前几天分享过我如何使用karpathy的llm wiki给自己打造一个智能进化的微信写作知识库。
运行一段时间后，感觉还是有点重。
每天要手动维护很多内容：文章筛选，文章拷贝输入，文章拷贝输出。。
而且还离不开电脑。。
感觉自己像是在给AI打工，充当AI的手脚，做些枯燥无聊的知识搬运。。
痛定思痛，我决定给这套知识库工作流做个升级！
结合当下最火的Hermes Agent，搭建一个能自动抓取信息入库、自动筛选整理、分类沉淀以及自动微信汇报工作的知识系统。
如果你也有相同的烦恼，或者相似的需求，
不妨花2分钟，和我一起看看这套AI知识系统是怎么搭建的吧。
流程概览
整个流程主要包括3步：
定时完成信息抓取 → 信息编译进 LLM Wiki → 微信汇报入库结果
流程拆解
1. Hermes+Autocli：信息抓取自动化
首先给大家推荐一个非常牛的浏览器信息抓取开源项目：OpenCLI / AutoCLI
它无需API KEY，直接复用你 Chrome 浏览器里已有的登录态，能实现90+站点的信息抓取。
我们按项目文档把Autocli的 skill 装好之后，就可以让 Hermes 接管 X 的内容抓取。
测试内容抓取没问题后，我们在obsidian建立一个AI NEWS HUB的文件夹，并在该路径下让Hermes执行内容抓取。
抓取X上和AI相关的点赞top10原文
可以看到，Hermes 会自动在 AI NEWS HUB 下创建多层级目录，并把抓取到的 X 推文（当天点赞top10）按日期归档到当天文件夹里。
接下来，我们直接让Hermes创建定时任务，每天下午5点定时执行信息抓取的任务。
到这里，第一层自动化就真正完成啦。
2. Hermes+llm wiki skill：定时梳理入库
第一步解决的是“新信息怎么进来”。
第二步解决的是：信息归档。
进来的东西，怎么变成真正能复用的知识，而不是又堆成一个素材仓库。
操作方法也很简单，还是在AI NEWS HUB路径下，让Hermes继续把x-ai-top10-daily的文章转化为llm wiki。
收到需求后，Hermes会自动调用内置的 llm-wiki skill完成信息转化。
wiki的结构也可以二次调整，按需调整为我们需要的结构。
wiki化的知识库结构
这一步最核心的价值，不是“让 Hermes 再干一遍搬运”，而是：
让 Hermes 充当知识编译器，把信息流压成认知地图。
当然，这个流程也可以继续定时自动执行。
也就是说，步骤 1 跑完后，步骤 2 紧接着接上去，整个入库过程就不再需要你盯着它。
3. Hermes+微信Clawbot：微信日报任务执行结果
前两步的任务，Hermes 都是在后台默默干活。
但，它干完了，我怎么知道？
很多知识库最后都死在这里。
有沉淀，但没有反馈。
你知道它理论上在更新，但你并不会每天主动打开去看。
时间一长，库就又变回了一个被动仓库。
所以我最后加了一步，看起来最轻，实际上最关键：
每天同步完成后，直接给自己发一份微信日报。
这份日报不是复杂的长文，而是一屏之内能看完的信息：
- 今天总览一句话
- 同步结果
- 今日重点
- 100 字摘要
- 报告位置
它主动汇报，才能督促我每天都会看知识库，用知识库。
Hermes接入微信的方法也很简单，直接让它帮我们接入个人微信渠道。
一番操作配置后，它会给我们返回一个二维码链接，我们打开链接用微信扫描接入即可。
连接上微信后，再把前两步的任务串起来，让 Hermes 在入库完成后自动生成日报，并把新增的关键信息发到我的微信。
微信渠道日报推送
到这一步，知识库的感觉就完全变了。
它不再是一个我把东西丢进去的容器。
它开始像一个每天主动给我做汇报的系统。
我很喜欢这种感觉。
因为它让“沉淀”第一次变成了“反馈”，让“存档”真正变成了“经营”。
写到这里，我真正想说的是：这套升级最值钱的，不是自动化，而是系统感
如果只看表面，这套流程不过就是：
- AutoCLI 负责抓；
- Hermes 负责编；
- Obsidian 负责看；
- 微信负责报。
但真正有价值的，是这四步终于被打通了。
以前，我是把内容往知识库里堆。
现在，是知识库开始自己运转：
- 自动接新信息
- 自动归档整理
- 自动按主题沉淀
- 自动把结果汇报给我
这不是从零搭了一个新系统。
而是把我原来已经在用的 Obsidian 知识库，升级成了一个有入口、有编译、有分类、有反馈的工作流。
终于，
我不再是 AI 牛马了，
我的知识库，开始自动服务我了。
学AI大模型的正确顺序，千万不要搞错了
🤔2026年AI风口已来！各行各业的AI渗透肉眼可见，超多公司要么转型做AI相关产品，要么高薪挖AI技术人才，机遇直接摆在眼前！
有往AI方向发展，或者本身有后端编程基础的朋友，直接冲AI大模型应用开发转岗超合适！
就算暂时不打算转岗，了解大模型、RAG、Prompt、Agent这些热门概念，能上手做简单项目，也绝对是求职加分王🔋
📝给大家整理了超全最新的AI大模型应用开发学习清单和资料，手把手帮你快速入门！👇👇
学习路线:
✅大模型基础认知—大模型核心原理、发展历程、主流模型（GPT、文心一言等）特点解析
✅核心技术模块—RAG检索增强生成、Prompt工程实战、Agent智能体开发逻辑
✅开发基础能力—Python进阶、API接口调用、大模型开发框架（LangChain等）实操
✅应用场景开发—智能问答系统、企业知识库、AIGC内容生成工具、行业定制化大模型应用
✅项目落地流程—需求拆解、技术选型、模型调优、测试上线、运维迭代
✅面试求职冲刺—岗位JD解析、简历AI项目包装、高频面试题汇总、模拟面经
以上6大模块，看似清晰好上手，实则每个部分都有扎实的核心内容需要吃透！
我把大模型的学习全流程已经整理📚好了！抓住AI时代风口，轻松解锁职业新可能，希望大家都能把握机遇，实现薪资/职业跃迁～
后，为什么我的MCU跑着跑着就挂了？)