最新案例动态，请查阅Hermes进阶 医疗行业落地：LLM Wiki + Obsidian图谱建设脂肪性肝病智能知识网络小伙伴们快来进行实操吧！

一、概述

1.1 适用对象

• 个人开发者
• 高校开发者
• 企业开发者

1.2 案例流程

华为开发者空间，是为全球开发者打造的专属开发者空间，致力于为每个开发者提供一个云开发桌面、一套开发工具和云上存储空间，汇聚昇腾、鸿蒙、鲲鹏、GaussDB、欧拉等各项根技术的开发工具资源，并提供配套案例指导开发者从开发编码到应用调测，基于华为根生态高效便捷的知识学习、技术体验、应用创新。

Hermes Agent：是一款开源、自托管的自主进化 AI 智能体框架。它具备跨会话持久记忆与闭环学习能力，能自动沉淀并优化可复用技能，实现 “越用越聪明”。支持对接主流 AI 模型，可灵活部署于本地、云端或服务器，提供全平台交互入口与丰富工具集，助力开发者高效构建具备自主决策能力的智能应用。

Obsidian：是一款本地优先的知识管理工具，所有笔记都是普通 Markdown 文件，数据完全归你自己掌控，它依靠双向链接把零散内容连成知识网络，搭配丰富插件和主题，既能当简洁编辑器，也能做成个人知识库等，轻量、稳定、高度自由。

说明：

1. 登录华为开发者空间-开发桌面；
2. 打开预装好的Hermes启动器；
3. 接入MaaS平台大模型进行使用并建设脂肪性肝病智能知识库；
4. 安装Obsidian；
5. 通过Obsidian图谱查看脂肪性肝病智能知识网络。

1.3 资源总览

本案例预计花费0~1元及以上。

注意：此处标注的金额仅限体验一遍案例，如持续使用MaaS平台模型则会进行持续扣费，本案例按DeepSeek V3.2示例。

资源名称	规格	单价（元）
华为开发者空间-开发桌面	Ubuntu	免费
华为开发者空间 - DeepSeek-R1/V3.2千万Tokens代金券	DeepSeekV3.2	1.00
ModelArts Studio大模型（DS/K2/Q3等）通用代金券	DeepSeekV3.2	0.00

二、环境和资源准备

2.1 创建云开发环境（开发桌面）

登录华为开发者空间，点击菜单开发平台 > 云开发环境 > 开发桌面，创建云开发环境 - 开发桌面。

创建完成后，操作开发桌面开机，然后打开远程桌面。

2.2 领取华为云MaaS平台大模型Tokens福利

方式一： 登录华为开发者空间，参考案例《华为开发者空间 - ModelArts Studio大模型通用代金券领取使用指导》中的“二、 开通MaaS平台大模型”章节内容领取代金券，获取到模型的API地址、模型名称和API Key。

方式二： 登录华为开发者空间，参考案例《华为云MaaS平台大模型Tokens领取使用指导》中的“二、 领取MaaS平台大模型Tokens”章节内容，领取MaaS平台DeepSeek V3系列大模型Tokens代金券，购买ModelArts Studio DeepSeek Tokens套餐包，开通模型服务，最后获取到模型的API地址、模型名称和API Key。

需选择OpenAI兼容接口。
需选择OpenAI兼容接口。
需选择OpenAI兼容接口。

注意：需选择OpenAI兼容接口，记录API Key、API地址以及模型名称留作后面步骤使用。

2.3 在开发桌面安装Obsidian

本案例提供两种方式任选其一，其中通过OBS链接下载安装下载速度较快，使用Hermes自动安装可能速度较慢。

2.3.1 通过OBS链接下载安装

在开发桌面打开内置的浏览器，通过地址栏输入并打开以下网址下载Obsidian（AppImage AArch64, ARM64版）：

https://dtse-mirrors.obs.cn-north-4.myhuaweicloud.com:443/case/Obsidian/Obsidian-1.12.7-arm64.AppImage?AccessKeyId=HPUA5JKCHIMPJLY9UW0D&Expires=1807782071&Signature=ygbMzoj9Yko0QNrqmCmPTVlEzzk%3D

下载完成后打开下载目录。

可以看到刚刚下载的Obsidian文件，此时我们在空白处点击鼠标右键打开命令行。

依次输入以下指令安装运行Obsidian。

sudo apt update

sudo apt install -y libfuse2

chmod +x Obsidian-1.12.7-arm64.AppImage

./Obsidian-1.12.7-arm64.AppImage --no-sandbox

成功后系统将自动打开Obsidian。

2.3.2 使用Hermes自动安装

在Hermes对话框内直接输入以下类似提示词，自动安装Obsidian。

帮我自动下载并安装Obsidian，完成后直接运行

三、运行Hermes Agent

3.1 免安装快速启动Hermes

在开发者空间-开发桌面启动Hermes可参考案例《重磅！华为开发者空间已预装 Hermes — 登录就能用，越用越聪明》，进行配置和启动。

注意：在选择Context length in tokens（模型上下文）时不少于500000。

3.2 使用LLM Wiki构建知识库

接下来，我们需要使用LLM Wiki构建我们自己的知识库。

3.2.1 LLM Wiki介绍

首先我们来了解一下LLM Wiki是什么。

LLM Wiki：Hermes Agent 的 LLM Wiki 是官方复刻 Andrej Karpathy 提出的 “编译式知识库” 工作流，以 Skill 形式集成，核心是让 LLM 自动构建、维护可复利增长的 Markdown 知识库，替代传统 RAG 的 “每次检索” 模式。

• 理念来源：Andrej Karpathy 于 2026 年 4 月提出的 LLM Wiki 模式，将知识从 “检索解释” 升级为 “预编译存储”。
• 核心价值：知识复利，一次摄入、多次复用，自动维护一致性与链接，越用越准。

LLM Wiki和传统RAG有什么区别呢？看下他们的对比：

对比维度	传统RAG	LLM Wiki
核心思路	实时检索碎片文本做回答	先把知识编译成结构化 Wiki，再直接查阅
知识形式	零散向量块	完整 Markdown 页面 + 双向链接
运行方式	一问一检索，重复计算	一次构建，长期复用，查询轻量
可维护性	难编辑、难追溯	人可直接改，自带校验与日志
知识积累	无复利，每次从头检索	越用越完善，具备复利效应

总结：

• RAG：是实时检索模式，把文档切成碎片存入向量库，每次提问都重新检索、拼接上下文生成回答，简单易搭，但重复计算、信息易冲突、难以沉淀和治理。
• LLM Wiki：是知识编译模式，先将原始材料自动整理成结构化、带双向链接的 Markdown 知识库，后续直接查询已 “编译” 好的内容，一致性更强、可追溯可编辑，知识能持续沉淀复利，幻觉与冗余更少，长期使用效率和成本优势更明显。

3.2.2 使用LLM Wiki构建专业领域知识库

在启动Hermes后输入以下内容创建专业领域知识库：

/LLM-Wiki 创建一个用于存储肠道微生态与代谢相关脂肪性肝病领域论文的知识库

也可以手动输入LLM-Wiki，Hermes会自动联想到LLM-Wiki的SKILL。

在专业领域知识库创建完成后，Hermes会提示我们下一步操作，是否添加论文等。

接下来我们喂给Hermes一些专业的医学论文，让它帮我们合并起来构建成一个知识库。

输入以下两篇论文地址并发送给Hermes：

https://cjm.dmu.edu.cn/article/doi/10.13381/j.cnki.cjm.202308020,https://www.lcgdbzz.org/cn/article/doi/10.3969/j.issn.1001-5256.2021.09.046?viewType=HTML

以上两篇论文分别为：

• 肠道菌群与胆汁酸代谢在代谢相关脂肪性肝病的发生发展中的作用
• 肠道菌群在代谢相关脂肪性肝病中的作用

Hermes会自动帮我们从网页提取相关内容，此时需要根据论文大小等待提取完成。

在等待提取的过程中我们来了解一下LLM Wiki的架构。

3.2.2.1 Hermes LLM Wiki 架构

LLM Wiki采用三层分层架构，基于 Karpathy 理念设计，实现 “预编译知识 + 持久化关联”，替代传统 RAG 实时检索，兼顾一致性与可维护性。

层级	定位	核心能力	关键文件 / 目录	权限与规范
原始来源层（Raw Sources）	事实源头（Source of Truth）	存储不可变原始材料，只读不修改	~/wiki/raw/（存放 PDF/HTML/ 图片 / 论文）	强制文件系统不可变（chmod -R a-w raw/），LLM 仅读取
Wiki 页面层（Wiki Pages）	Agent 自有结构化知识库	生成 / 维护 Markdown 页面，维护交叉引用	~/wiki/wiki/（含实体 / 概念 / 比较 / 摘要页面）	用 YAML frontmatter 做检索；用 [[wikilink]] 做跨页链接；LLM 全权维护
Schema 配置层（Schema Config）	规则与协同演化中心	定义 Wiki 结构、流程与规范	~/wiki/SCHEMA.md（含标签分类、页面阈值、更新策略）	人类与 LLM 共同演化，约束 Wiki 生成与维护逻辑

那么在本案例中三层架构简单来说对应的则是：

原始资料层（Raw Sources）— 证据层（不可变）

• 功能：存储医学论文、指南、文献原文（PDF/MD/TXT等），只读不可改，作为知识事实源头。

结构化 Wiki 层（Wiki Pages）— 知识层（LLM 自治）

• 功能：LLM 自动解析原始资料，生成 Markdown 结构化页面（实体页、概念页、机制页、对比页），建立双向链接、YAML 元数据、关系索引。

Schema 配置层（Schema Config）— 规则层（人机协同）

• 功能：定义医学知识库结构、命名规范、页面模板、维护流程，约束 LLM 行为，确保知识一致性。

接着，在Hermes把刚刚的两篇论文提取完成后，我们可以看到已经整合完成

此时我们可以继续下一步操作，添加论文等。

或者询问Hermes刚刚生成的Wiki在哪里。
输入以下信息给Hermes获取地址信息：

刚刚整合过的Wiki地址是什么

3.2.3. 通过Obsidian图谱查看脂肪性肝病智能知识网络

获取到地址后，我们根据 2.3 在开发桌面安装 Obsidian 章节打开 Obsidian。

此时点击 打开本地仓库。

找到刚刚的Wiki地址。

双击打开 Developer。

在Developer目录下选择 Wiki，再点击右下角 选择。

通过 Obsidian 打开 Wiki 目录后后，可点击 查看关系图谱查看图谱内容。

可以看到，LLM Wiki已经将两篇论文内容整合到一起了。

我们可以点击关系图谱上的节点以观看相应 Wiki内容。

此时，我们既可以通过关系图谱看到相关知识点的对应关系，也可以点击任意节点去学习相关内容！

怎么样，是不是很炫酷呢，当然两篇有点少，所以显示的交集也很少，在研究中一般要整合数篇以上的论文以发挥出LLM Wiki更大的能力。

欢迎大家快来试试看吧！

同时，我们也可以通过Hermes处理各种任务，详情可见Hermes Agent中文社区。

至此，Hermes进阶 医疗行业落地：LLM Wiki + Obsidian图谱建设脂肪性肝病智能知识库案例结束，各位小伙伴快来华为开发者空间体验吧。

反馈改进建议

如您在案例实操过程中遇到问题或有改进建议，可以到论坛帖评论区反馈即可，我们会及时响应处理，谢谢！