Hermes 、 Obsidian 、 LLM Wiki を活用したローカルナレッジベースの構築

ここには多くのコンテンツがあります。ブックマークして全文を Claude Code や Cursor にコピーすれば、操作を手伝ってもらえます。時間があるときにゆっくり読んで、新しいことを学ぶこともできます！

こんな問題に遭遇したことはありませんか？

Twitter で素晴らしい投稿を見つけてコピーしたものの、後で見返そうとすると、手動で手動で延々とスクロールしなければならない。

Notion に何百ものメモを保存しているが、それらは互いに孤立している。ある概念が他の場所にも登場しているかどうか、まったくわからない。

AI に質問するたびに、ゼロから検索を始めて一時的な答えをでっち上げる。蓄積も記憶もなく、トークンの半分は無駄になっている。

さらに重要なのは、あなたのノートが他人のサーバーに保存されていることです。ある日サービスが終了したら、データは消えてしまいます。

さて、私が構築したシステムはこれらの問題を解決します。

4 つの核となる利点：

1. 完全自動化：ノートを手動でノートを整理する必要はなく、AI が代わりに行います。
2. ローカル保存：データは常にあなたのものであり、サーバーにアップロードされることはありません。
3. 持続的な蓄積：知識は毎回ゼロから始めるのではなく、蓄積され続けます。
4. 質問するだけ：質問して探求するだけで、あとは AI に任せます。

簡単に言うと、ドキュメントをシステムに渡すと、自動的に構造化された知識ネットワークに整理されます。双方向リンクを使って自由に閲覧できます。

全体のチェーンは次のとおりです：ドキュメント取り込み → AI による整理 → Wiki 生成 → 双方向リンク。

プロセス全体でグラフィカルインターフェースを手動で操作する必要はありません。ファイルをドロップするだけで、自動的にネットワークが形成されます。

3 つのツール、それぞれの役割

このシステムは 2 つの主要なツールで構成されています。

Obsidian：ノート表示レイヤー

Obsidian はローカルの双方向リンクノートツールです。Windows、Mac、Linux で完全に無料で使用でき、クロスプラットフォーム対応です。その核となる機能は双方向リンクです。

双方向リンクとは何ですか？

ノートに二重括弧、例えば [[Claude-Code-Notes]] と入力すると、Obsidian は自動的にそれを紫色のリンクに変換します。「Claude-Code-Notes」というノートが存在すれば、クリックするとそこにジャンプします。存在しなければ、クリックすると作成されます。これが双方向リンクの仕組みで、非常にシンプルです。手動で管理する必要はなく、Obsidian が関係性を構築してくれます。

従来のノートソフトウェアの問題点は、ノートが孤立していることです。「Apple」という単語が他の場所に登場しているかどうかわかりません。Obsidian のグラフビューは、すべてのノートとそのリンク関係をマップとして視覚化して視覚化できます。知識構造を一目で把握でき、どのノードが孤立していて、どのノードがハブになっているかがわかります。

さらに、Obsidian は個人使用であれば完全に無料で制限はありません。すべてのデータはローカルに保存されます。

Hermes Agent：自動実行エンジン

Hermes Agent は、Nous Research によって開発された自律型 AI エージェントです。最大の特徴は、経験からスキルを作成し改善できる、内蔵の学習ループです。この知識管理ワークフローにおいて、Hermes は自動実行エンジンとして機能します。LLM Wiki ファイル構造仕様に従って、知識ベースを直接操作できる llm-wiki スキルが組み込まれています。

これは何を意味するのでしょうか？手動でフォルダを作成したり、ノートを整理したり、リンクを追加したりする必要はありません。「この記事を知識ベースに書き込んで」と Hermes に指示するだけで、Hermes は自動的に以下を実行します：

• 主要なエンティティ（人、ツール、プロジェクト）を抽出
• 核となる概念（方法論、技術原理）を抽出
• 構造化された Markdown ファイルを作成
• 関連概念に双方向リンクを追加
• 知識ベースのインデックスを更新

重要なルールの 1 つ：Hermes は、明示的に指示した場合にのみ知識ベースを操作します。

• 「知識ベースに書き込んで」または「知識ベースにインポートして」と言うと、Hermes はインポートを実行します。
• 「知識ベースと組み合わせて」または「知識ベースを検索して」と言うと、Hermes は情報を取得します。

通常の日常会話では、Hermes は積極的に知識ベースに触れることはなく、無関係なチャットによって汚染されるのを防ぎます。

LLM Wiki：知識ベース標準

LLM Wiki はスタンドアロンのアプリではなく、知識ベースのファイル構造仕様のセットです。知識を整理する方法を定義します。核となるアイデアは、AI に持続的な Wiki を段階的に構築させることです。

持続的とはどういう意味ですか？ドキュメントをインポートすると、システムは単にインデックスを作成して終わりではありません。ドキュメントを真に理解し、主要なエンティティ、概念、関係性を抽出し、対応する Wiki ページを生成または更新します。これらのページはローカルに保存されます。より多くのドキュメントをインポートするにつれて、Wiki は豊かになります。ページは参照と関連性を形成し、矛盾点はフラグされます。後で質問すると、AI は生のドキュメントを寄せ集めるのではなく、構造化された Wiki に基づいて回答し、出典を明示します。

完全なワークフローデモンストレーション

ツールを一緒に見てみましょう。ワークフロー全体のエントリーポイントは Hermes Agent です。

ステップ 1：指示を与える

例えば、「AI 小説執筆に関するこの記事を知識ベースに書き込んで」と言います。

ステップ 2：Hermes が自動的に整理

Hermes は llm-wiki スキルを使用してコンテンツを読み取り、エンティティと概念を抽出し、Markdown ファイルを作成し、リンクを追加し、インデックスを更新します。

ステップ ステップ 3：ファイル構造の生成

Hermes は LLM Wiki 仕様に従ってファイルを作成します。これにはメタデータ、コアコンテンツ、リンクが含まれます。

ステップ 4：Obsidian が知識ネットワークを表示

知識ベースディレクトリを開き、Vault として Obsidian にドラッグします。これで、AI が整理した知識ベースが完成です。ネットワークを閲覧し、グラフビューでリンクの強度を確認できます。

ステップ 5：無限ループ

このプロセスが繰り返されます。新しいドキュメントごとにネットワークが更新され、既存のページが補完され、異なるドキュメント間で関連概念がリンクされます。

インストール手順

ステップ 1：Obsidian をインストール

obsidian.md から macOS バージョンをダウンロードします。Vault（Markdown ファイル用のフォルダ）を作成または選択します。

ステップ 2：LLM Wiki をインストール

GitHub の nashsu/llm-wiki にアクセスし、最新リリースをダウンロードします。アプリを開き、新しいプロジェクトを作成し、設定で API キーを入力します。OpenAI、Claude、Minimax、および OpenAI 互換の API をサポートしています。

ステップ 3：Hermes Agent をインストール

ターミナルを開いて、以下を実行します：

次に、設定をリロードします：source ~/.zshrc。hermes setup を実行してモデルプロバイダーを設定します。

知識ベースルールを設定（重要）：

Hermes にルールを伝えます：

「私の知識ベースディレクトリは：/Users/username/Documents/knowledge_base です。ルール：1. 「知識ベースに書き込んで」と言った場合のみ書き込みます。2. 「知識ベースと組み合わせて」と言った場合のみ取得します。3. Markdown と [[双方向リンク]] を使用します。4. LLM Wiki 構造を使用します。」

使用ルール

1. 「知識ベースに書き込んで」と言うと、Hermes が新しいドキュメントを整理します。

1. 「知識ベースと組み合わせて」と言うと、Hermes があなたのデータに基づいて取得し回答します。

1. Obsidian はいつでも Markdown ファイルを閲覧、編集、視覚化するために利用できます。

まとめ

Hermes Agent は実行エンジンであり、Obsidian は表示レイヤーです。このワークフローを使用して、AI に知識管理の面倒な作業を任せ、あなたは探求に集中できます。