Se il tuo agente AI funziona solo quando il laptop è acceso, è ancora uno strumento desktop. Un workspace AI privato ha bisogno di un luogo stabile dove girare, un sistema di memoria che possa leggere e aggiornare, una cronologia versioni da poter rivedere e un modo semplice per inviare compiti da qualsiasi luogo.
Uno stack pratico è: Hermes come runtime agente, NAS o VM come base 24/7, Obsidian come memoria Markdown, GitHub come livello di sincronizzazione e revisione, Telegram come interfaccia di comando e strumenti AI locali come Ollama e Open WebUI quando privacy o costi sono importanti.
Cosa fa effettivamente questo Workspace
Questa configurazione trasforma l'uso sparso dell'AI in un flusso di lavoro ripetibile. Invece di copiare testo tra ChatGPT, note, GitHub e app di messaggistica, invii un comando, lasci che Hermes lo elabori, salvi il risultato in Obsidian, tracci la modifica in GitHub e ricevi l'output su Telegram.
| Problema | Correzione Workspace | Strumento |
| L'agente dimentica il contesto del progetto | Conserva la memoria persistente in Markdown | Obsidian |
| Le modifiche dell'agente sono difficili da fidarsi | Traccia ogni modifica con la cronologia delle versioni | GitHub |
| Il laptop non può eseguire lavori 24/7 | Sposta il runtime su hardware sempre attivo | NAS / VM |
| I compiti sono difficili da inviare da remoto | Usa un canale di comando mobile | Telegram |
| Le chiamate AI di routine costano troppo | Esegui compiti semplici localmente quando possibile | Ollama / Open WebUI |
Usa Hermes come Runtime dell'Agente
Hermes Agent è il livello runtime. Riceve compiti, mantiene il contesto, lavora con le skill, comunica tramite canali di messaggistica e può eseguire lavori programmati. In questo stack, Hermes è il lavoratore; il NAS è dove il lavoratore risiede.
Non iniziare dando a Hermes il controllo completo di tutto. Inizia con compiti ristretti: riassumere una nota, salvare un link, creare un briefing giornaliero, controllare un repository GitHub o preparare una risposta Telegram per l'approvazione. Per il livello Hermes, segui la guida ufficiale ZIMAcosì il runtime dell'agente è installato nello stesso workspace sempre attivo che conserva il tuo vault, i log e le attività di automazione.
Migliori primi compiti Hermes
| Compito | Input | Output |
| Salva un link | URL Telegram | Nota Obsidian con riepilogo e tag |
| Briefing giornaliero del progetto | Modifiche GitHub + note recenti | Riepilogo Telegram |
| Cattura di ricerca | Testo, screenshot o memo vocale | Nota strutturata in wiki/
|
| Approvazione della bozza | Prompt o messaggio in arrivo | Bozza inviata a Telegram prima dell'azione |
Esegui l'Agente su NAS o VM, non solo su Desktop
Un desktop è adatto per modificare note e rivedere le modifiche. Non è ideale per l'automazione sempre attiva. Un NAS o una VM sono migliori per cron job, sincronizzazione in background, bot Telegram, log e attività agenti a lunga durata.
Qui ZimaSpace si inserisce naturalmente. Un server personale ZimaBoard 2 è sufficiente per uno spazio di lavoro Hermes leggero con Telegram, sincronizzazione GitHub, cron e file Obsidian. Un ZimaCube 2 AI NAS ha più senso quando il vault è grande, i file sono importanti o vuoi Ollama, Open WebUI, RAG e archiviazione di team in un unico posto.
Usa Obsidian come Livello di Memoria dell'Agente
Obsidian funziona perché la memoria resta leggibile. Il suo modello di archiviazione dati Markdown locale significa che le note vivono come file semplici all'interno di un vault. Gli umani possono modificarle. Gli agenti possono leggerle e aggiornarle.
Mantieni il vault strutturato. Non lasciare che l'agente scriva dove vuole.
vault/
├── AGENTS.md
├── LLMMEMORIES.md
├── SYSTEMPROMPT.md
├── raw/
├── wiki/
└── .obsidian/
| File / Cartella | Scopo | Regola dell'agente |
AGENTS.md |
Regole dello spazio di lavoro | Leggi prima; modifica solo con revisione |
LLMMEMORIES.md |
Contesto persistente di progetto e utente | Leggi spesso; aggiorna con attenzione |
SYSTEMPROMPT.md |
Preferenze di stile, output e comportamento | Leggi prima di scrivere |
raw/ |
Fonti originali, PDF, screenshot, trascrizioni | Sola lettura |
wiki/ |
Note pulite, riepiloghi, conoscenza collegata | Area principale di scrittura |
Scrivi un AGENTS.md chiaro prima dell'automazione
AGENTS.md è il file più importante nel vault. Dice a Hermes come comportarsi prima di toccare le tue note.
# AGENTS.md
Prima di scrivere:
1. Leggi LLMMEMORIES.md.
2. Controlla le note esistenti in wiki/ prima di crearne una nuova.
3. Non modificare mai raw/.
4. Scrivi nuove note strutturate solo in wiki/.
5. Usa titoli chiari e link interni.
6. Aggiungi link alle fonti quando riassumi materiale esterno.
7. Chiedi approvazione prima di modificare AGENTS.md, SYSTEMPROMPT.md o LLMMEMORIES.md.
8. Invia un riepilogo su Telegram dopo ogni attività completata.
Questo singolo file previene la maggior parte degli errori iniziali: note duplicate, nomi disordinati, fonti sovrascritte e deriva della memoria dell'agente.
Usa GitHub come Livello di Revisione
La memoria scritta dall'agente ha bisogno di una cronologia. GitHub ti offre differenze, rollback, rami, repository privati e revisione umana. Questo è importante perché un agente può scrivere note utili in un momento e inquinare la tua base di conoscenza nel momento successivo.
Il plugin Obsidian GitHub Sync può collegare un vault di Obsidian a GitHub. Il modello di file del repository e cronologia delle revisioni di GitHub fornisce al vault un backend controllato invece di lasciare le modifiche dell'agente non tracciate.
Flusso di lavoro di revisione semplice
- Modifichi le note in Obsidian.
- Il vault si sincronizza con un repository GitHub privato.
- Hermes legge il contesto più recente.
- Hermes scrive solo in cartelle approvate.
- Le modifiche si sincronizzano tramite GitHub.
- Revisiona le differenze prima di considerare l'aggiornamento come memoria a lungo termine.
Usa Telegram come canale di controllo
Telegram è il modo più veloce per usare l'agente quando sei lontano dalla scrivania. Invia un link, una nota vocale, un compito, uno screenshot o un comando. Hermes lo elabora sul NAS e invia il risultato.
L'API Telegram messages.sendMessage supporta l'invio di messaggi in una chat, rendendo Telegram utile per riepiloghi, promemoria, richieste di approvazione e notifiche di completamento.
Comandi Telegram utili
| Comando | Azione agente |
| Salva questo link | Riassumi l'URL e scrivilo su wiki/
|
| Ricorda questo | Aggiungi una breve voce a LLMMEMORIES.md dopo l'approvazione |
| Forniscimi un briefing | Riassumi le modifiche di oggi su GitHub e le nuove note |
| Bozza di una risposta | Crea una bozza e inviala per approvazione |
| Trova note correlate | Cerca nel vault e restituisci il contesto collegato |
Costruisci il primo flusso di lavoro: da Telegram a Obsidian
Il primo flusso di lavoro migliore è l'acquisizione. Non iniziare con l'automazione completa. Inizia trasformando i messaggi Telegram in note Obsidian pulite.
| Passo | Azione | Output |
| 1 | Invia un messaggio Telegram o URL | Input ricevuto da Hermes |
| 2 | Hermes classifica l'input | Tipo di attività: link, nota, promemoria, ricerca, bozza |
| 3 | Hermes legge AGENTS.md
|
Cartella corretta e regola di scrittura selezionata |
| 4 | Hermes crea una nota | File Markdown in wiki/ o posta in arrivo |
| 5 | La sincronizzazione GitHub registra la modifica | Cronologia delle versioni revisionabile |
| 6 | Hermes invia un riepilogo su Telegram | Sai cosa è stato salvato |
Aggiungi Cron dopo che l'acquisizione funziona
Il lavoro programmato dovrebbe iniziare solo dopo che il ciclo di acquisizione di base è stabile. Hermes cron è utile quando il compito ha un trigger chiaro, un output prevedibile e basso rischio.
Usa la guida all'automazione cron di Hermes per lavori ricorrenti come briefing quotidiani, monitoraggio GitHub, pulizia note, riepiloghi link e flussi di lavoro di promemoria.
Buoni cron job per un workspace privato
| Cron Job | Esegue quando | Scrive a |
| Briefing quotidiano | Ogni mattina |
wiki/daily/ e Telegram |
| Riepilogo delle modifiche su GitHub | Una volta al giorno | Nota di progetto |
| Pulizia della posta in arrivo | Ogni sera | Pagine wiki collegate |
| Riepilogo della coda di lettura | Due volte a settimana | Nota di ricerca |
Aggiungi l'IA locale solo dove è utile
L'IA locale è utile per il lavoro di routine: riassumere appunti, etichettare contenuti, estrarre azioni da svolgere, pulire trascrizioni e rispondere da contesti privati. L'IA cloud è ancora migliore per ragionamenti complessi, ricerche approfondite e programmazione complessa.
Una guida all'auto-hosting di Ollama e Open WebUI è un buon riferimento per il livello di modelli locali. In questa architettura, Ollama gestisce i modelli locali, Open WebUI fornisce un'interfaccia self-hosted e Hermes decide come deve fluire il lavoro.
| Compito | Modello Locale | Modello Cloud |
| Riassumi note brevi | Buona corrispondenza | Opzionale |
| Tagga pagine Obsidian | Buona corrispondenza | Di solito non necessario |
| Classifica messaggi Telegram | Buona corrispondenza | Di solito non necessario |
| Compito di codifica complesso | Dipende dal modello | Spesso migliore |
| Rapporto di ricerca approfondita | Utile per il pre-processing | Spesso migliore per il ragionamento finale |
Mantieni l'automazione sicura
Inizia con leggere, riassumere, salvare e notificare. Rimanda azioni rischiose finché il flusso di lavoro non è collaudato.
| Azione | Regola consigliata |
Leggi raw/
|
Consentito |
Scrivi su wiki/
|
Consentito dopo il test delle regole |
Modifica LLMMEMORIES.md
|
Richiedi revisione |
Modifica AGENTS.md
|
Richiedi revisione |
| Invia messaggi esterni | Richiedi approvazione Telegram |
| Elimina file | Blocca per impostazione predefinita |
| Invia codice | Richiedi branch e revisione umana |
Architettura iniziale consigliata
Telegram
↓
Agente Hermes
↓
NAS / VM
├── Cassaforte Obsidian
│ ├── AGENTS.md
│ ├── LLMMEMORIES.md
│ ├── SYSTEMPROMPT.md
│ ├── raw/
│ └── wiki/
├── Sincronizzazione GitHub
├── Cron Jobs
├── Log
└── AI Locale Opzionale
├── Ollama
└── Open WebUI
Costruiscilo in questo ordine: prima la cassaforte, seconda la sincronizzazione GitHub, terza la cattura Telegram, quarta il flusso di lavoro Hermes, quinta cron, sesto AI locale. Questo evita l'errore comune di installare molti strumenti prima che la struttura della memoria sia pronta.
Conclusione finale
Hermes fornisce all'agente un runtime. Obsidian gli dà memoria. GitHub ti dà il controllo sulle modifiche. Telegram offre un'interfaccia remota. Il NAS dà all'intero sistema un luogo stabile dove operare.
Ecco perché questo argomento si adatta a ZimaSpace. Un NAS non è più solo per backup o archiviazione media. Per gli utenti di agenti AI, diventa lo strato infrastrutturale privato per memoria, automazione e flussi di lavoro personali 24/7.
FAQ
Hermes può usare Obsidian come memoria a lungo termine?
Sì. Hermes può usare una cassaforte Obsidian come memoria a lungo termine se la cassaforte è strutturata con regole chiare, file Markdown leggibili e permessi di scrittura sicuri.
Perché usare GitHub con Obsidian per gli agenti AI?
GitHub rende le modifiche dell'agente revisionabili. Se Hermes scrive una nota errata o cambia la memoria in modo scorretto, puoi ispezionare la differenza, ripristinare il file o rafforzare le regole in AGENTS.md.
Telegram può controllare un agente AI in esecuzione su un NAS?
Sì. Telegram può inviare comandi, link, note e decisioni di approvazione all'agente. L'agente può inviare riepiloghi, bozze, promemoria e messaggi di completamento indietro a Telegram.
Ho bisogno di modelli AI locali per questo ambiente di lavoro?
No. Puoi iniziare con modelli cloud. I modelli locali diventano utili quando vuoi costi inferiori per compiti di routine, maggiore privacy per note interne o un'interfaccia AI self-hosted.
Quale dispositivo ZimaSpace si adatta a questo flusso di lavoro?
ZimaBoard 2 ospita un ambiente di lavoro Hermes leggero con Telegram, cron, sincronizzazione GitHub e Obsidian. ZimaCube 2 ospita un ambiente di lavoro AI NAS più grande con più file, RAG, Open WebUI, Ollama e archiviazione per il team.
Centro AI
Altro da leggere

Previsioni della domanda per i server AI domestici nel 2027: perché i carichi di lavoro AI privati si stanno avvicinando a casa
Una previsione per il 2027 su perché la domanda di server AI domestici potrebbe crescere con la convergenza di LLM locali, RAG privati, AI...

Cosa significa GPT-5.6 per l'IA locale, i server domestici e i dati privati
Una guida pratica a GPT-5.6, AI locale, server domestici, dati privati, flussi di lavoro ibridi, RAG, chiamata di strumenti e uso sicuro dei modelli...

Agente AI a Casa: Cosa Può Effettivamente Automatizzare?
Una guida pratica agli agenti AI domestici, che copre il controllo della casa intelligente, i file locali, il RAG privato, i report del server,...

