Hermes 的多 Profile 机制，本质是“一人分饰多角”的实战方案。 你不用再硬塞编程、研究、写作全塞进一个 agent——每个 Profile 就是一个独立的 AI 助手：配置、记忆、技能、日志、定时任务、聊天机器人，全部物理隔离。 创建很简单：`hermes profile create coder` 就能建个专属编程助手；支持空白新建、克隆配置、完整备份，甚至从某个 Profile 复制。 用起来也顺手：`coder chat` 直接调用，或加 `-p coder` 参数，还能设为默认，省得每次都输。 实际场景很实在：角色分离（写代码/读论文/润色文档）、项目隔离（不同项目自动 cd 到对应目录）、模型对比（Claude vs GPT vs 本地 Llama）、沙盒测试（先在 staging 跑通再上 production）。 更妙的是协作能力：Kanban 看板让多个 Profile 分工领任务；`delegate_task` 可临时派子任务；Profile 还能打包分享，敏感信息不外泄。 接入 Telegram、飞书等平台时，每个 Profile 对应一个 bot，互不干扰。出错有提示（比如 token 冲突直接报错），配置有向导，服务可自启，日志可追踪。 一句话：不是换个皮肤，而是真·开分身。

本文介绍了一种以 Obsidian 为平台、Hermes 为本地智能代理、LLM 驱动的 Wiki 知识管理系统。其核心理念是将 Obsidian 视为 IDE、LLM 视为程序员、Wiki 视为可演化的代码库，强调**增量构建与持久维护知识**，而非传统 RAG 的单次检索。系统采用三层架构：只读不可变的 Raw Sources（原始资料）、LLM 自动维护的 Wiki Pages（结构化摘要与关联）、以及定义行为规范的 Schema 层。Hermes 凭借本地运行优势，支持文件直读、浏览器自动化、终端执行与多代理协作。工作流涵盖 Ingest（5 步内容摄入）、Query（基于已有知识的综合问答与沉淀）和 Lint（定期知识健康检查）。目前已支持 YouTube、博客、arXiv 等平台，正扩展 B 站、公众号等内容源，并支持 Claude、Hermes、Codex 等多模型协同分工。强调“raw/ 不可写、wiki/ 不手动改、log/ 只追加”等最佳实践。（198字）