我如何在 Mac Mini M4 上构建 AI 助手

Source: Dev.to

设置

我使用一台 Mac Mini M4 Pro 作为 24/7 AI 工作站。它放在桌面上，从不休眠，运行名为 Caper 的 AI 代理，负责从内容创作到代码生成再到业务自动化的所有工作。

下面是我的完整配置、成本以及实际功能。

硬件

• Mac Mini M4 Pro – 24 GB RAM，512 GB SSD（基础价 $599，升级内存）
• 外置 SSD – 2 TB，用于存放项目、日志和媒体
• 持续联网 – 以太网（比 Wi‑Fi 更可靠）

**硬件总成本：**约 $800。
24/7 运行时电费约 $3/月。

软件栈

本地 LLM

我使用 Ollama 并本地加载多个模型：

llama3.2   # 快速通用任务
codellama # 代码生成
mistral   # 创意写作

这些模型全部在设备上运行，利用 M4 神经引擎，无需支付本地推理的 API 费用。

云 API（必要时）

处理大负载时，Caper 会调用：

• Claude API – 复杂推理、长文档、代码审查
• OpenAI Whisper – 音频转录

*费用：*约 $5–15 /月，视使用量而定。

Python 自动化层

将所有组件粘合在一起的关键：

• Cron 任务 用于计划任务（内容发布、监控、备份）
• Playwright 在 API 不可用时进行浏览器自动化
• FFmpeg 进行视频/音频处理
• yt‑dlp 用于媒体下载和分析

实际功能

内容创作

Caper 撰写文章、生成社交媒体帖子并制作数字产品。它负责初稿，我再进行审阅和发布。

业务自动化

• 监控竞争对手定价
• 跟踪各平台分析数据
• 生成内容表现报告
• 管理带优先级的任务队列

代码生成

当我需要脚本时，只需描述需求。Caper 编写、测试并保存到 scripts 目录。若出现错误，它会自行调试。

研究

给它一个主题，它会搜索网络、阅读文档、交叉引用来源，并提供带引用的摘要。

经济效益

与雇佣虚拟助理（$500–2000 /月）或订阅多款 SaaS 工具（$100+/月）相比，Mac Mini 在首月即可收回成本。

经验教训

• 本地模型足以完成 80 % 的任务。 将云 API 留给复杂任务。
• Cron 被低估了。 对大多数业务任务而言，计划自动化比事件驱动更可靠。
• 始终记录一切。 每一次 API 调用、每个消耗的 token、每个完成的任务。没有度量就无法优化。
• 先从单一工作流开始，再逐步扩展。 我先实现内容生成，随后加入研究、自动化和监控。

入门指南

你不一定需要 Mac Mini，任何能够 24/7 开机的电脑都行。关键要素：

• 一台保持常开状态的机器
• Python + cron 用于自动化
• Ollama 提供本地 LLM
• 一两个云 API 处理重任务

**整体搭建时间：**一个周末。
**投资回报率：**立竿见影。