Il y a lot of content here. You can bookmark it and copy the full text to your Claude Code or Cursor to have it help you with the operations. You can also read it slowly when you have time to learn something new!
Vous avez peut-être rencontré ces problèmes :
Vous voyez un super post sur Twitter et vous le copiez-collez. Quand vous voulez le retrouver plus tard pour l'étudier, vous devez faire défiler manuellement pendant des heures.
Vous avez des centaines de notes stockées dans Notion, mais elles sont isolées les unes des autres. Vous ne savez pas si un certain concept est apparu ailleurs.
Chaque fois que vous posez une question à une IA, elle commence à chercher depuis le début et assemble une réponse temporaire. Il n'y a pas d'accumulation, pas de mémoire, et la moitié de vos tokens sont gaspillés.
Plus important encore, vos notes sont stockées sur le serveur de quelqu'un d'autre. Si le serveur. Si le service ferme un jour, vos données disparues.
Bon, le système que j'ai construit résout ces problèmes.
Quatre avantages clés :
- Entièrement automatisé : Vous n'avez pas besoin d'organiser manuellement les notes ; l'IA le fait pour vous.
- Stockage local : Les données vous appartiennent toujours et ne seront téléchargées sur aucun serveur.
- Accumulation persistante : Les connaissances s'accumulent en continu plutôt que de repartir de zéro à chaque fois.
- Il suffit de demander : Vous avez seulement besoin de poser des questions et d'explorer ; laissez le reste à l'IA.
En termes simples, vous donnez des documents au système, et il les organise automatiquement en un réseau de connaissances structuré. Vous pouvez naviguer librement en utilisant des liens bidirectionnels.
La chaîne complète est : Import de document → Organisation par IA → Génération de Wiki → Liens bidirectionnels.
Le processus entier ne nécessite aucune manipulation manuelle d'interface graphique ; il suffit de déposer les fichiers, et ils forment automatiquement un réseau.
Trois outils, chacun avec un rôle
Ce système se compose de deux outils principaux.
Obsidian : La couche d'affichage des notes
Obsidian est un outil de prise de notes à liens bidirectionnels local. Il est totalement gratuit et multiplateforme pour Windows, Mac et Linux. Sa fonctionnalité principale est le lien bidirectionnel.
Qu'est-ce qu'un lien bidirectionnel ?
En tapant des doubles crochets dans une note, par exemple [[Claude-Code-Notes]], Obsidian le transforme automatiquement en un lien violet. Si la note « Claude-Code-Notes]] existe, cliquer dessus y mène. Si elle n'existe pas, cliquer dessus la crée. C'est ainsi fonctionnent les liens bidirectionnels – c'est très simple. Vous n'avez pas besoin de le gérer manuellement ; Obsidian construit les relations pour vous.
Le problème des logiciels de prise de notes traditionnels est que les notes sont isolées. Vous ne sauriez pas si le mot « Apple » est apparu ailleurs. La vue Graph d'Obsidian peut visualiser toutes les notes et leurs relations de lien en une carte. Vous pouvez voir la structure des connaissances en un coup d'œil, identifier quels nœuds sont des îles et quels sont des hubs.
De plus, Obsidian est totalement gratuit pour un usage personnel, sans restrictions. Toutes les données sont locales.
Hermes Agent : Le moteur d'exécution automatisé
Hermes Agent est un agent IA autonome développé par Nous Research. Sa plus grande caractéristique est une boucle d'apprentissage intégrée qui peut créer et améliorer des compétences à partir de l'expérience. Dans ce workflow de gestion des connaissances, Hermes agit comme le moteur d'exécution automatisé. Il dispose d'une compétence llm-wiki intégrée qui peut opérer directement la base de connaissances selon les spécifications de structure de fichiers LLM Wiki.
Qu'est-ce que cela signifie ? Vous n'avez pas besoin de créer manuellement des dossiers, d'organiser des notes ou d'ajouter des liens. Vous dites simplement à Hermes d'« écrire cet article dans la base de connaissances », et Hermes le fera automatiquement :
- Extraire les entités clés (personnes, outils, projets)
- Extraire les concepts clés (méthodologies, principes techniques)
- Créer des fichiers Markdown structurés
- Ajouter des liens bidirectionnels aux concepts connexes
- Mettre à jour l'index de la base de connaissances
Une règle importante : Hermes n'opère sur la base de connaissances que lorsque vous le lui demandez explicitement.
- Quand vous dites « écrire dans la base de connaissances » ou « importer dans la base de connaissances », Hermes exécute l'import.
- Quand vous dites « combiner avec la base de connaissances » ou « chercher dans la base de connaissances », Hermes récupère les informations.
Dans les conversations quotidiennes ordinaires, Hermes ne touchera pas activement à votre base de connaissances, garantissant qu'elle n'est pas polluée par des discussions non pertinentes.
LLM Wiki : Le standard de base de connaissances
LLM Wiki n'est pas une application autonome, mais un ensemble de spécifications de structure de fichiers pour la base de connaissances. Il définit comment organiser les connaissances. L'idée centrale est de laisser l'IA construire incrémentalement un Wiki persistant.
Que signifie persistant signifie ? Quand vous importez un document, le système ne se contente pas de l'indexer et d'en finir. Il comprend vraiment le document, extrait les entités clés, concepts et relations, puis génère ou met à jour les pages Wiki correspondantes. Ces pages sont sauvegardées localement. À mesure que vous importez plus de documents, le Wiki s'enrichit. Les pages forment des références et des associations, et les contradictions sont signalées. Plus tard, quand vous posez des questions, l'IA répond en se basant sur le Wiki structuré plutôt que d'assembler des documents bruts, et elle citera les sources.
Démonstration complète du workflow
Regardons les outils ensemble. Le point d'entrée de l'ensemble du workflow est Hermesemble du workflow est Hermes Agent.
Étape 1 : Donner des instructions
Par exemple, vous dites « Écris cet article sur l'écriture de romans par IA dans la base de connaissances. »
Étape 2 : Hermes organise automatiquement
Hermes utilise la compétence llm-wiki pour lire le contenu, extraire les entités et concepts, créer des fichiers Markdown, ajouter des liens et mettre à jour l'index.
Étape 3 : Génération de la structure de fichiers
Hermes crée des fichiers selon les spécifications LLM Wiki, incluant les métadonnées, le contenu principal et les liens.
Étape 4 : Obsidian affiche le réseau de connaissances
Ouvrez le répertoire de la base de connaissances et glissez-le dans Obsidian en tant que Vault. Vous avez maintenant une base de connaissances organisée par l'IA, où vous pouvez parcourir le réseau et voir la force des liens dans la vue Graph.
Étape 5 : Boucle infinie
Ce processus se répète. Chaque nouveau document met à jour le réseau, complète les pages existantes et lie les concepts connexes à travers différents documents.
Étapes d'installation
Étape 1 : Installer Obsidian
Téléchargez la version macOS depuis obsidian.md. Créez ou sélectionnez un Vault (un dossier pour vos fichiers Markdown).
Étape 2 : Installer LLM Wiki
Rendez-vous sur nashsu/llm-wiki sur GitHub et téléchargez la dernière version. Ouvrez l'application, créez un nouveau projet et entrez votre clé API dans les paramètres. Il supporte OpenAI, Claude, Minimax et toute API compatible OpenAI.
Étape 3 : Installer Hermes Agent
Ouvrez votre terminal et exécutez :
Ensuite, rechargez votre config : source ~/.zshrc. Exécutez hermes setup pour configurer votre fournisseur de modèle.
Configurer les règles de la base de connaissances (Important) :
Dites à Hermes vos règles :
« Mon répertoire de base de connaissances est : /Users/username/Documents/knowledge_base. Règles : 1. Écrire seulement quand je dis « écrire dans la base de connaissances ». 2. Récupérer seulement quand je dis « combiner avec la base de connaissances ». 3. Utiliser Markdown et [[liens bidirectionnels]]. 4. Utiliser la structure LLM Wiki. »
Règles d'utilisation
- Dites « Écrire dans la base de connaissances » pour qu'Hermes organise de nouveaux documents.
- Dites « Combiner avec la base de connaissances » pour qu'Hermes récupère et réponde en fonction de vos données.
- Obsidian est toujours disponible pour parcourir, éditer et visualiser vos fichiers Markdown.
Résumé
Hermes Agent est le moteur d'exécution, et Obsidian est la couche d'affichage. Utilisez ce workflow pour laisser l'IA gérer le travail fastidieux de gestion des connaissances afin que vous puissiez vous concentrer sur l'exploration.
