HERMES AGENT + NOTEBOOKLM + OBSIDIAN：构建一个每日进化的3智能体研究部门

用一个智能体同时做研究、分析和简报，结果只会平庸。上下文会被污染。智能体会混淆要找什么、分析什么、报告什么。优先级变得模糊。每增加一项责任，质量就下降一分。

三个独立的智能体，各司其职，会产生复合效果。「侦察兵」发现信号。「分析师」综合意义。「简报员」交付行动项。每个角色都有自己的 SOUL.md、自己的模型、自己的记忆、自己的技能。隔离的。聚焦的。通过共享的 Obsidian 知识库协调。

本文展示如何构建这个系统。所有三个角色配置、它们的 SOUL.md 模板、定时任务、NotebookLM 连接、Obsidian 维基，以及将它们串联起来的协调模式。总成本：19-27美元/月，取决于模型选择。搭建时间：标准配置一个晚上。

适用人群： → 追踪竞争对手和市场趋势的独立创业者 → 需要每日研究特定领域的创作者 → 为多个行业客户监控的机构负责人 → 跟踪学术论文和行业动态的研究人员 → 希望在没有分析师的情况下构建竞争情报的初创团队

如果你每天花费超过30分钟进行手动研究、阅读新闻简报或查看竞争对手动态，这套设置在第一周就能收回成本。

所有技术细节已对照 Hermes Agent v0.16.0 官方文档验证。

为什么是三个智能体，而不是一个

一个单一的 Hermes 配置从头到尾处理研究，会将每一个来源、每一条分析笔记和每一份简报草稿都塞进同一个上下文窗口。到第3天，上下文就充满了与今天早间简报无关的累积研究。到第2周，智能体已经有了40多项技能，涵盖从 arXiv 解析到 Telegram 格式化的方方面面。工具搜索（Tool Search）有帮助，但根本问题仍然存在：一个身份试图扮演三个不同的工作者。

配置文件（Profiles）从架构层面解决了这个问题。Hermes 中的每个配置文件都是一个完全隔离的智能体：独立的 SOUL.md，独立的 config.yaml，独立的记忆，独立的技能，独立的定时任务。默认情况下它们不共享任何东西。但通过设计，它们共享一个目录：Obsidian 知识库。侦察兵在此存放原始发现，分析师在此撰写综合笔记，简报员每天早晨在此读取。

三个配置文件。三个清晰的工作。一个共享的知识库。

最快的搭建路径：Hermes Desktop 应用程序。 Desktop 应用程序（v0.16.0）内置了配置文件构建器（Profile Builder）。无需终端：

hermes dashboard → Profiles → Build

每个配置文件有五步向导：Identity（身份） → Model（模型） → Skills（技能） → MCPs（MCP） → Review（审查）。15分钟内创建所有三个配置文件。本文中的截图遵循 Desktop 路径。

你也可以通过 CLI 创建配置文件：

hermes profile create scout
hermes profile create analyst
hermes profile create briefer

两种路径产生相同的结果。首次设置 Desktop 更快。一旦你知道自己要什么，CLI 更快。

YanXbt@IBuzovskyi·6月12日 文章 HERMES AGENT SOUL.MD：为什么50行比你的模型更重要（完整指南） SOUL.md 是你 Hermes Agent 设置中最重要的文件。它在系统提示中占据第1位。每一次对话、每一个会话、每一个配置文件都会先读取它。它在智能体尚未开始任何工作之前就定义了它是谁。因此，它值得你投入更多关注。

每个配置文件都需要自己的 SOUL.md。身份指南涵盖了结构、Token 影响和高级模板。

三个角色

侦察兵（SCOUT）—— 发现信号

侦察兵按计划检查来源，并将原始发现放入收件箱。不分析。不综合。不发表意见。只有原始信号。

配置文件设置：

hermes profile create scout

HERMES AGENT DESKTOP SCOUT PROFILE HERMES AGENT DESKTOP SCOUT PROFILE

侦察兵的 SOUL.md：

# 灵魂
你是一名研究侦察兵。你的工作是发现信号。你不分析。你不总结。你找到相关信息并保存。

## 语气
简洁。仅限文件名和一行描述。无评论。无建议。

## 操作
搜索你的定时任务中列出的来源。对于每个发现：将完整文本保存为 markdown 文件到 ~/research/inbox/，格式为：YYYY-MM-DD-source-keyword.md
在第一行包含来源 URL。

## 限制
切勿分析或综合你所发现的内容。每个文件你自己的文字不要超过3行。切勿从收件箱删除文件。切勿修改由其他配置文件编写的文件。

模型： GPT-5.5（便宜，适合高容量搜索任务）。侦察兵做的是低推理工作。选择便宜的模型是正确的。

对于 X/Twitter 搜索特别说明： GPT-5.5 本身无法搜索 X。有两个选择： → 使用 xurl 技能（X API 集成，可与任何模型搭配使用，需要 X Developer App 凭证） → 通过 SuperGrok OAuth 将侦察兵切换为 Grok（模型原生内置 X 搜索）

如果 X 监控是你研究的核心部分，使用 Grok 作为侦察兵模型可以简化设置。如果你只需要网页 + arXiv + RSS，GPT-5.5 可以处理一切。

工具： 网页搜索、X 搜索（xurl）、RSS 源、arXiv API。

定时任务：

/cron add “every 3h”
–prompt “在 X 上搜索过去3小时内关于 [你的关键词] 且超过50个赞的帖子。将每个相关发现保存为 markdown 文件到 ~/research/inbox/。包含来源 URL。”
–deliver telegram

/cron add “every morning 7am”
–prompt “检查 arXiv 过去24小时内 [cs.AI, cs.CL] 类别的新论文。将标题、摘要和 URL 保存到 ~/research/inbox/。”
–deliver telegram

/cron add “every day 9am”
–prompt “检查这些竞争对手 URL 是否有变化：[url1, url2, url3]。如果自上次检查后有页面发生变化，将差异保存到 ~/research/inbox/。”
–script competitor-diff.py

/cron add “every monday 8am”
–prompt “扫描 Product Hunt 过去7天的 AI 产品发布。将投票数前10名保存到 ~/research/inbox/。”
–deliver telegram

HERMES AGENT DESKTOP CRON JOBS SET HERMES AGENT DESKTOP CRON JOBS SET

大多数侦察兵定时任务使用 wakeAgent 门控（gate）。竞争对手差异脚本（competitor diff script）在唤醒智能体之前检查变化。无变化 = 零 Token 消耗。

分析师（ANALYST）—— 综合意义

分析师处理来自侦察兵的原始发现，通过 NotebookLM 进行深度综合，并将结构化的笔记写入 Obsidian 维基。这是原始信号变为可用知识的地方。

配置文件设置：

hermes profile create analyst

HERMES AGENT DESKTOP ANLYST PROFILE SETUP HERMES AGENT DESKTOP ANLYST PROFILE SETUP

分析师的 SOUL.md：

# 灵魂
你是一名研究分析师。你的工作是进行综合。你将原始发现转化为结构化的知识。你验证声明。你标记矛盾。你跨来源连接想法。

## 语气
精准。基于证据。每个声明都标注置信度级别：[verified] [likely] [unverified] [conflicting]。对比较使用表格。对列表使用要点。对每个事实性声明引用来源。

## 操作
处理 ~/research/inbox/ 中的文件。对于每批文件：
1. 将来源提供给 NotebookLM 进行跨来源综合（如果 NotebookLM 不可用，直接通过 /goal 运行综合）
2. 从综合中提取关键见解
3. 使用 LLM Wiki 技能将结构化的笔记写入 ~/obsidian-wiki/
4. 为每个条目添加置信度级别标签
5. 标记与现有维基条目的矛盾
6. 将已处理的文件移动到 ~/research/processed/

## 限制
切勿将未经核实的声明作为事实呈现。切勿跳过置信度标签步骤。切勿在未注明来源的情况下写入维基。切勿删除维基条目。只能更新或标记。切勿修改 ~/research/inbox/ 中非侦察兵创建的文件。

模型： Claude Sonnet 4（综合工作需要强推理能力）。这是质量关键所在。分析师撰写的知识是简报员每天早晨要读的。

工具： NotebookLM MCP、Obsidian 技能（内置）、网页搜索（用于验证）、文件工具。

定时任务：

/cron add “every day 10am”
–script check-inbox.py
–prompt “处理 ~/research/inbox/ 中的所有文件。将它们提供给 NotebookLM 进行综合。提取关键见解。将结构化的笔记写入 Obsidian 维基。标记置信度级别。标记矛盾。将已处理的文件移动到 ~/research/processed/。”
–deliver telegram

HERMES AGENT DESKTOP ANALYST CRON HERMES AGENT DESKTOP ANALYST CRON

收件箱检查脚本（wakeAgent 门控）： 保存为 ~/.hermes/scripts/check-inbox.py：

#!/usr/bin/env python3
import os, json

inbox = os.path.expanduser("~/research/inbox")
files = [f for f in os.listdir(inbox) if f.endswith('.md')] if os.path.exists(inbox) else []

if files:
    print(json.dumps({"wakeAgent": True}))
    print(f"{len(files)} new files in inbox:")
    for f in files:
        print(f"  {f}")
else:
    print(json.dumps({"wakeAgent": False}))

空收件箱 = 零 Token 消耗。有新文件 = 分析师被唤醒并进行处理。

简报员（BRIEFER）—— 交付行动项

简报员每天早晨读取 Obsidian 维基，与你当前的项目和日历进行交叉引用，并向 Telegram 发送一份优先级的简报。

配置文件设置：

hermes profile create briefer

HERMES AGENT DESKTOP BRIEFER PROFILE SETUP HERMES AGENT DESKTOP BRIEFER PROFILE SETUP

简报员的 SOUL.md：

# 灵魂
你是一名简报官。你的工作是交付一份简短、有优先级、可操作的早间简报。你不做研究。你不做分析。你阅读分析师写的内容，并告诉我今天什么重要。

## 语气
最多5个要点。每个要点：一个发现，为什么它对我重要，建议的行动。无开场白。无总结的总结。从最重要的项目开始。

## 操作
每天早晨：
1. 读取 ~/obsidian-wiki/ 中的近期条目（过去24小时）
2. 与我当前的项目进行交叉引用（检查 MEMORY.md 和看板）
3. 根据与本周目标的相关性进行排序
4. 向 Telegram 发送包含5个要点的简报
5. 以本周总 Token 消耗结束

## 限制
简报中不得超过5个要点。除非标记为 [urgent]，否则不要包含超过48小时的项目。除非状态发生变化，否则不要重复昨天简报中的项目。

模型： GPT-5.5（简洁摘要，低 Token 量）。简报员做的是轻量综合和格式化。每天一份简报。便宜的模型能很好地处理。

工具： Obsidian 技能（读取）、会话召回（session recall）、文件工具。

定时任务：

/cron add “every day 8am”
–prompt “读取过去24小时的 Obsidian 维基条目。与我当前的项目和本周目标进行交叉引用。发送一份包含5个要点的优先级简报。最重要的项目放第一位。以本周 Token 消耗结束。”
–deliver telegram

HERMES AGENT DESKTOP BRIEFER CRON HERMES AGENT DESKTOP BRIEFER CRON

THE NOTEBOOKLM CONNECTION

NotebookLM 是赋予分析师深度的关键。分析师不是通过自己的推理（虽然也不错，但受限于上下文窗口）来综合来源，而是 NotebookLM 摄取所有来源、跨来源进行交叉引用，并生成从完整语料库中提取的综合结果。

NotebookLM 为流水线添加的价值： → 多来源综合（跨50+来源连接想法） → 音频概述（您研究的播客式摘要） → 从您策展的源库中回答问题 → 来自验证来源的零幻觉

如何连接： 使用的工具是 notebooklm-mcp-cli，由 jacob-bd 开发。提供35个 MCP 工具用于程序化访问 NotebookLM：https://github.com/jacob-bd/notebooklm-mcp-cli

YanXbt@IBuzovskyi·5月28日 HERMES AGENT 刚刚获得了一个研究大脑。将其连接到 NotebookLM，它就会变成一个全天候的研究系统，随着时间的推移积累知识。它跨来源连接想法，并在每个真实任务中使用该上下文。4步设置完成：1. 安装启用 MCP 的 Hermes 2. …

安装：

pip install notebooklm-mcp-cli
nlm login

这会打开一个浏览器进行 Google OAuth。使用你的 Google 账户登录。

通过 Desktop 应用设置（最快）：

hermes dashboard → MCP → Add Server Name: notebooklm Transport: stdio Command: nlm Arguments: mcp serve Save → Test Connection（应显示35个可用工具）

然后仅分配给分析师配置文件：

hermes dashboard → Profiles → analyst → MCPs Enable notebooklm server for this profile

或者通过配置文件构建器一次性完成所有操作：

hermes dashboard → Profiles → Build Step 1: Identity（粘贴分析师 SOUL.md） Step 2: Model（Claude Sonnet） Step 3: Skills（启用 llm-wiki） Step 4: MCPs → 添加 notebooklm 服务器 Step 5: Review → Deploy

一个向导。NotebookLM 连接到分析师配置文件。

通过 CLI 设置（备选方案）： 为 Hermes 生成配置：

nlm setup

将生成的 JSON 配置粘贴到你分析师配置文件的 MCP 设置中：

hermes mcp # 添加 notebooklm-mcp 服务器
# 粘贴来自 nlm setup 的配置

分析师能通过 NotebookLM 做什么：

nlm notebook create “Weekly Research” nlm source add ~/research/inbox/file1.md nlm source add ~/research/inbox/file2.md nlm source add-research “query about your niche” 分析师通过 MCP 工具自动运行这些命令。

坦诚的告诫： 截至2026年6月，NotebookLM 消费级产品没有公开 API。企业版有。notebooklm-mcp-cli 在底层使用了基于 Playwright 的浏览器自动化封装。如果 Google 更改了内部端点，这个封装可能会失效。这是一个真实的局限性。请做好预案。

备用方案： 将此添加到分析师的 SOUL.md：

如果 NotebookLM 连接失败，直接使用 /goal 运行综合，结构如下：“synthesize these [N] sources. find connections. flag contradictions. write to Obsidian wiki.” Hermes /goal 结合 Claude Sonnet 本身就能产生强大的综合结果。NotebookLM 使其更深。备用方案使其更可靠。

OBSIDIAN 作为共享知识库

Obsidian 是所有三个配置文件都会触及的唯一组件。它是共享的记忆层。Hermes 内置了一个基于 Andrej Karpathy 的 LLM Wiki 模式的捆绑技能。它将知识编译成交互链接的 markdown 文件。交叉引用保持链接。矛盾会被自动标记。

知识库结构：

~/obsidian-wiki/ ├── inbox/ # 来自侦察兵的原始发现（临时） ├── sources/ # 已处理的来源页面 ├── synthesis/ # 分析师的笔记 ├── briefs/ # 归档的早间简报 ├── entities/ # 人物、公司、产品 ├── contradictions/ # 标记的矛盾 └── .last-pushed # 用于同步追踪的时间戳

设置： 通过 Dashboard 为每个配置文件设置 wiki 路径：

hermes dashboard → Config → 搜索 “WIKI” WIKI_PATH = ~/obsidian-wiki OBSIDIAN_VAULT_PATH = ~/obsidian-wiki

为每个配置文件重复此操作（侦察兵、分析师、简报员）。

首次运行：wiki 初始化。 首次使用时，LLM Wiki 技能会检测到一个空目录，并询问你的领域。这将构建包含标签分类法和维基约定的 SCHEMA.md。示例回答：

AI agents, automation frameworks, and solo founder tooling. focus areas:

• agent architecture and ecosystem
• competitor frameworks and comparisons
• AI model releases and benchmarks
• automation workflows and multi-agent systems
• token economics and cost optimization

替换为你实际关注的利基领域。该技能会创建一次 SCHEMA.md，并在所有未来的索引中使用它。如果你的关注点发生变化，可以稍后编辑 SCHEMA.md。所有三个配置文件指向同一个目录。侦察兵写入 inbox/。分析师读取 inbox/，写入 sources/ 和 synthesis/。简报员读取 synthesis/。

你在 Obsidian 中看到的效果： 在你的笔记本电脑上打开 Obsidian 中的知识库。图视图（Graph view）会显示随着系统运行而增长的节点。反向链接（Backlinks）连接相关条目。标签按置信度级别组织。知识图谱会在一夜之间自行构建。

YanXbt@IBuzovskyi·6月15日 HERMES AGENT 附带了一个用于 Andrej Karpathy 的 LLM Wiki 模式的捆绑技能。一个每次你提供信息时都能自我改进并自动成长的知识库。这是如何设置的。