你家里大概率有一台电脑，白天黑夜都没真正干活。
可能是一台合上盖子的笔记本。
可能是一台放在架子上的 Mac Mini。
也可能是一台被塞进桌底的小主机。
它通着电，占着位置，偶尔放音乐、同步文件、当下载机。
但它没有持续替你生产任何东西。
这其实很浪费。
因为一台永远在线的机器，最适合承载一种新的 AI 工作方式：
text
不是你打开聊天窗口，手动让 AI 干活。 而是机器按时间表醒来，自己读取材料，自己调用模型，自己写入知识库，自己留下日志。 Copy 这就是本地第二大脑的关键变化。
Mac Mini 不是重点。
重点是：
text
有一台 7x24 小时在线的本地机器。 有一个你自己拥有的 Markdown 知识库。 有一套可以循环运行的 Agent 工作流。 有一层能管理模型、Key、日志和成本的 API 网关。 Copy 如果把这几件事接起来，你的闲置电脑就不只是电脑。
它会变成一个每天自动更新的知识系统。
1. 为什么不是 Claude 聊天窗口
你当然可以把 YouTube 链接粘到 Claude 里，让它总结。
你也可以把一篇文章粘进去，让它提炼观点。
你还可以把自己的笔记丢进去，让它帮你整理。
但这些动作都有一个共同问题：
是你打开浏览器。
是你复制链接。
是你整理输入。
是你追问下一轮。
你停下来，工作就停下来。
聊天窗口适合临时协作。
不适合长期运行。
真正的第二大脑不应该只在你想起来的时候才动。
它应该能在你睡觉时整理资料。
在你起床前生成晨报。
在你保存文章后自动归档。
在你看完讲座后把它和旧笔记连起来。
这就需要一个承载循环的地方。
Mac Mini 或任何常开小主机，正好适合做这件事。
2. 这套系统的三层架构
不要把它想得太复杂。
最小架构只有三层。
text
本地机器：Mac Mini / 旧电脑 / 迷你 PC 知识存储：Obsidian Vault / 本地 Markdown 文件夹 模型入口：Claude API / 4SAPI 中转模型层 Copy 再加两类胶水：
text
调度器：launchd / cron / Windows Task Scheduler 脚本：Python / Node / Shell Copy 放在一起就是：
text
launchd 定时触发 ↓ Python 脚本读取 inbox ↓ 必要时用 Whisper / 网页抓取 / 本地解析 ↓ 通过 4SAPI 调用 Claude 或其他模型 ↓ 写入 Obsidian Markdown ↓ 验证格式、链接、来源和成本 ↓ 记录运行日志 Copy 这不是一个新聊天应用。
它是一个本地自动化知识流水线。
3. 为什么选 Obsidian
Obsidian 的优势不是界面。
而是它把笔记存在本地 Markdown 文件里。
这句话特别重要。
因为只要笔记是文件，脚本和 Agent 就能直接处理。
它们可以：
text
读取原始材料。 创建新笔记。 补 frontmatter。 加标签。 写 wikilink。 查找旧笔记。 生成索引页。 提交 Git 备份。 Copy 你不需要等某个平台开放 API。
也不需要把全部知识锁进某个云服务。
Obsidian 在这套系统里不是“笔记软件”。
它更像一个可编程的知识文件夹。
Claude 负责理解。
脚本负责搬运。
4SAPI 负责模型调用治理。
Obsidian 负责保存最终资产。
4. 4SAPI 放在哪里
如果你只是手动问 Claude，一把 Key 也能跑。
但本地第二大脑一旦开始自动化，就会出现新问题：
text
讲座总结用哪个模型？ 文章提炼用哪个模型？ 晨报生成用哪个模型？ 格式校验还要不要用强模型？ 失败重试算谁的成本？ 哪条循环昨天突然变贵？ 哪个 Key 不该访问生产知识库？ Copy 这时就该把 4SAPI 放在模型入口层。
位置是：
text
Mac Mini 脚本 / Claude Code / Codex / n8n ↓ 4SAPI 企业 API 网关 ↓ Claude / GPT / Gemini / DeepSeek / 其他模型 Copy 它解决的不是“能不能调用”。
而是：
text
统一 Base URL。 统一 API Key。 按任务拆 Key。 按模型记录成本。 按工作流查看日志。 按错误码排查失败。 按预算控制循环。 Copy 在这套第二大脑里，4SAPI 的定位很清楚：
text
Obsidian 管知识。 Mac Mini 管运行。 Claude 管理解和生成。 4SAPI 管模型入口、日志审计和成本治理。 Copy 5. 目录结构先搭小一点
不要一开始就设计十层知识分类。
先建一个能跑循环的最小 Vault。
text
SecondBrain/ 00_inbox/ video_links.md articles.md voice_notes/ 10_sources/ videos/ articles/ transcripts/ 20_notes/ concepts/ people/ projects/ 30_briefings/ daily/ 90_system/ loop_state/ prompts/ logs/ Copy 每个循环只认几个地方：
text
输入：00_inbox 原始材料：10_sources 整理笔记：20_notes 晨报：30_briefings 状态和日志：90_system Copy 这比一上来做完整 PARA、Zettelkasten、Dataview 仪表盘更稳。
第二大脑最怕刚开始就像企业 ERP。
先让它每天真的写东西。
6. 循环一：讲座自动变成笔记
第一个循环，处理视频和音频。
场景很常见：
text
你看了一场 AI 讲座。 收藏了一个两小时访谈。 保存了一个大会 keynote。 当时觉得很有启发。 一周后只记得“好像很重要”。 Copy 这个循环要做的事很简单：
text
从 video_links.md 读取链接。 下载或提取音频。 用本地 Whisper 转写。 调用模型生成结构化笔记。 把笔记写入 Obsidian。 检查是否有来源、摘要、关键观点和旧笔记链接。 Copy 一篇合格讲座笔记至少要有：
text
标题 来源链接 日期 3 到 7 条核心观点 关键概念解释 可引用金句 至少 2 个 [[旧笔记]] 链接 1 个待追问问题 Copy 这里最重要的是验证器。
很多人只让模型总结。
但总结不等于第二大脑。
第二大脑的价值在于连接。
所以可以写一条硬规则：
text
如果新笔记没有至少 2 个指向现有笔记的 wikilink，本轮不算通过。 Copy 这条规则会逼迫模型去查旧知识。
它不能只交一篇漂亮摘要。
它必须把新材料放回你的知识网络里。
这一步才是核心。
7. 循环二：保存文章自动变成观点卡
第二个循环，处理稍后阅读。
大多数人的稍后阅读，最后都会变成沉没链接池。
收藏时很激动。
回头看时没有回头。
这个循环可以这样做：
text
从 articles.md 读取 URL。 抓取正文。 清理广告和无关内容。 判断是否值得入库。 生成观点卡。 写入 20_notes/concepts 或 10_sources/articles。 Copy 一篇文章不要只总结。
建议拆成四块：
text
作者主张是什么。 证据是什么。 我同意或怀疑哪里。 它能连接到我的哪几个主题。 Copy 适合输出成这种格式：
text
--- type: article_note source_url: author: topic: status: reviewed --- # 标题 ## 一句话结论 ## 作者主张 ## 关键证据 ## 可引用内容 ## 我的判断 ## 关联笔记 - [[...]] - [[...]] Copy 这里要特别注意终止条件。
网页抓取很容易失败。
常见问题：
text
付费墙。 反爬。 正文太短。 抓到导航栏。 编码乱码。 只抓到评论区。 Copy 所以规则要写死：
text
正文少于 800 字，跳过并记录原因。 连续抓取失败 2 次，跳过。 模型校验认为不是正文，跳过。 单篇文章最多重试 2 次。 Copy 循环最怕在坏输入上死磕。
好系统要会放弃。
8. 循环三：每天早上自动生成简报
第三个循环，适合放在早上。
比如每天 7:30 运行。
它读取：
text
昨天新增的笔记。 昨天未完成的问题。 最近 7 天高频标签。 需要复习的旧笔记。 今天日历或任务清单。 Copy 然后生成一份晨报：
text
今天最值得看的 3 条新笔记。 昨天输入材料里的 5 个关键词。 一个需要继续追问的问题。 一个可以写成文章的选题。 一条成本提醒。 Copy 晨报不需要强模型写长文。
它更像整理和排序。
可以用便宜模型完成初稿，再用强模型只处理“今天最重要的一条判断”。
这就是模型路由。
不要用强模型做所有事。
强模型适合：
便宜模型适合：
text
标签。 摘要。 去重。 格式整理。 短文本生成。 基础校验。 Copy Mac Mini 的意义在这里体现出来。
你不是在一个聊天框里手工选择模型。
而是在工作流里按角色选择模型。
9. 4SAPI 的模型路由建议
这套第二大脑可以按任务拆模型。
阶段 建议模型策略 网页清洗校验 低成本模型或规则脚本 音频转写 本地 Whisper 优先 讲座深度总结 强理解模型 旧笔记链接推荐 强模型或向量检索 + 中等模型 标签和 frontmatter 低成本模型 晨报初稿 低成本模型 每周复盘 强模型 失败原因分类 中等模型
通过 4SAPI，可以把这些调用统一记账。
建议每次调用都带上这些业务字段：
text
workflow_id: second-brain-video-note run_id: 2026-07-07-0730 source_type: video / article / briefing agent_role: transcriber / writer / linker / reviewer model: vault: note_path: cost_bucket: retry_count: status: Copy 这样你一个月后能回答：
text
哪个循环最贵？ 哪个模型最常失败？ 讲座笔记平均多少钱一篇？ 晨报有没有必要继续跑？ 文章抓取失败率是不是太高？ Copy 没有日志，第二大脑会变成“感觉很好用”。
有日志，第二大脑才是可维护系统。
10. launchd 怎么理解
在 macOS 上，定时任务一般用 launchd。
你不用先学很深。
只要理解一件事：
比如：
text
每天 7:30 跑晨报。 每小时检查一次 inbox。 每晚 23:00 扫描未处理文章。 Copy 你可以把每条循环拆成独立脚本：
text
process_videos.py process_articles.py daily_briefing.py weekly_review.py Copy 每个脚本只做一件事。
不要写一个万能脚本。
万能脚本出了问题很难排查。
好的本地循环应该像小工具箱：
text
一个脚本处理视频。 一个脚本处理文章。 一个脚本生成晨报。 一个脚本做坏链接检查。 一个脚本做成本日报。 Copy 11. 先做手动版
不要一上来就买机器、写脚本、配 launchd。
先在聊天窗口里跑手动版。
可以用这个 Prompt：
text
你是我的第二大脑笔记整理助手。 请把下面材料整理成 Obsidian 笔记。 要求： 1. 输出 Markdown。 2. 包含标题、来源、日期、摘要、核心观点、可引用内容。 3. 至少给出 2 个可能关联的旧笔记标题，用 [[标题]] 表示。 4. 最后输出一个自检清单。 5. 如果缺少来源、日期或关联笔记，请指出缺口，不要假装完成。 材料： [粘贴链接、文章正文或转写文本] Copy 如果你连续三次都觉得有用，再把它变成脚本。
如果你第二次就懒得用，那就不要自动化。
自动化不会拯救一个你本来就不想用的流程。
12. 正确上线顺序
我建议按这个顺序：
text
第一步：聊天窗口手动跑通。 第二步：把 Prompt 固定到 90_system/prompts。 第三步：写 Python 脚本处理单个输入。 第四步：加入验证器。 第五步：加入状态文件。 第六步：加入 4SAPI 调用和成本日志。 第七步：手动运行一周。 第八步：再接 launchd 定时任务。 Copy 顺序很重要。
不要直接跳到定时任务。
一个手动都不稳定的流程，定时以后只会稳定地制造问题。
13. 状态文件怎么写
每条循环都需要状态文件。
例如：
text
# second-brain-video-loop last_run: 2026-07-07 07:30 processed: - source: https://... note: 20_notes/concepts/xxx.md status: success cost: model: skipped: - source: https://... reason: transcript_too_short pending: - https://... rules: - new video note must include at least 2 wikilinks - never overwrite existing notes without backup Copy 状态文件的作用不是好看。
它让循环知道：
text
哪些处理过。 哪些失败过。 为什么失败。 下一轮不要重复踩坑。 什么时候该停。 Copy 没有状态文件，Agent 每次醒来都像失忆。
失忆的第二大脑，听起来就不太对。
14. 权限和隐私
第二大脑里有很多私人内容。
不要让脚本随便读全部目录。
建议分层：
text
00_inbox：可读可写。 10_sources：可写原始材料。 20_notes：默认可新增，修改旧笔记要备份。 30_briefings：可写。 90_system：只允许写 logs 和 state。 private/：默认禁止读取。 Copy 如果接 4SAPI，也要按工作流拆 Key：
text
second-brain-dev second-brain-daily second-brain-video second-brain-review Copy 不要把所有循环共用一个高权限 Key。
如果某条循环只负责晨报，它就不该有处理所有模型和高预算的权限。
15. 成本怎么控
本地第二大脑最容易被忽视的是成本。
因为每次调用看起来都很小。
但循环每天跑，成本会累计。
建议设置四条线：
text
单篇文章最大调用次数。 单个视频最大处理时长。 每日总预算。 连续失败停止规则。 Copy 更具体一点：
text
文章处理最多 2 轮。 讲座笔记最多 3 轮。 晨报只跑 1 轮。 每日报告超过预算时只生成摘要，不做深度连接。 失败 2 次后写入 skipped，不再重复处理。 Copy 4SAPI 的价值就在这里。
它不是只告诉你“今天花了多少钱”。
更重要的是帮你查：
text
钱花在哪条循环上。 哪种输入最贵。 哪个模型不适合这个任务。 哪些重试是浪费。 Copy 16. 三个最值得先做的循环
如果你今晚就想开始，不要全做。
先选一个。
方案一：每日晨报
最容易出效果。
输入少，成本低，风险小。
每天醒来能看到成果。
方案二：文章入库
最适合解决信息堆积。
把稍后阅读变成观点卡。
适合内容创作者、研究员、产品经理。
方案三：讲座转笔记
最有长期价值。
但音频转写、长文本总结、旧笔记链接都更复杂。
建议等前两个跑稳以后再做。
17. 这套系统适合谁
适合：
text
每天阅读很多材料的人。 经常看讲座、播客、访谈的人。 想把输入变成可复用资产的创作者。 已经在用 Obsidian 的开发者。 需要企业级大模型接入和成本审计的小团队。 Copy 不适合：
text
只是偶尔问 AI 一个问题。 不愿意整理输入源。 没有固定知识库。 不看运行日志。 不愿意做人工复核。 Copy 第二大脑不是代替你思考。
它只是把“整理、归档、初步连接”这部分工作自动化。
真正的判断还得你来。
18. 最后总结
Mac Mini 不是魔法。
Claude 也不是魔法。
真正的变化是：
text
你有了一台永远在线的机器。 机器能按时间表运行循环。 循环能读取你的材料。 模型能整理和连接知识。 Obsidian 能保存本地 Markdown。 4SAPI 能管理模型调用、Key、日志和成本。 Copy 以前你是这样用 AI：
text
我打开聊天窗口。 我发材料。 我等总结。 我复制到笔记里。 Copy 现在可以变成：
text
我把材料丢进 inbox。 Mac Mini 自动处理。 Claude 生成笔记。 4SAPI 记录调用。 Obsidian 保存结果。 早上我看简报和需要判断的部分。 Copy 这才是 7x24 小时第二大脑的意义。
不是让 AI 替你活。
而是让它把你本来会遗忘、会拖延、会堆积的输入，持续变成你拥有的本地资产。
一句话：
text
聊天窗口是工具。 Mac Mini 是工位。 Obsidian 是仓库。 Claude 是整理员。 4SAPI 是企业级模型网关。 循环才是让它们每天自己工作的那根线。 Copy 先从手动版开始。
跑三次。
有用，再自动化。
资料与延伸阅读
原文灵感：Claude on a Mac Mini: the second brain that builds itself：https://x.com/gippp69/status/2069068377574776987
4SAPI 官网：https://4sapi.com/
4SAPI 文档：https://4sapi.apifox.cn/
Obsidian 官网：https://obsidian.md/
Obsidian 数据存储说明：https://obsidian.md/help/data-storage
