Hermes Agent可通过四种方式接入知识库：一、启用内置LLM Wiki知识库；二、接入阿里云Tablestore知识库；三、对接自建向量数据库RAG服务；四、挂载本地文件系统知识源。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
如果您希望为Hermes Agent赋予结构化、可检索、可演化的知识能力，则需将其接入外部或内置知识库服务。以下是实现该目标的多种可行路径：
一、启用内置LLM Wiki知识库
该方法利用Hermes Agent原生集成的LLM Wiki Skill，构建一个具备状态感知与交叉引用能力的知识编译系统，无需额外部署外部服务。
1、确认Hermes Agent已升级至2026年4月后发布的版本，确保包含llm-wiki模块。
2、在项目根目录下检查是否存在knowledge/文件夹；若不存在，执行初始化命令：hermes knowledge init。
3、将原始文档（PDF、Markdown、TXT、图像等）统一存放至knowledge/source/路径下，所有文件将作为不可变事实源头被摄入。
4、运行知识编译命令：hermes knowledge compile --all，触发大模型生成摘要页、实体页、概念页及导航索引。
5、启动Agent时添加--enable-skill llm-wiki参数，使对话中自动激活Wiki查询与编辑能力。
二、接入表格存储（Tablestore）知识库服务
该方法通过tablestore-agent-knowledge Skill，将Hermes Agent连接至阿里云全托管RAG知识库，支持多Agent共享同一知识底座。
1、安装命令行工具：npm install -g tablestore-agent-cli。
2、登录阿里云控制台，在Tablestore服务中创建实例并开通“知识库”功能，获取实例Endpoint与AccessKey信息。
3、在Hermes Agent配置目录中新建skills/tablestore-config.yaml，填入Endpoint、InstanceName、AccessKeyId与AccessKeySecret。
4、执行注册命令：tablestore-agent-cli register --config skills/tablestore-config.yaml。
5、启用Skill：在config.yaml的enabled_skills列表中加入tablestore-agent-knowledge。
三、对接自建向量数据库RAG服务
该方法适用于已有Chroma、Qdrant或Weaviate等本地向量库的用户，通过HTTP接口实现低耦合接入。
1、确保向量数据库服务正在运行，并已加载目标知识文档的嵌入向量，且开放HTTP API端点（如http://localhost:8000）。
2、在Hermes Agent的skills/目录中创建custom-rag-skill文件夹，放入skill.yaml与main.py。
3、在skill.yaml中声明依赖项与API地址：base_url: http://localhost:8000/query。
4、编写main.py实现标准RAG调用逻辑：接收用户问题→调用向量检索→拼接上下文→传入大模型生成答案。
5、运行hermes skill install custom-rag-skill完成安装，并在配置中启用该Skill。
四、挂载本地文件系统知识源
该方法适合轻量级使用场景，直接将指定目录下的文本文件作为只读知识源，不依赖任何数据库或网络服务。
1、在Hermes Agent工作目录下新建local-kb/文件夹，将所有纯文本知识文件（.txt、.md）放入其中。
2、编辑config.yaml，在memory区块下添加：local_kb_path: ./local-kb。
3、确保file-reader Skill处于启用状态，该Skill默认支持UTF-8编码文本的逐行切片与关键词匹配。
4、重启Agent后，可在对话中使用指令/kb search 关键词触发本地知识检索。
