AI与科技

Hermes + Notion + GBrain:把任务系统接入你的个人 AI 助手

基于 Hermes、Notion 与 GBrain 集成教程整理:如何让 AI 助手既能执行任务,又能理解项目上下文,并持续沉淀知识。

  • Hermes Agent
  • AI Agent
  • AI工作流
Hermes + Notion + GBrain:把任务系统接入你的个人 AI 助手

Hermes + Notion + GBrain:把任务系统接入你的个人 AI 助手

很多人做个人 AI 助手,最先想到的是聊天能力和自动化能力。但真正难的是上下文不连通:任务在 Notion,自动化在 Hermes,知识沉淀在 GBrain。

这篇集成思路解决的关键问题是:让 AI 助手既能执行任务,又能理解你正在推进的项目,并把日常工作自动沉淀成长期知识。

标题封面图

为什么要把三者连起来

Hermes 负责执行和自动化,Notion 负责项目与任务,GBrain 负责知识抽取和上下文联想。

如果三者是断开的,AI 只能在各自的小盒子里工作。连起来以后,你可以用自然语言创建和更新任务,Hermes 负责真实写入 Notion,GBrain 再把一周任务变化沉淀为项目上下文。

三系统联动图

先把 Hermes 接到 Notion

这一步的核心不是“做个脚本”,而是确保 Hermes 不再维护一套假的内部任务列表,而是所有任务动作都真实写进 Notion。

关键步骤包括:

  • 创建 Notion Integration
  • 给数据库和父页面都授权
  • 找到正确的 database ID 和 project page ID
  • 直接调用 Notion REST API
  • 在 Hermes 提示词里强制所有任务操作必须走脚本

真正关键的是行为约束

教程里最重要的原则是:凡是和任务、待办、提醒、跟进有关的消息,Hermes 都必须调用脚本,不能自己假装记住,也不能模拟成功。

没有脚本输出,就不算任务已创建;没有脚本返回,就不能口头确认成功。

任务脚本控制图

让 GBrain 自动吸收任务上下文

第二部分的做法是:每周拉取最近 7 天有变化的 Notion 任务,按项目分组,用 OpenAI 做简要总结,再写回 GBrain,变成每个项目的 active context 页面。

这样沉淀下来的就不只是任务本身,而是任务背后的模式、推进状态、延迟风险和关键关系。

三层分工要清楚

Notion 是事实数据库,Hermes 是执行层与交互层,GBrain 是长期上下文和知识联结层。

这三层不要混。混了以后,任务会失真,洞察会变浅,自动化也会变弱。

知识沉淀循环图

值得抄的是工程原则

这篇教程真正值得带走的,是几个原则:

  • 所有关键动作都必须落真实系统
  • 权限、ID、列名必须先验证
  • 能直接打 REST API 就不要被脆弱 SDK 拖住
  • 任务系统和知识系统要打通,但不要混成一个东西
  • 定期自动总结,才能让 AI 助手具备长期积累能力

原文来源:@smantena