@neil_xbt: https://x.com/neil_xbt/status/2068884902078992537

X AI KOLs Timeline 工具

摘要

本文介绍了一种方法,利用Obsidian和Hermes Agent将你的专业知识产品化为一个系统,使客户无需你直接投入时间即可访问你的知识和框架。

https://t.co/zqJEpvX6Ik
查看原文
查看缓存全文

缓存时间: 2026/06/22 19:51

如何将你的专业知识产品化为一个Hermes-Obsidian系统,让客户付费访问

出售自己的时间是存在硬性天花板的,而且你早已知道它在哪里。

一周只有那么多小时。你靠专业知识赚取的每一块钱,都与你投入的交付时间绑定。当你日程排满时,也就到此为止了。

赚更多钱的唯一途径是提高费率或延长工时,但这两种方式很快就会遇到瓶颈。这是每个直接出售知识的专家都会遇到的结构性困境:收入被日历封顶,而日历不会扩张。

摆脱这种困境的方法一直都是一样的思路:将你所知的东西,转化为无需你时刻在场也能创造价值的形式。一本书。一门课程。一套软件。问题是,历史上所有这些方式都要求你或者变成另一种专业人士(作者、课程创作者、软件公司),或者将你的专业知识扁平化为一种静态形式,无法适应面对的具体情况。一本书无法回答后续问题。一门课程无法将其框架应用到你特定的案例中。

这个局限性,现在改变了。

你现在可以将你的专业知识编码进一个系统,该系统承载你的知识,将你的框架应用于客户的特定情况,记住每一次互动,并随时间不断改进,而这一切都无需你在场。这个系统由两个工具构建:Obsidian用于承载结构化知识,Hermes Agent则负责应用这些知识,并具备持久记忆和自我提升的技能。客户付费访问的是系统,而不是你的时间。

这篇文章将告诉你如何构建它,它适用于谁,以及如何为那个无需你亲自运行、代表你专业知识的版本定价。

这里所说的“专业知识产品化”真正含义是什么

“将你的专业知识产品化”这个说法通常意味着编写一门课程或一套模板包。但这里说的不是这个。

课程是将你的知识转移给他人,然后他们必须自己去应用。模板是给他们一个需要自己填充的起点。两者都将工作量转嫁给了客户。而你要构建的是一个能够完成“应用”环节的系统。客户带来他们的具体情况,系统则将你的框架、你的决策逻辑、以及你积累的判断力应用到这种情况上,生成客户原本需要支付你的时间才能获得的成果。

这种区别很重要,因为它决定了客户在为什么付费。对于课程,他们为信息付费,然后自己干活。对于这个系统,他们为“工作完成”这个结果付费,由一套像你一样思考的系统来完成,因为你把你如何思考的方式编码进了系统里。

两个组成部分使这成为可能。Obsidian 承载知识层:你的框架、你的决策树、你的领域专业知识、你的工作示例,全部以结构化的纯文本文件形式存在。Hermes Agent 是应用层:它读取知识,将其应用于客户输入,通过其持久记忆记住与该客户的每一次过往互动,并在处理更多案例的过程中完善自身技能。知识是你的。Agent 则让它变得可查询、可应用、且具有持久性。

结果不是一件静态产品。它是一个活生生的系统,使用得越多,就越擅长应用你的专业知识,这是任何书籍或课程都从未做到过的事情。

这适用于谁的专业知识

并非所有专业知识都能同样好地产品化为这种形式。效果最好的专业知识具备三个共同特征,识别你的专业知识是否符合这些条件,是第一步决策。

它必须是框架驱动而非纯粹直觉性的。 如果你交付价值的方式可以表达为一套原则、决策规则和可重复的流程,哪怕是部分可以,那它就能被编码。一位遵循一致方法论评估客户情况的财务顾问可以编码该方法论。一位对每次接案都应用相同诊断框架的顾问可以编码该框架。真正纯粹直觉、没有可表达结构的专业知识无法产品化,但大多数专业知识的结构性都远超专家自己的假设。

它必须适用于反复出现的情况,而非独一无二的情况。 系统通过将你的框架应用于与你以前处理过的情况相似的客户情况来交付价值。一位反复帮助公司解决同一类问题的营销顾问,他所面对的情况就是反复出现的。一位为许多客户处理同类合同审查的律师,他所面对的情况也是反复出现的。你的工作在模式上重复得越多,只是在细节上有所不同,它就越容易产品化。

它必须能产生客户可以据此行动的输出。 系统需要交付具体的东西:一份分析、一份计划、一份建议、一份文件、一份诊断。其价值纯粹在于对话和建立关系的专业知识不易编码。而那些最终能形成可交付成果的专业知识则适合。

如果你的专业知识是框架驱动的、适用于反复出现的情况、并能产生可操作的输出,那么它就是这套系统的候选对象。大多数专业的咨询、顾问、分析和诊断专业知识都符合这三项标准。

在 Obsidian 中构建知识层

Obsidian 知识库是你专业知识以 Agent 可读取和应用的形式存在的地方。其结构将系统所需的不同类型知识区分开来。

expertise-system/ ├── CLAUDE.md (Agent 如何应用专业知识) ├── frameworks/ (你的核心方法论和决策逻辑) ├── examples/ (展示框架应用的工作案例) ├── reference/ (领域知识、标准、事实) ├── intake/ (如何收集案例所需信息) ├── clients/ (每个客户的记忆和历史) └── outputs/ (可交付成果的模板)

frameworks 文件夹是系统的核心。这是你编码实际方法论的地方,正是这些方法论让你的专业知识有价值。不是对你方法的模糊描述,而是具体的决策逻辑:当你看到这个,你就检查那个;如果答案是A,你就推荐B;你考量的因素以及你如何权衡它们。你能表达自己决策过程越精确,系统应用它的效果就越好。

编码一个框架看起来是这样的。提取你在工作中反复运行的一个流程,并将其写为显式逻辑:

框架:[你的方法论名称]

何时适用

[触发此框架的情况]

所需输入

[应用前需要哪些信息]

决策逻辑

  1. 首先,评估 [因素A]。
    • 如果 [条件1],则 [方向1]
    • 如果 [条件2],则 [方向2]
  2. 然后,评估 [因素B],权衡 [考虑因素]
  3. [继续走完你的实际流程]

输出

[此框架产出的内容及其形式]

常见错误

[人们常在哪里出错,包括你以前学乖之前犯过的错]

工作示例

[一个真实的匿名案例,展示框架从输入到输出的应用]

“常见错误”和“工作示例”部分是区分一个系统是良好应用你的专业知识,还是机械地应用它的关键。错误部分编码了你关于框架何处会出错而辛苦获得的判断。工作示例为 Agent 提供了一个可供匹配的具体模式,这能显著提高其应用于新案例的质量。

在构建其他框架之前,先完整地构建一个框架。一个能处理你最常遇到的客户情况的、编码良好的单一框架,就是一个可用的产品。你可以通过随时间添加更多框架来扩展系统。

在 Hermes 中构建应用层

Hermes 是将 Obsidian 中的静态知识转变为一个客户可以与之交互的系统的工具。安装它,设置 Claude 作为为其提供动力的模型,并将其指向你的专业知识知识库。

定义 Agent 如何应用你专业知识的配置,存在于知识库根目录下的 CLAUDE.md 文件中:

专业知识系统 — CLAUDE.md

本系统的作用

本系统将 [你的名字] 的 [领域] 专业知识应用于 客户情况。它读取 frameworks/ 中的框架, 将它们应用于客户的具体输入,并产生 outputs/ 中定义的可交付成果。

如何处理客户请求

  1. 识别哪个框架适用于他们的具体情况
  2. 检查 intake/ 以确定该框架需要哪些信息
  3. 如果缺少信息,在进行下一步之前向客户询问
  4. 将框架的决策逻辑应用于他们的具体案例
  5. 参考工作示例以校准应用方法
  6. 按照 outputs/ 中定义的格式生成输出
  7. 将本次互动保存到 clients/ 中的客户文件里

标准

  • 忠实应用框架。不要超出已编码的专业知识范围即兴发挥。
  • 当情况超出已编码框架时,应明确说明,而不是猜测。 将其标记出来,交给 [你的名字] 直接处理。
  • 参考常见错误部分,以避免已知错误。

记忆

每次客户互动都保存到 clients/[客户名称].md。 在回复客户前,先读取他们的历史记录,以便系统在多次会话中记住他们的情况。

指示 Agent 标记超出已编码框架的情况,这一点至关重要。这是保持系统可信度的关键。一个自信地在其实际所知之外即兴发挥的产品化专业知识系统,会产生恶劣的输出,损害你的声誉。一个了解自身边界并将边缘案例升级给你的系统,才能保持可靠,并保护它所代表的专业知识。

Hermes 的持久记忆是让系统感觉像是在与你合作,而不是一个通用工具的关键。因为每次客户互动都被保存,并且在每次新回复前重新读取,系统会记住客户的情况、他们的历史和之前的输出。客户体验到连续性,就像一位记得他们的人类顾问一样,而这也是他们付费购买的一大部分。

客户如何访问以及他们为什么付费

有三种模式可以出售系统访问权限,按价格升序和你的参与度降序排列。

托管模式是最高接触度,也是最容易开始的模式。客户将他们的具体情况发送给你,你通过系统运行,你审查输出,然后你交付。系统完成工作;你提供质量保证和客户关系。这是最安全的开始方式,因为你能在任何错误到达客户之前捕获它们,并且它让你在允许客户直接接触系统之前,就能根据真实案例来完善你的框架。定价为每月固定费用,根据工作量和输出价值,在 500 到 2000 美元之间。

监督访问模式允许客户通过 Hermes 界面(通常是 Telegram 机器人)直接访问系统,你进行监控,并在系统标记到超出其框架的范围时介入。客户从你编码的专业知识中获得即时答案;你处理系统升级上来的边缘案例。这种模式比托管模式更具扩展性,因为客户可以自行处理常规案例。定价为订阅制,每位客户每月 200 到 800 美元。

许可模式杠杆率最高,也需要系统最成熟。你将整个系统许可给客户或公司自行运行,你负责提供更新和维护。这适用于框架经过充分测试,系统无需升级就能处理绝大部分案例的情况。定价包括一笔可观的安装费加上持续的许可费,因为客户获得的是从你专业知识中构建的永久性资产。

大多数人从托管模式开始,随着系统证明其可靠性转向监督访问,并为那些希望将能力完全内部化的客户提供许可模式。这种递进与系统的成熟度相匹配:系统处理的案例越多,其框架经过的完善越多,它就能越自主地运行。

为什么这会复利增长,而出售时间则不会

这种模式相对于出售时间的决定性优势在于,它在减少对你的依赖的同时不断改进,这与按小时计费的实践方式完全相反。

系统处理的每个案例,都通过 Hermes 的自我提升技能系统,完善了它应用你框架的方式。它从完成的案例中构建的技能,使得下一个类似案例的处理速度更快、准确度更高。你的按小时计费实践不是这样运作的。第一百个客户接单和第一个花费相同的小时数,因为你的时间不会复利。系统处理的第百个案例比第一个更好,因为系统在学习。

知识层也在复利。你编码的每一个框架都使系统能够处理更广泛的客户情况。你添加的每一个工作示例都提高了其应用的质量。你直接处理并随后编码的每一个边缘案例,都成为系统下一次自己处理的案例。知识库随着每次添加而变得更有价值,这种价值被永久捕获,而不是像工作小时的价值那样蒸发掉。

而且收入与你的时间脱钩。通过监督访问和许可模式,系统在你做其他事情时(包括构建系统更多部分或者干脆不工作)为客户服务。限制每个按小时收费专家的天花板——每周有限的工作小时数——不再是约束。约束变成了你的专业知识有多少被编码了,以及你向多少客户出售了访问权,这两者都可以在不消耗你更多时间的情况下增长。

诚实的局限性

这个模型功能强大,但并非不费吹灰之力。在承诺构建它之前,了解这些诚实的必要条件很重要。

编码你的专业知识是真正的工作。 以系统所需的精度,显式地写下你的决策逻辑,这会迫使你去阐明那些你目前凭直觉做的事情。这确实很困难,有时甚至不舒服,因为它揭示了你自己的流程中那些比你假设的更不明确的方面。好处是编码行为本身常常能改善你自己的思维,但这并非一个周末就能完成的任务。好好编码一个框架需要真正的努力。

系统在被验证之前需要监督。 让你未经测试的专业知识版本在无人监督的情况下接触客户,这是一种声誉风险。托管模式的存在,正是为了让你通过系统运行真实案例,并在任何客户看到之前捕捉其错误。跳过这个验证阶段是导致问题的主要方式。

并且它无法取代你专业知识中真正不可替代的部分。 系统处理的是框架驱动、反复出现、产生输出的那部分工作。边缘处的判断性决策、真正新颖的情况、以及某些客户真正付费购买的关系和信任,这些仍然属于你。系统将你从可重复的部分中解放出来,这样你就可以专注于那些真正需要你的部分,而这通常也是更有价值和更有趣的部分。

从编码一个框架开始

整个系统听起来很庞大。第一步是具体而微小的。

选取你在工作中最常运行的单一流程,即你应用于最常遇到的客户情况的框架。使用上面的框架模板将其写出来。包括决策逻辑、输入、常见错误和一个工作示例。尽可能精确地描述你实际上是如何做决策的,而不是如何用一句话描述它们。

然后设置 Hermes 和 Claude,将其指向包含这一个框架的知识库,并用一个过去遇到的真实案例运行它。

相似文章

@IBuzovskyi: https://x.com/IBuzovskyi/status/2067313826492547483

X AI KOLs Timeline

本文详细介绍了一个使用Hermes Agent、NotebookLM和Obsidian搭建三个专门化AI助手(Scout、Analyst、Briefer)的实用系统,这些助手协同进行日常研究和情报收集。文中包含模板、配置步骤和成本估算,面向独立创始人、内容创作者和小型团队。

@cyrilXBT: https://x.com/cyrilXBT/status/2053291096076145097

X AI KOLs Timeline

本文介绍了一种通过模型上下文协议(MCP)集成 Claude Code,将 Obsidian 笔记库转变为商业操作系统的方法。文章详细阐述了其架构、文件夹结构以及利用本地文件访问功能自动化研究、内容创作和项目管理的五个专用系统。