{"slug": "karpathy-style-knowledge-stack-withiisraangsm-ngthiis-ngdwy-obsidian-hermes-m3", "title": "Karpathy-Style Knowledge Stack, วิธีสร้างสมองที่สองด้วย Obsidian + Hermes + MiniMax M3", "summary": "A developer known as Nokka (นก-กา) describes a 'Knowledge Stack' system that combines Obsidian, Hermes Agent, and MiniMax M3 to create a self-improving 'second brain.' The stack addresses common PKM problems like notes rot, broken links, and context resets by using Obsidian as the source of truth, Hermes as a persistent agent, and MiniMax M3's 1M token context window for reasoning. The article highlights how the system enables long-horizon coherence and reliable tool use, making it feel like 'slowly training a second brain.'", "body_md": "*โดย Nokka (นก-กา) | 12 สิงหาคม 2026*\n\n*บทความนี้เขียนโดย AI (deepseek-v4-pro) ผ่าน Hermes Agent ภายใต้การควบคุมและตรวจสอบคุณภาพโดยมนุษย์, Nokka (นก-กา)*\n\n**\"Obsidian as your memory, Hermes as your agent, MiniMax M3 as the reasoning core\"**\n\nนี่คือประโยคเปิดของ Mr. Buzzoni (@polydao) ในบทความที่อธิบายการสร้าง \"Knowledge Stack\" แบบ Karpathy, ระบบที่เปลี่ยนจาก \"แอปจดโน้ต\" ธรรมดา, ไปเป็น \"สมองที่สอง\" ที่ AI ช่วยคิด, ช่วยเชื่อมโยง, และช่วยพัฒนาตัวเอง [1]\n\nผมอ่านบทความนี้แล้วรู้สึกว่านี่คือ blueprint ที่คนทำ AI Agent ควรรู้, เพราะมันไม่ได้มีเพียง \"ใช้ AI จดโน้ต\", แต่มันคือ **\"ใช้ AI สร้างระบบความรู้ที่พัฒนาตัวเองได้\"**\n\nBuzzoni เริ่มด้วยการชี้ปัญหา 3 ข้อของ PKM (Personal Knowledge Management) แบบเดิม:\n\n| ปัญหา | คำอธิบาย |\n|---|---|\nNotes rot |\nคุณจดไว้, แต่ไม่เคยกลับมาอ่าน, ข้อมูลตาย |\nLinks break |\nคุณเชื่อมโยง notes, แต่พอลืม, link ก็ไร้ค่า |\nContext resets |\nทุกครั้งที่เปิด AI, คุณต้องอธิบายใหม่, AI ไม่จำอะไรเลย |\n\n**Knowledge Stack แก้ปัญหาทั้ง 3 ข้อด้วย 3 ชั้น:**\n\n```\nObsidian Vault\n   ↓\nHermes Agent\n   ↓\nMiniMax M3\n   ↓\nUpdated notes, summaries, skills, scheduled jobs\n```\n\n| ชั้น | หน้าที่ |\n|---|---|\nObsidian |\nGround truth, ข้อมูลทั้งหมดอยู่ที่นี่, เป็น source of truth |\nHermes Agent |\nSelf-improving operator, อ่าน vault, เรียกใช้ tools, สร้าง skills, จำ context |\nMiniMax M3 |\nReasoning core, 1M context window, อ่าน vault ทั้งหมด, คิดเชื่อมโยง |\n\n**ผลลัพธ์:** \"The result feels less like 'using an LLM' and more like slowly training a second brain\" [1]\n\nObsidian คือชั้นฐาน, หลักการง่ายๆ:\n\n\"If it is worth keeping, it lives in Obsidian first. If the agent does something useful, it should end up as a note.\" [1]\n\n**โครงสร้าง vault ที่แนะนำ:**\n\n```\n/obsidian-vault\n  /inbox\n  /people\n  /projects\n  /research\n    ai-agents.md\n    minimax-m3-benchmarks.md\n  /ai\n    hermes-playbook.md\n    agents-ideas.md\n```\n\n**ทำไมต้อง Obsidian:**\n\n`[[link]]`\n\n, AI อ่าน graph ได้`#coin`\n\n, `#project`\n\n, `#concept`\n\n, AI จัดกลุ่มได้Hermes Agent คือชั้นกลาง, มันไม่ได้มีเพียง \"AI chatbot\", แต่มันคือ **infrastructure** ที่มี persistent memory, skills, cron jobs, และ tool use [5]:\n\n| ความสามารถ | คำอธิบาย |\n|---|---|\nPersistent Memory |\nจำคุณ, งานของคุณ, context, ไม่ reset ทุก session |\nSkills from Experience |\nเรียนรู้จากงานที่ทำ, สร้าง skills, พัฒนาตัวเอง |\nSession Search |\nค้นหาบทสนทนาเก่า, ดึง context กลับมา, ไม่ต้องอธิบายใหม่ |\nTool Use |\nอ่านไฟล์, แก้ไขไฟล์, รัน terminal, เรียก API |\nCron Jobs |\nตั้งเวลาทำงานอัตโนมัติ, vault lint ทุกสัปดาห์ |\n\n**ตัวอย่าง workflow จริง:**\n\n\"A full vault lint is 30+ tool calls: read MOC, follow wikilinks, count tags, scan for duplicates, write the report.\" [1]\n\n**วิธีติดตั้ง:**\n\n```\n# macOS / Linux\ncurl -fsSL https://hermes-agent.nousresearch.com/install.sh | bash\n\n# Windows\nirm https://hermes-agent.nousresearch.com/install.ps1 | iex\n```\n\n**เชื่อมต่อกับ Obsidian vault:**\n\n```\nexport OBSIDIAN_VAULT=\"$HOME/Documents/Obsidian/MainVault\"\nhermes setup\n```\n\nนี่คือชั้นที่ทำให้ Knowledge Stack แตกต่างจาก \"แค่ใช้ AI จดโน้ต\", MiniMax M3 คือโมเดลที่มี context window 1 ล้านโทเคน, 428B parameters, และสถาปัตยกรรม MSA (Multi-Stage Attention) [2] [3]\n\n| สเปก | รายละเอียด |\n|---|---|\nContext Window |\n1 ล้านโทเคน (1,048,576) |\nParameters |\n~428B total, ~23B active per token (MoE) |\nArchitecture |\nMSA (Multi-Stage Attention) |\nMultimodal |\nText + Image + Video |\nOpen Weights |\n✅ เปิดให้ดาวน์โหลด |\nราคา API |\n$0.24/M input, $0.96/M output |\nเปิดตัว |\n1 มิถุนายน 2026 |\n\n**ทำไมต้อง M3, ไม่ใช่ Claude หรือ GPT:**\n\nBuzzoni อธิบายว่าเขาลองมาหลายโมเดลแล้ว, แต่ทุกตัวมีปัญหาเดียวกัน:\n\n\"It would summarize a single note fine, but the moment I asked it to read ten notes, cross-reference them with my MOCs, and write a new one back, it would lose the thread.\" [1]\n\n**M3 แก้ปัญหานี้ด้วย 3 อย่าง:**\n\n| จุดแข็ง | ทำไมถึงสำคัญสำหรับ Knowledge Stack |\n|---|---|\n1M Context |\nอ่าน vault ทั้งหมดในครั้งเดียว, ไม่ต้องแบ่ง chunk |\nLong-horizon coherence |\nทำงาน 20+ นาที, ยังจำได้ว่าถามอะไรตอนนาทีที่ 1 |\nTool-calling reliability |\n30+ tool calls, ยังตาม thread ถูก, ไม่หลง |\n\n**Buzzoni สรุปไว้คมมาก:**\n\n\"With a 200K model I'd get maybe 3 of those 4 right. With M3 I get all 4 in one pass, on a ~500-file vault.\" [1]\n\nBuzzoni แนะนำ 5 งานที่ Knowledge Stack ทำได้ดี:\n\n| งาน | คำอธิบาย |\n|---|---|\nVault Lint |\nสแกน vault ทั้งหมด, หา duplicates, broken links, tags ไม่สม่ำเสมอ |\nCross-MOC Refactor |\nอ่านหลาย MOCs, ปรับโครงสร้าง, อัปเดต wikilinks |\nArticle → Note |\nอ่านบทความ → สรุปเป็น 5-section note → อัปเดต MOCs |\nDaily Review |\nสรุปสิ่งที่ทำวันนี้, เชื่อมโยงกับ notes ที่มี, อัปเดต tags |\nResearch Compile |\nอ่าน 50 notes → cross-reference → เขียน overview 1,000 คำ |\n\n**ตัวอย่าง: Article → Note workflow**\n\n```\n1. Drop article into /inbox\n2. Hermes reads it with M3\n3. M3 compiles into 5-section note:\n   - # Profile\n   - # Context in my research\n   - # Links into vault\n   - # Tags\n   - # Related\n4. Hermes updates 3 MOCs\n5. Note is now part of the knowledge graph\n```\n\n**ผล compounding:** \"After 6 months of weekly compiles, the model 'knows' my voice, my tag system, and which MOCs I update for which kind of work, without me retraining anything.\" [1]\n\n```\n# ดาวน์โหลดจาก obsidian.md, ฟรีสำหรับ personal use\n# สร้าง vault, ใช้โครงสร้างด้านบน\ncurl -fsSL https://hermes-agent.nousresearch.com/install.sh | bash\nsource ~/.bashrc\nhermes\nhermes model\n# เลือก MiniMax M3 จากรายการ providers\n# หรือตั้งค่าผ่าน config:\nhermes config set model minimax-m3\nexport OBSIDIAN_VAULT=\"$HOME/Documents/Obsidian/MainVault\"\nhermes setup\nhermes doctor  # ตรวจสอบว่าทุกอย่างพร้อม\n# ให้ Hermes สแกน vault ทุกวันอาทิตย์\nhermes cron create \\\n  --schedule \"0 9 * * 0\" \\\n  --prompt \"Scan my Obsidian vault: find duplicates, broken wikilinks, inconsistent tags, and notes that haven't been updated in 3+ months. Write a report to /Reviews/vault-health-$(date +%Y-%m-%d).md\"\n```\n\nM3 เปิด weights, แต่ไม่เปิด training data, training code, หรือ RLHF process, เหมือนกับ Qwen และ DeepSeek, นี่คือ \"Open Weights\" ไม่ใช่ \"Open Source\" [2]\n\nM3 คิดราคาตาม tokens, $0.24/M input, $0.96/M output [4], การอ่าน vault 500 ไฟล์อาจใช้ 100K+ tokens, ค่าใช้จ่าย ~$0.02-0.10 ต่อครั้ง, ไม่แพง, แต่ถ้าทำวันละหลายครั้ง, อาจสะสม\n\nHermes ไม่ได้ \"รู้\" vault คุณทันที, ต้องใช้เวลาสร้าง skills และ memory, Buzzoni บอกว่าใช้เวลา \"a few weeks\" ก่อนที่ routing จะ \"become invisible\"\n\n\"If your vault is chaotic, Hermes will still help, but it will spend more time interpreting the mess instead of improving it.\" [1]\n\n| เหมาะสำหรับ | ไม่เหมาะสำหรับ |\n|---|---|\n| ✅ นักวิจัย, ต้องเชื่อมโยงข้อมูลเยอะ | ❌ คนที่จดโน้ตน้อย, ไม่คุ้มค่าตั้งค่า |\n| ✅ Content Creator, ต้อง compile ข้อมูล | ❌ คนที่ใช้แค่ 1-2 tools, overkill |\n| ✅ Developer, ต้องจำ context ข้ามโปรเจกต์ | ❌ คนที่ไม่ต้องการ AI ใน workflow |\n| ✅ Knowledge Worker, อ่านเยอะ, เขียนเยอะ | ❌ คนที่ต้องการความเรียบง่าย, ใช้ Notion พอ |\n| ✅ AI Engineer, อยากทดลอง Agent workflow |\n\n| คำถาม | คำตอบ |\n|---|---|\nKnowledge Stack คืออะไร? |\nObsidian (memory) + Hermes (agent) + MiniMax M3 (reasoning) |\nต่างจาก Note App อย่างไร? |\nAI อ่าน vault, เชื่อมโยง, สรุป, อัปเดต, ไม่ได้มีเพียงจด |\nMiniMax M3 เก่งอะไร? |\n1M context, อ่าน vault ทั้งหมด, coherence ยาว, tool-calling แม่น |\nHermes ทำอะไร? |\nPersistent memory, skills, cron jobs, tool use, self-improving |\nใช้เวลาตั้งค่านานไหม? |\n~1-2 ชั่วโมง, แล้วใช้ได้ตลอดไป |\nค่าใช้จ่าย? |\nObsidian ฟรี, Hermes ฟรี (open source), M3 ~$0.02-0.10/ครั้ง |\n\n**Buzzoni ปิดท้ายไว้ดีที่สุด:**\n\n\"That loop, not one-off chat, is the actual product.\"\n\n**Knowledge Stack ไม่ใช่ \"ใช้ AI คุย\", แต่มันคือ \"ใช้ AI สร้างระบบที่พัฒนาตัวเอง\", และนั่นคือสิ่งที่ทำให้มันต่างจากทุกอย่างที่คุณเคยใช้**\n\n[1] Mr. Buzzoni (@polydao). \"Karpathy-Style Knowledge Stack: Why I Put Hermes, MiniMax M3 and Obsidian at the Core\". X. 2026. [https://x.com/polydao/status/2066904909849440434](https://x.com/polydao/status/2066904909849440434)\n\n[2] MiniMax. \"MiniMax M3, Coding & Agentic Frontier, 1M Context, Multimodal\". 2026. [https://www.minimax.io/models/text/m3](https://www.minimax.io/models/text/m3)\n\n[3] BenchLM.ai. \"MiniMax M3 Benchmarks, Pricing & Speed (August 2026)\". 2026. [https://benchlm.ai/models/minimax-m3](https://benchlm.ai/models/minimax-m3)\n\n[4] OpenRouter. \"MiniMax M3, API Pricing & Benchmarks\". 2026. [https://openrouter.ai/minimax/minimax-m3](https://openrouter.ai/minimax/minimax-m3)\n\n[5] Nous Research. \"Hermes Agent Documentation\". 2026. [https://hermes-agent.nousresearch.com/docs](https://hermes-agent.nousresearch.com/docs)\n\n*บทความนี้วิเคราะห์จากบทความต้นฉบับของ Mr. Buzzoni บน X และแหล่งข้อมูลเพิ่มเติม, ข้อมูล ณ 12 สิงหาคม 2026, Nokka*\n\n**คุณเคยลองสร้าง Knowledge Stack แบบนี้ไหม? ใช้ Obsidian + AI Agent อยู่หรือเปล่า? หรือใช้ tool อื่นแทน? แชร์ประสบการณ์ใต้บทความได้เลยครับ**", "url": "https://wpnews.pro/news/karpathy-style-knowledge-stack-withiisraangsm-ngthiis-ngdwy-obsidian-hermes-m3", "canonical_source": "https://dev.to/sarantoon/karpathy-style-knowledge-stack-withiisraangsmngthiisngdwy-obsidian-hermes-minimax-m3-12hk", "published_at": "2026-08-12 10:32:59+00:00", "updated_at": "2026-08-12 10:47:17.178238+00:00", "lang": "en", "topics": ["artificial-intelligence", "ai-agents", "large-language-models", "ai-tools", "developer-tools"], "entities": ["Obsidian", "Hermes Agent", "MiniMax M3", "Nokka", "Buzzoni", "Nous Research", "Karpathy"], "alternates": {"html": "https://wpnews.pro/news/karpathy-style-knowledge-stack-withiisraangsm-ngthiis-ngdwy-obsidian-hermes-m3", "markdown": "https://wpnews.pro/news/karpathy-style-knowledge-stack-withiisraangsm-ngthiis-ngdwy-obsidian-hermes-m3.md", "text": "https://wpnews.pro/news/karpathy-style-knowledge-stack-withiisraangsm-ngthiis-ngdwy-obsidian-hermes-m3.txt", "jsonld": "https://wpnews.pro/news/karpathy-style-knowledge-stack-withiisraangsm-ngthiis-ngdwy-obsidian-hermes-m3.jsonld"}}