Se o seu agente de IA só funciona quando o portátil está ligado, continua a ser uma ferramenta de desktop. Um espaço de trabalho privado para agentes de IA precisa de um local estável para funcionar, um sistema de memória que possa ler e atualizar, um histórico de versões que possa rever e uma forma simples de enviar tarefas a partir de qualquer lugar.
Uma arquitetura prática é: Hermes como runtime do agente, NAS ou VM como base 24/7, Obsidian como memória Markdown, GitHub como camada de sincronização e revisão, Telegram como interface de comando, e ferramentas locais de IA como Ollama e Open WebUI quando a privacidade ou custo são importantes.
O que este espaço de trabalho realmente faz
Esta configuração transforma o uso disperso de IA num fluxo de trabalho repetível. Em vez de copiar texto entre ChatGPT, notas, GitHub e apps de mensagens, envia um comando, deixa o Hermes processar, guarda o resultado no Obsidian, rastreia a alteração no GitHub e recebe a saída no Telegram.
| Problema | Correção do espaço de trabalho | Ferramenta |
| O agente esquece o contexto do projeto | Armazene memória persistente em Markdown | Obsidian |
| Alterações do agente são difíceis de confiar | Rastreie cada edição com histórico de versões | GitHub |
| O portátil não pode executar tarefas 24/7 | Mova o runtime para hardware sempre ativo | NAS / VM |
| Tarefas são difíceis de enviar remotamente | Use um canal de comando móvel | Telegram |
| Chamadas rotineiras de IA custam demasiado | Execute tarefas simples localmente sempre que possível | Ollama / Open WebUI |
Use o Hermes como Runtime do Agente
Hermes Agent é a camada de runtime. Recebe tarefas, mantém o contexto, trabalha com competências, comunica através de canais de mensagens e pode executar trabalhos agendados. Nesta arquitetura, o Hermes é o trabalhador; o NAS é onde o trabalhador reside.
Não comece por dar ao Hermes controlo total de tudo. Comece com tarefas específicas: resumir uma nota, guardar um link, criar um resumo diário, verificar um repositório GitHub ou rascunhar uma resposta no Telegram para aprovação. Para a camada Hermes, siga o guia oficial ZIMApara que o runtime do agente seja instalado no mesmo espaço de trabalho sempre ativo que armazena o seu cofre, registos e tarefas de automação.
Melhores tarefas Hermes iniciais
| Tarefa | Entrada | Saída |
| Guardar um link | URL do Telegram | Nota Obsidian com resumo e etiquetas |
| Resumo diário do projeto | Alterações no GitHub + notas recentes | Resumo do Telegram |
| Captura de pesquisa | Texto, captura de ecrã ou gravação de voz | Nota estruturada em wiki/
|
| Aprovação do rascunho | Mensagem de aviso ou recebida | Rascunho enviado para o Telegram antes da ação |
Execute o Agente no NAS ou VM, não apenas no Desktop
Um desktop é bom para editar notas e rever alterações. É mau para automação sempre ativa. Um NAS ou VM é melhor para tarefas cron, sincronização em segundo plano, bots do Telegram, registos e tarefas de agente de longa duração.
É aqui que o ZimaSpace encaixa naturalmente. Um servidor pessoal ZimaBoard 2 é suficiente para um espaço de trabalho Hermes leve com Telegram, sincronização GitHub, cron e ficheiros Obsidian. Um ZimaCube 2 AI NAS faz mais sentido quando o cofre é grande, os ficheiros são importantes ou quer Ollama, Open WebUI, RAG e armazenamento de equipa num só lugar.
Use o Obsidian como Camada de Memória do Agente
O Obsidian funciona porque a memória permanece legível. O seu modelo de armazenamento local de dados Markdown significa que as notas vivem como ficheiros simples dentro de um cofre. Humanos podem editá-los. Agentes podem ler e atualizar.
Mantenha o cofre estruturado. Não deixe o agente escrever onde quiser.
cofre/
├── AGENTS.md
├── LLMMEMORIES.md
├── SYSTEMPROMPT.md
├── raw/
├── wiki/
└── .obsidian/
| Ficheiro / Pasta | Propósito | Regra do agente |
AGENTS.md |
Regras do espaço de trabalho | Ler primeiro; editar apenas com revisão |
LLMMEMORIES.md |
Contexto persistente do projeto e do utilizador | Ler frequentemente; atualizar com cuidado |
SYSTEMPROMPT.md |
Preferências de estilo, saída e comportamento | Ler antes de escrever |
raw/ |
Fontes originais, PDFs, capturas de ecrã, transcrições | Só leitura |
wiki/ |
Notas limpas, resumos, conhecimento ligado | Área principal de escrita |
Escreva um AGENTS.md Claro Antes da Automação
AGENTS.md é o ficheiro mais importante do cofre. Diz ao Hermes como agir antes de tocar nas suas notas.
# AGENTS.md
Antes de escrever:
1. Ler LLMMEMORIES.md.
2. Verificar notas existentes em wiki/ antes de criar uma nova.
3. Nunca editar raw/.
4. Escrever novas notas estruturadas apenas em wiki/.
5. Usar títulos claros e ligações internas.
6. Adicionar links de fonte ao resumir material externo.
7. Pedir aprovação antes de editar AGENTS.md, SYSTEMPROMPT.md ou LLMMEMORIES.md.
8. Enviar um resumo pelo Telegram após cada tarefa concluída.
Este ficheiro evita a maioria dos erros iniciais: notas duplicadas, nomes confusos, fontes sobrescritas e deriva da memória do agente.
Use o GitHub como Camada de Revisão
A memória escrita pelo agente precisa de histórico. O GitHub oferece diferenças, reversão, ramificações, repositórios privados e revisão humana. Isso é importante porque um agente pode escrever notas úteis num momento e poluir a sua base de conhecimento no seguinte.
O plugin Obsidian GitHub Sync pode ligar um cofre Obsidian ao GitHub. O próprio modelo de ficheiros do repositório e histórico de revisões do GitHub oferece ao cofre um backend controlado em vez de deixar as edições do agente sem controlo.
Fluxo de trabalho simples de revisão
- Você edita notas no Obsidian.
- O cofre sincroniza com um repositório privado do GitHub.
- Hermes lê o contexto mais recente.
- Hermes escreve apenas em pastas aprovadas.
- As alterações sincronizam de volta através do GitHub.
- Você revê as diferenças antes de confiar na atualização como memória a longo prazo.
Use o Telegram como Canal de Controlo
O Telegram é a forma mais rápida de usar o agente quando está longe da secretária. Envie um link, nota de voz, tarefa, captura de ecrã ou comando. O Hermes processa no NAS e envia o resultado de volta.
A API Telegram messages.sendMessage suporta o envio de mensagens de volta para um chat, o que torna o Telegram útil para resumos, lembretes, pedidos de aprovação e notificações de conclusão.
Comandos úteis do Telegram
| Comando | Ação do Agente |
| Guarde este link | Resuma o URL e escreva para wiki/
|
| Lembre-se disto | Adicione uma entrada curta a LLMMEMORIES.md após aprovação |
| Faça um resumo para mim | Resuma as alterações do GitHub de hoje e as novas notas |
| Rascunhar uma resposta | Crie um rascunho e envie para aprovação |
| Encontre notas relacionadas | Procure no cofre e retorne o contexto ligado |
Construa o Primeiro Fluxo de Trabalho: Telegram para Obsidian
O melhor primeiro fluxo de trabalho é a captura. Não comece com automação total. Comece por transformar mensagens do Telegram em notas limpas no Obsidian.
| Passo | Ação | Saída |
| 1 | Enviar uma mensagem ou URL pelo Telegram | Entrada recebida pelo Hermes |
| 2 | Hermes classifica a entrada | Tipo de tarefa: link, nota, lembrete, pesquisa, rascunho |
| 3 | Hermes lê AGENTS.md
|
Pasta correta e regra de escrita selecionada |
| 4 | Hermes cria uma nota | Ficheiro Markdown em wiki/ ou caixa de entrada |
| 5 | A sincronização do GitHub regista a alteração | Histórico de versões revisável |
| 6 | Hermes envia um resumo pelo Telegram | Você sabe o que foi salvo |
Adicione Cron Depois que a Captura Funcionar
O trabalho agendado deve ser feito depois que o ciclo básico de captura estiver estável. O cron Hermes é útil quando a tarefa tem um gatilho claro, saída previsível e baixo risco.
Use o guia de automação cron Hermes para tarefas recorrentes como resumos diários, monitorização do GitHub, limpeza de notas, resumos de links e fluxos de trabalho de lembretes.
Boas tarefas cron para um espaço de trabalho privado
| Tarefa Cron | Executa Quando | Escreve Para |
| Resumo diário | Todas as manhãs |
wiki/diário/ e Telegram |
| Resumo de alterações no GitHub | Uma vez por dia | Nota de projeto |
| Limpeza da caixa de entrada | Todas as noites | Páginas wiki ligadas |
| Resumo da fila de leitura | Duas vezes por semana | Nota de pesquisa |
Adicione IA Local Apenas Onde For Útil
A IA local é útil para trabalhos rotineiros: resumir notas, etiquetar conteúdos, extrair itens de ação, limpar transcrições e responder a partir de contexto privado. A IA na nuvem continua a ser melhor para raciocínios difíceis, pesquisas longas e codificação complexa.
Um guia de auto-hospedagem Ollama e Open WebUI é uma boa referência para a camada de modelo local. Nesta arquitetura, o Ollama gere modelos locais, o Open WebUI fornece uma interface auto-hospedada, e o Hermes decide como o trabalho deve fluir.
| Tarefa | Modelo Local | Modelo Cloud |
| Resumir notas curtas | Boa adaptação | Opcional |
| Marcar páginas Obsidian | Boa adaptação | Normalmente desnecessário |
| Classificar mensagens Telegram | Boa adaptação | Normalmente desnecessário |
| Tarefa de codificação complexa | Depende do modelo | Muitas vezes melhor |
| Relatório de pesquisa profunda | Útil para pré-processamento | Muitas vezes melhor para raciocínio final |
Mantenha a Automação Segura
Comece por ler, resumir, guardar e notificar. Adie ações arriscadas até o fluxo de trabalho estar comprovado.
| Ação | Regra Recomendada |
Ler raw/
|
Permitido |
Escrever para wiki/
|
Permitido após teste das regras |
Editar LLMMEMORIES.md
|
Exigir revisão |
Editar AGENTS.md
|
Exigir revisão |
| Enviar mensagens externas | Exigir aprovação no Telegram |
| Eliminar ficheiros | Bloquear por defeito |
| Enviar código | Exigir revisão de branch e humana |
Arquitetura Inicial Recomendada
Telegram
↓
Agente Hermes
↓
NAS / VM
├── Cofre Obsidian
│ ├── AGENTS.md
│ ├── LLMMEMORIES.md
│ ├── SYSTEMPROMPT.md
│ ├── raw/
│ └── wiki/
├── Sincronização GitHub
├── Tarefas Cron
├── Registos
└── AI Local Opcional
├── Ollama
└── Open WebUI
Construa nesta ordem: primeiro o cofre, segundo a sincronização GitHub, terceiro a captura Telegram, quarto o fluxo de trabalho Hermes, quinto o cron, sexto a AI local. Isto evita o erro comum de instalar muitas ferramentas antes da estrutura de memória estar pronta.
Conclusão Final
O Hermes dá ao agente um runtime. O Obsidian dá-lhe memória. O GitHub dá-lhe controlo sobre as alterações. O Telegram dá-lhe uma interface remota. O NAS dá a todo o sistema um local estável para funcionar.
É por isso que este tema se adapta ao ZimaSpace. Um NAS já não é só para backup ou armazenamento de media. Para utilizadores de agentes AI, torna-se a camada de infraestrutura privada para memória, automação e fluxos de trabalho pessoais 24/7.
FAQ
Pode o Hermes usar o Obsidian como memória a longo prazo?
Sim. O Hermes pode usar um cofre Obsidian como memória a longo prazo se o cofre estiver estruturado com regras claras, ficheiros Markdown legíveis e permissões de escrita seguras.
Por que usar GitHub com Obsidian para agentes AI?
O GitHub torna as edições do agente revisáveis. Se o Hermes escrever uma nota má ou alterar a memória incorretamente, pode inspecionar a diferença, reverter o ficheiro ou apertar as regras em AGENTS.md.
Pode o Telegram controlar um agente AI a correr num NAS?
Sim. O Telegram pode enviar comandos, links, notas e decisões de aprovação ao agente. O agente pode enviar resumos, rascunhos, lembretes e mensagens de conclusão de volta para o Telegram.
Preciso de modelos AI locais para este espaço de trabalho?
Não. Pode começar com modelos na cloud. Modelos locais tornam-se úteis quando quer custos mais baixos para tarefas rotineiras, melhor privacidade para notas internas ou uma interface AI auto-hospedada.
Qual dispositivo ZimaSpace se adapta a este fluxo de trabalho?
O ZimaBoard 2 adapta-se a um espaço de trabalho Hermes leve com Telegram, cron, sincronização GitHub e Obsidian. O ZimaCube 2 adapta-se a um espaço de trabalho AI NAS maior com mais ficheiros, RAG, Open WebUI, Ollama e armazenamento para equipas.
CENTRO DE IA
Mais para Ler

Previsão da Procura por Servidores de IA Domésticos para 2027: Por Que as Cargas de Trabalho de IA Privadas Estão a Aproximar-se de Casa
Uma previsão para 2027 sobre por que a procura por servidores de IA domésticos pode crescer à medida que convergem as pressões dos LLMs...

O que o GPT-5.6 significa para a IA local, servidores domésticos e dados privados
Um guia prático para o GPT-5.6, IA local, servidores domésticos, dados privados, fluxos de trabalho híbridos, RAG, chamadas de ferramentas e uso seguro de...

Agente de IA em Casa: O Que Pode Realmente Automatizar?
Um guia prático para agentes de IA domésticos, abrangendo controlo de casa inteligente, ficheiros locais, RAG privado, relatórios de servidor, portões de aprovação e...

