你有一块 RDK X5（10 TOPS BPU、8 核 A55、3W 功耗，7*24小时待机，但 2026 年了，它不该只是个跑 YOLO 的板子。

把一块板子养成"数字员工"--一人公司基操

"数字员工"这个词 2025 年还只在大厂内部语境里，2026 年已经落到个人桌面——但落到个人手里就撞上三堵墙：

一堵墙：云端 AI 的三大痛点没解决。 隐私泄露风险（你的文档、代码、数据全在别人的服务器）、调用额度限制（免费档一到点就锁）、网络波动不稳定（断网即失能）。你越依赖云，数字员工越像租来的——到期就还。

第二堵墙：商用 RPA 门槛劝退个人。 私有化部署动辄几万起步，还要对接专有的执行环境和许可证。技术爱好者想要，但价格标签让"养数字员工"这件事从极客变成金主专属。

第三堵墙：有算力的板子，缺"干活的人"。 10 TOPS BPU、8 核 A55 的边缘开发板，你买回来跑两天推理 benchmark 发个帖子，然后它就吃灰了。算力是肌肉，但没有大脑、没有手、没有记忆，它只是个举铁的人，不是员工。

三堵墙拼起来，答案就一个——用开源硬件 + 开源软件，在端侧自养一个数字员工。不用服务器、不用订阅、不用看云厂商脸色。百元级开发板就是它的身体，四套开源组件就是它的大脑、手、办公桌和记忆。

本文干一件事：在这块板上养成一个完整的"数字员工"——

组件干啥的类比

全程 4 步 + 1 验收，每步都在 RDK X5 真机上跑通，贴真实输出。结尾还有"技能树全景"——验收它到底长成了什么样。

0. 板端基线（先确认你的环境）

$ uname -m && cat /etc/version
aarch64
3.5.0

$ free -h | head -2
              total    used    free
Mem:         3.0Gi  1.6Gi   322Mi

$ df -h /
/dev/root   117G   65G   48G  58% /

关键三行：ARM64（后面两个坑都跟它有关）、可用内存 3GB（AI 助手常驻无压力）、磁盘 48G 空闲（够装下全部组件）。

第零步 打好地基：固定 IP + SSH 免密（这一步决定后面全顺不顺）

我见过最多的废板操作：通电直接装软件，装到一半重启，IP 变了，远程全断，文件共享也连不上，返工两小时。数字员工的第一课不是装 AI，是网络地基。两条铁律：

① 固定 IP，拒绝动态获取。 最省事的做法是在路由器后台给板子 MAC 地址做 DHCP 保留（30 秒完事，不动板子系统）；或者板内配置静态。改完重启验证 IP 不变再往下走。

② SSH 密钥免密登录。 这是后面一切自动化的前提——HUB 巡检、定时任务、批量采集全靠免密通道：

# 电脑上
ssh-keygen -t ed25519
ssh-copy-id root@板子IP        # 一路回车，默认路径

# 验证：免密直接进，输个 ls 试试
ssh root@板子IP "uname -m"
# aarch64   # 不再要密码，就成了

后面多台板子组建 HUB 巡检体系时（见总结），每台设备分发一次公钥，中枢 4 条标准 Linux 命令远程采集所有设备，零代理、零面板——地基里这把密钥就是钥匙。

第一步 安装 Hermes（大脑）

curl -fsSL https://hermes-agent.nousresearch.com/install.sh | bash

官方脚本一键完成环境部署，ARM64 直接通（本机验证）。装完：

$ hermes --version
Hermes Agent v0.20.4 (2026.8.18)

实测数据：hermes 常驻 + 桌面系统，free -h 可用内存仍 >1GB，不跟 BPU 推理抢内存——BPU 的推理内存本来就被设备树圈死了（上一篇 §八 讲过）。

数字员工上岗第一件事：让它接管你的日常——跑任务、写脚本、定时推送。

第二步 安装 Opencode（手）

curl -fsSL https://opencode.ai/install | bash

免费开源的 CLI 编程助手，装到 ~/.opencode/bin/，不需要 root、不依赖 Node 环境——ARM64 下直接下二进制，5 秒完事。本机验证：

$ ls -la ~/.opencode/bin/
-rwxr-xr-x 1 root root 183806096 opencode

$ ~/.opencode/bin/opencode --version
1.18.19

网络坑（ARM64 + 国内环境实测）：opencode 安装脚本最后从 GitHub 拉二进制，GitHub 直连 443 端口会 130 秒超时（本机真实发生：curl: (28) Failed to connect to github.com port 443 after 131488 ms）。解法：挂代理，或者 curl -fsSL https://opencode.ai/install | bash -s -- --binary 本地二进制路径 手动喂。

装完在板端目录里 opencode 直接开写代码——改驱动、查 bug、补文档，代码不出局域网（配本地模型的话）。

第三步 Samba 无密码共享盘（办公桌）

局域网电脑直接拖进"网络邻居"看板上文件，无密码：

sudo apt update
sudo apt install -y samba

本机实测：samba 4.15.13（Ubuntu 22.04 源），装完 smbd 自动 active。

在 /etc/samba/smb.conf 末尾追加（无密码 = guest ok = yes）：

[share]
   comment = RDK X5 Share
   path = /root/share
   browseable = yes
   read only = no
   guest ok = yes
   force user = root
   create mask = 0666
   directory mask = 0777

校验 + 重启：

testparm -s | grep -A6 "\[share\]"    # 无 syntax error 即可
systemctl restart smbd

板上自测（smbclient 无密码访问）：

$ smbclient -N //127.0.0.1/share -c "ls"
  .                                   D        0  Tue Oct 20 00:33 2026
  ..                                  D        0  Tue Oct 20 00:33 2026
  README.md                           N        9  Tue Oct 20 00:33 2026

电脑端访问：\\rdk-x5-ip\share，拖文件进去即出现。

安全提醒：无密码共享只建议在可信局域网（办公室/家里）开；要挂公网/不可信网络，把 guest ok 改回 no 加账号密码，两行的事。

第四步 claude-obsidian 知识库（记忆）

Obsidian + AI 第二大脑：把你扔进 inbox 的文档自动变成带溯源、带知识图谱的结构化笔记。MIT 协议，仓库 AgriciDaniel/claude-obsidian。

4.1 环境坑：要 Python 3.11+（板子是 3.10）

$ python3.10 --version     # 板上系统自带
Python 3.10.12

README 白纸黑字 Python 3.11 or newer。解法：uv 托管的 3.11（本机 /usr/local/share/uv/python/cpython-3.11.16/，168MB，独立目录不动系统）：

PY=/usr/local/share/uv/python/cpython-3.11.16-linux-aarch64-gnu/bin/python3.11
$PY --version
Python 3.11.16

4.2 拉仓库 + 初始化 vault

git clone https://github.com/AgriciDaniel/claude-obsidian.git
cd claude-obsidian

export GENERATED_AT="$(date -u +%Y-%m-%dT%H:%M:%SZ)"
export OPERATION_ID="init-rdkx5"

# ① 先 dry-run，出 JSON 操作计划 + sha256 指纹
$PY scripts/claude-obsidian.py init /root/knowledge-vault \
  --generated-at "$GENERATED_AT" --operation-id "$OPERATION_ID"

# ② 审完计划，pin 住指纹正式 apply
$PY scripts/claude-obsidian.py init /root/knowledge-vault \
  --generated-at "$GENERATED_AT" --operation-id "$OPERATION_ID" \
  --approved-plan-sha256 "<sha256-from-the-plan>" --apply

实测输出："status": "complete"，vault 落地 14 个文件（.obsidian/ 配置 + wiki/ 索引 + 溯源账本）：

/root/knowledge-vault/
├── .claude-obsidian.json
├── .obsidian/{app,graph,appearance}.json ...
└── wiki/{index,log,hot,overview}.md + meta/ledgers/{source,claim}-ledger.json

这套 dry-run -> 审查 -> sha256 指纹 apply 的事务设计很讲究：所有写操作先出计划、人审完再执行，指纹对不上直接拒写——给 AI 的"记忆"上了锁，它写不坏你的库。

4.3 接到 Opencode（11 个 skill 全落地）

bash scripts/setup-multi-agent.sh --host opencode        # dry-run，列出将创建的链接
bash scripts/setup-multi-agent.sh --host opencode --apply # 执行

$ ls /root/.config/opencode/skills/
obsidian-markdown  obsidian-bases  save  think  wiki  wiki-cli
wiki-fold  wiki-ingest  wiki-lint  wiki-mode  wiki-query  wiki-retrieve

11 个 skill 链接进 opencode 的配置目录——数字员工的"手"学会了用"记忆"。

4.4 入库冒烟：一条笔记走完全链路

echo "BPU 实测：YOLOv8n 13.3ms -> 75 FPS，EfficientNet-Lite0 2.3ms -> 433 FPS" \
  > /root/knowledge-vault/inbox/rdk-x5-bench.md

# 同样的两步事务：plan 取指纹 -> pin 住 apply
$PY scripts/claude-obsidian.py capture apply --vault /root/knowledge-vault \
  /root/knowledge-vault/inbox/rdk-x5-bench.md --generated-at "$G" --operation-id "$O"
$PY scripts/claude-obsidian.py capture apply --vault /root/knowledge-vault \
  /root/knowledge-vault/inbox/rdk-x5-bench.md --generated-at "$G" --operation-id "$O" \
  --approved-plan-sha256 "$SHA" --apply

实测结果：

"operation_id": "cap-rdkx5-final",
"status": "complete"

笔记进 .raw/captured/（内容寻址，SHA256 文件名，不可变），manifest 自动记账。最后体检：

$ $PY scripts/claude-obsidian.py doctor --vault /root/knowledge-vault
"ok": true

数字员工有记忆了，而且记忆是带溯源、防篡改的。

第五步 验收：养成后它长什么样（技能树全景）

四步装完不是结束，验收才是上岗。这块板子现在的"技能树"（真机清点，非想象）：

① 大脑·Hermes 技能树：36 个分类、109 个可复用技能

/root/.hermes/skills/
├── rdk-x5-development/ # 板子专属：BPU 部署、YOLO 目标检测系统
├── yolo-unified-framework/ # 多版本 YOLO 统一框架
├── mlops/ # 训练、部署、量化、评测
├── embedded-ai/  esp-idf-development/  xiaozhi-linux-development/
├── autonomous-ai-agents/  devops/  github/
└── ... 共 36 类 109 个 SKILL.md

"技能"是它的肌肉记忆：每个 SKILL.md 是一条可复用的操作流程（命令、踩坑、验证步骤）。它不是每次现学，而是把走过的路存成肌肉，下次同类任务直接调。

② 手·Opencode：15 个技能就位

/root/.config/opencode/skills/
autoresearch  canvas  defuddle  obsidian-bases  obsidian-markdown
save  think  wiki  wiki-cli  wiki-fold  wiki-ingest  wiki-lint
wiki-mode  wiki-query  wiki-retrieve

③ 记忆·知识库 + 长期记忆双轨

• 知识库（vault）：.raw/captured/ 内容寻址入库，wiki 图谱 + 溯源账本，doctor: ok

• 长期记忆（/root/.hermes/memories/）：MEMORY.md（环境/工具/经验，8 条）+ USER.md（用户画像，7 条）——它记得你、记得这台板子、记得踩过的坑，跨会话不丢

④ 办公桌·共享盘常开

systemctl is-active smbd -> active，局域网随取随放。

⑤ 数字员工"活"的三个标志（缺一不可）

标志体现验收命令

这就是"养成"和"装好"的区别：装好 = 组件都在；养成 = 技能树长出来 + 记忆在积累 + 能自己值守。一块板子的价值，是从"跑个 benchmark 就吃灰"变成"越用越顺手、越用越懂你"。

总结

一块 3W 功耗的边缘板，现在有了：会接活的大脑（hermes）、会写代码的手（opencode）、局域网随取的办公桌（samba share）、带溯源防篡改的记忆（claude-obsidian）。

花一台创客板的钱，养成一个 7×24 不下班的数字员工——而且它的全部记忆和文件都在你自己手里（local-first，不上传任何云）。

后宫里豢养的一群美女“员工”，每天都无比开心，上班特有劲。

下一步可以动手：

• HUB 巡检体系：一台板子做好后，挑一台当运维中枢——4 条标准 Linux 命令（top/free/df/thermal）远程采集所有设备，每 10 分钟进 JSON，每 2 小时推一张健康报表到 QQ，零代理零面板。已开源：gitee.com/genvex/pi_hub

• 夜间"抑制熵增"定时任务：本地智能体长期跑会越用越笨（缓存堆积、日志冗余、记忆过载），凌晨低负载段自动清缓存、清日志、重置异常进程，是长期稳定运行的关键一步