มีหน้าที่ชัดเจน หาก vault ของคุณวุ่นวาย Hermes จะยังช่วย แต่จะใช้เวลาตีความความยุ่งเหยิงมากกว่าปรับปรุงมัน

กฎการปฏิบัติงานง่ายๆ:

• มนุษย์เขียนได้อย่างอิสระใน Inbox/, Daily/ และ Reading/
• Hermes ได้รับอนุญาตให้สรุปลงใน Projects/, Reviews/ และโฟลเดอร์หัวข้อ เช่น AI/
• โน้ตระยะยาวอยู่ในโฟลเดอร์ที่เสถียรและคาดเดาได้

นั่นทำให้เอเจนต์มีขอบเขตการอนุญาต แม้ว่าคุณจะไม่เคยทำให้เป็นทางการใน YAML ก็ตาม

งานที่คุ้มค่าแก่การทำงานอัตโนมัติจริงๆ

*กรณีการใช้งาน Hermes ที่แข็งแกร่งที่สุดไม่ใช่ "ตอบคำถามหนึ่งคำถาม" - พวกมันคือการเปลี่ยนแปลงที่เกิดขึ้นซ้ำๆ*

ตัวอย่างที่เป็นรูปธรรม:

• เปลี่ยนโน้ตรายวันของเมื่อวานเป็นบทสรุปที่มีโครงสร้าง
• รวมโน้ตการอ่านคร่าวๆ 10 อันเป็นโน้ตที่คงทนหนึ่งอัน
• ดึงคำถามที่ยังไม่ได้คำตอบจากโฟลเดอร์โปรเจกต์
• สร้างรีวิวรายสัปดาห์จากโน้ตที่กระจัดกระจาย
• เปรียบเทียบโน้ตปัจจุบันกับโน้ตที่เก่ากว่าและเน้นความคิดเห็นที่เปลี่ยนไป

นี่คือจุดที่ MiniMax M3 แสดงความสามารถของมัน

โมเดลบริบทสั้นมาตรฐานสามารถสรุปโน้ตเดี่ยวๆ ได้ดี

M3 สามารถสรุปโฟลเดอร์ที่มี 50 โน้ต เชื่อมโยงกับ 10 MOCs ใน vault ของฉัน และเสนอภาพรวม 1,000 คำที่ใช้น้ำเสียงและแท็กของฉันเอง – เพราะมันเห็นกราฟทั้งหมด

งานที่ฉันรันบ่อยที่สุด: วางบทความใหม่ลงใน raw/, ขอให้ M3 รวบรวมเป็นโน้ต 5 ส่วน (# Profile → # Context in my research → # Links into vault → # Tags → # Related) และดูมัน:

• เลือกแท็กจากระบบจัดหมวดหมู่ 41 แท็กของฉันได้อย่างถูกต้อง
• เขียน wikilinks 8–12 อันไปยังโน้ตที่มีอยู่
• บอกฉันว่า MOC ไหนต้องการอัปเดต

กับโมเดล 200K ฉันอาจได้ถูกต้อง 3 ใน 4 ข้อนั้น กับ M3 ฉันได้ถูกต้องทั้ง 4 ข้อในครั้งเดียว บน vault ที่มี ~500 ไฟล์

ผลกระทบที่ทวีคูณ: ทุกโน้ตที่ฉันรวบรวมในรูปแบบนี้กลายเป็นส่วนหนึ่งของบริบทของ M3 สำหรับคำถามถัดไปที่ฉันถาม

หลังจากรวบรวมทุกสัปดาห์เป็นเวลา 6 เดือน โมเดล "รู้" น้ำเสียงของฉัน ระบบแท็กของฉัน และ MOCs ที่ฉันอัปเดตสำหรับงานประเภทไหน – โดยที่ฉันไม่ต้องฝึกสอนอะไรใหม่

ขั้นตอนทั่วไปจากเทอร์มินัล:

1hermes

จากนั้น ภายใน Hermes คุณขอให้ทำงานต่างๆ เช่น:

• “อ่านทุกอย่างใน Reading/AI Agents/ และสร้างโน้ตรวมหนึ่งอันชื่อ agent-architecture-overview.md”
• “สแกน Daily/ ใน 7 วันที่ผ่านมาและเขียนรีวิวรายสัปดาห์ลงใน Reviews/2026-W24.md”
• “ค้นหาแนวคิดที่ซ้ำกันใน Inbox/ และ Projects/ และเสนอการควบรวม”

สำนวนที่แน่นอนมีความยืดหยุ่น แต่แนวคิดหลักคือ: ทุกงานแมปไปยังโฟลเดอร์จริงและสร้างผลลัพธ์ markdown จริง

การจัดตารางเวลาและการทำงานโดยไม่ต้องดูแล

Hermes ถูกสร้างขึ้นไม่เพียงแต่สำหรับแชท แต่ยังสำหรับเกตเวย์ ตัวจัดตารางเวลา และการทำงานเบื้องหลัง

เรื่องนี้สำคัญเพราะเวิร์กโฟลว์ PKM ที่ดีที่สุดมักจะไม่พร้อมกัน ไม่ใช่เฉพาะกิจ

งานที่กำหนดเวลาที่มีประโยชน์:

• ทุกเช้าเวลา 08:00 น. - สรุปโน้ตของเมื่อวานเป็นสรุปรายวันใน Reviews/
• ทุกวันศุกร์ - สร้างรีวิวรายสัปดาห์จาก Daily/ และ Projects/
• วันละครั้ง - สแกนหาโน้ตที่ไม่มีคนดูแลและปัญหาโครงสร้าง
• ทุกคืน - เปลี่ยนไฮไลท์การอ่านใหม่เป็นโน้ตอะตอมมิกและเชื่อมโยงมัน

การเปลี่ยนแปลงทางสถาปัตยกรรมนั้นใหญ่:

• คำตอบแชทหายไป
• การบำรุงรักษาโน้ตตามกำหนดเวลาทวีคูณ

เมื่อเวลาผ่านไป ผลกระทบทวีคูณนั้นคือสิ่งที่เปลี่ยน "แค่โน้ต" ให้เป็นสมองที่สองจริง

เส้นทางปฏิบัติแบบครบวงจร ตั้งแต่ต้นจนจบ

1. ติดตั้ง 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:

• ดาวน์โหลด Hermes Desktop จากหน้าเดสก์ท็อปทางการ และรันโปรแกรมติดตั้งพื้นเมืองบน macOS, Windows หรือ Linux

2. กำหนดค่าเอเจนต์

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

3. ตรวจสอบสถานะ

1hermes doctor

4. เลือกโมเดลของคุณ

1hermes model

เลือกเส้นทางผู้ให้บริการที่เปิดเผย MiniMax M3 และบันทึกเป็นโมเดลเริ่มต้นสำหรับงานบริบทยาว

5. เริ่ม Hermes และทำให้มันเป็นจริง

1hermes

ณ จุดนี้ การเคลื่อนไหวแรกที่มีประโยชน์ไม่ใช่ "เขียนโค้ด" มันคือ:

• ชี้ Hermes ไปที่ vault ของคุณ
• ให้มันหนึ่งโฟลเดอร์พอดี
• ขอให้มันสร้างสิ่งประดิษฐ์ markdown ที่สะอาดหนึ่งชิ้น
• เปิดใน Obsidian และตรวจสอบผลลัพธ์
• ทำซ้ำจนกว่าเวิร์กโฟลว์นี้จะน่าเบื่อและเชื่อถือได้

เมื่อหนึ่งวงจรรู้สึกมั่นคง ให้เพิ่มอีกวงจร -> จากนั้นอีกวงจรหนึ่ง

นั่นคือวิธีที่คุณเปลี่ยน Hermes + MiniMax M3 + Obsidian จากแนวคิดเจ๋งๆ ให้เป็นโครงสร้างพื้นฐานจริง

หากคุณพบว่าสิ่งนี้มีประโยชน์:

• คั่นหน้าบทความนี้ ลิงก์เปลี่ยนแปลงและมี repo ใหม่ผุดขึ้นทุกสัปดาห์ - คุณจะต้องใช้สิ่งนี้เป็นข้อมูลอ้างอิง
• กด Like และ Repost เธรดด้านบนเพื่อช่วยให้คนสร้างคนอื่นๆ หลุดจากกับดักแชทบอท
• สำหรับเจาะลึกรายสัปดาห์เกี่ยวกับสถาปัตยกรรม AI, การซื้อขายเชิงปริมาณ และเศรษฐกิจเอเจนต์ ติดตามฉัน: @polydao
• เข้าร่วมช่อง TG: Buzzoni Notes - ที่นี่ฉันแชร์พร้อมต์ดิบ ทักษะที่กำหนดเอง และอัลฟาที่ยังเร็วเกินไปสำหรับ X

อย่าแค่อ่านมัน สร้างมัน เปลี่ยนเวิร์กโฟลว์ของคุณตั้งแต่วันนี้