GeminiDesktop GeminiDesktop
教程指南

每日一档 AI 播客：让 Gemini 把昨天的笔记变 NotebookLM 风格两人对谈

发布于 · 作者： GeminiDesktop Team

每日一档 AI 播客：让 Gemini 把昨天的笔记变 NotebookLM 风格两人对谈

结论先行： NotebookLM 的 Audio Overview 之所以好听，是因为它把一堆文档压成了一段 Speaker1/Speaker2 的对话音频。但它是一次性的、在浏览器里的、不读你本地笔记的。GeminiDesktop 在 4.4 版本加了 Daily Brief——每天固定时间扫描你指定的笔记文件夹，用 Gemini 2.5 Flash 写两位主持人的脚本，再调用 Gemini TTS 多说话人合成本地 WAV，正好在你通勤或吃早餐时播完。

一句话： NotebookLM Audio Overview = 偶尔用一次的“深度对谈”；GeminiDesktop Daily Brief = 每天 7:30 自动送到耳机里的“昨日笔记复盘”。

知识工作者的遗忘曲线，正好撞上通勤窗口

艾宾浩斯告诉我们，学完东西后 20 分钟忘一半，一天后忘 70%。对知识工作者来说，昨天写的会议纪要、读完的论文摘要、Obsidian 里的 daily note，第二天早上就已经模糊了。

传统复盘方案有三个问题：

  1. 翻文本成本高 — 早上赶地铁时你不想打开 Obsidian 翻昨天的 daily note
  2. 主动回忆没有触发器 — 没有 Anki 卡片也不会主动打开复习
  3. 单向输入疲劳 — 看了一天屏幕，眼睛真的不想再工作

但通勤路上那 15-30 分钟是完美的音频窗口——耳机已经戴上，手机在口袋里，大脑空闲。如果这段时间能自动播放“昨天那些笔记的对谈版”，遗忘曲线就被按住了。

这就是为什么“每日一档”比“偶尔一次”重要得多。NotebookLM 的 Audio Overview 很强但你不会记得每天打开；固定时间 + 自动生成 + 本地播放，才是可持续的闭环。

跟 NotebookLM Audio Overview 的区别

维度 NotebookLM Audio Overview GeminiDesktop Daily Brief
触发方式 手动点击生成 每天固定时间自动
数据源 上传到 notebook 的文档 本地文件夹（Obsidian vault、~/Notes、iCloud 文件夹等）
隐私 文件上传到 Google 云端 仅把文本通过 API 直传 Google，原文件不离开本机
语言 英文为主，其他语言陆续支持 中/英/日/韩任选，跟你的笔记语言一致
播放位置 浏览器内 Web Player 本地 WAV，扔进 Apple Podcasts / 任意播放器
时长控制 固定较长 (10-15 分钟) 可选 3 / 5 / 8 分钟
和笔记系统联动 无 Obsidian 用户可把音频自动挂到 daily note

NotebookLM 的 Audio Overview 适合“周末花 20 分钟深度听一次某个主题”。Daily Brief 的场景则完全不同——它是一个后台 cron，目标是“让你不需要记得去生成”。

配置 3 步：source folder → 触发时间 → 启用 toggle

打开 GeminiDesktop 左下角 Settings → Daily Brief 面板，三步配置：

第一步：选择 source folder

点 “Pick folder” 选一个文件夹。最常见的三种：

  • Obsidian vault 的 Daily/ 子目录
  • iCloud Drive 里的 Notes/ 文件夹
  • 桌面上临时放 markdown 的 ~/dump/ 文件夹

Daily Brief 默认只扫 昨天 (以本机时区为准) 修改过的 .md 文件。你也可以切到 “Last 7 days” 做周度复盘。

第二步：设定触发时间

默认 07:30，可以设到 06:45 (起床时)、08:15 (到办公室前) 或 21:00 (睡前听昨天的自己)。GeminiDesktop 的调度基于 app 进程——只要 app 开着（后台也算），到点就跑。

第三步：启用 toggle

最上面的 “Enable Daily Brief” 打开即可。下面还有三个开关：

  • Speaker language — zh-CN / en-US / ja-JP / ko-KR
  • Length — short (3 min) / medium (5 min) / long (8 min)
  • Output folder — 默认 ~/GeminiDesktop/daily-brief/，可以改成 Obsidian vault 的 Audio/ 子目录（见第五节）

幕后流程：Gemini 2.5 Flash 写脚本，Gemini TTS 多说话人合成

按下 Run Now 或到了定时触发时间，Daily Brief 的内部流程是这样：

  1. Scan — 扫 source folder，筛出目标时间窗口内修改过的 markdown 文件，合并成一个 context blob (< 60k tokens)
  2. Script — 调用 Gemini 2.5 Flash，prompt 里明确要求 Speaker1: / Speaker2: 交替，带观点碰撞、带追问、带“昨天你写了 xxx，对应今天这个新闻是 yyy”的联系
  3. Voice map — 按选择的语言映射两位 Gemini TTS 说话人（zh-CN 默认 Achernar + Rasalgethi，英文默认 Puck + Kore）
  4. TTS — 逐段调用 Gemini TTS 多说话人端点，拿到 WAV 片段
  5. Merge — 用 ffmpeg-wasm 在本地合并，加 0.5 秒转场静音
  6. Notify — macOS 通知：「Daily Brief ready · 5:12」，点一下直接在系统默认播放器打开

整个过程 30-90 秒，全在后台。Gemini TTS 的音质在 2026 年 3 月后已经能听出呼吸感和转折语气，不再是早期那种念稿腔。

Obsidian 用户特供：daily note 自动挂音频附件

如果你的 source folder 就是 Obsidian vault 里的 Daily/，可以打开 “Embed into Daily Note” 选项：

  • 音频 WAV 被写入 attachments/daily-brief/2026-04-18.wav
  • 今天的 Daily/2026-04-18.md 顶部自动插入：
## Daily Brief (5:12)

![[attachments/daily-brief/2026-04-18.wav]]

> Generated 07:30 · covered 7 notes from yesterday

Obsidian 原生支持 ![[xxx.wav]] 嵌入播放器，你在笔记里点一下就能播。这就和 Obsidian + Gemini 双向同步 串起来了——音频是“昨天笔记的提炼”，又回到了今天的笔记作为入口。

实战 demo：一周工作笔记 → 周五早上一档 5 分钟播客

真实场景举一个：我周一到周四每天在 Obsidian 写 daily note，记录会议、读过的文章、冒出来的想法。

周五 07:30，Daily Brief 自动触发：

  • Source folder: ~/Obsidian/Work/Daily/
  • Time window: Last 7 days
  • Length: 5 min

生成出来的 2026-04-18.wav 主持人是这么聊的（节选）：

Speaker1： 这周你一直在纠结那个定价实验，周二写的 note 说 A/B 差异只有 3%，但周三你又补了一句“漏斗后段 LTV 差 15%”。

Speaker2： 对，这其实是两个故事。短期转化接近，但长期价值差距显著。所以你周四那条 TODO “只看首次付费是错的”就是这个意思对吧？

Speaker1： 嗯。另外周三你读的那篇 Patrick McKenzie 的 pricing power 文章，跟你自己的观察正好对上……

这种主动把分散笔记串成叙事的能力，是 Daily Brief 真正的价值。你自己回头翻 7 天 daily note 要 15 分钟，听它 5 分钟就把故事线说清了。

想用桌面端打开整个 Daily Brief 的管理面板，可以直接去 geminidesktop.app/notebooks 看所有历史生成的条目。

设计取舍：为什么不做 launchd 调度

有用户问过：“为什么不用 macOS launchd / Windows Task Scheduler，让电脑关机也能跑？“MVP 阶段我们刻意不做，有三个理由：

  1. 权限复杂度 — launchd agent 要申请 background run 权限，Catalina 后还要经过公证和用户手动批准，装机成本高
  2. API key 管理 — 后台进程要独立读取你的 Gemini API key，意味着要把 key 写到 keychain 或明文文件，新增攻击面
  3. 调试黑盒 — cron 跑失败时没有 UI，用户只能看 log。MVP 阶段“app 必须开着”反而让失败可见

所以当前策略是：你每天开着 GeminiDesktop（或让它在后台驻留），定时触发就跑。MacBook 合盖但插电会保留后台，98% 情况下没问题。后续 1.0 版本会加 launchd 选项给重度用户，但不是默认。

下一步：Siri Shortcut / iOS 同步 / AirPods 自动连播

Daily Brief 目前只在桌面 app 生成，但这显然不是终点。路线图里的下一步：

  • Siri Shortcut — 说“Hey Siri, 今日简报”直接播放最新一档 WAV
  • iOS 同步 — 通过 iCloud Drive 或自托管服务器，把每天的音频同步到 iPhone，Apple Podcasts 本地订阅
  • AirPods 自动连播 — 检测到 AirPods 接入、时间在通勤窗口内，自动排入 Now Playing 队列
  • 跨天串播 — 周末一次性听完 5 天的 Brief，按天切章节
  • 双向反馈 — 听完后在通勤途中说“这段记一下”，自动回流到今天的 daily note

如果你已经是 Obsidian 用户，强烈建议先读一下 Obsidian + GeminiDesktop 双向同步完整配置——Daily Brief 只是这个更大闭环里的一个节点。如果你还在看 NotebookLM 的替代方案，可以看 NotebookLM 桌面替代：GeminiDesktop 为什么能离线。

常见问题

Q1: Daily Brief 会不会把我的笔记内容上传到 Google？

A: 文本会通过 Gemini API 发给 Google (生成脚本和 TTS 必须走云端模型)，但原始 markdown 文件不会离开本机，也不会经过 BibiGPT 的服务器。API key 直连 Google，和你自己用 Gemini Web 没有本质区别。

Q2: 电脑关机时到了触发时间会怎样？

A: 不会跑。下次开机打开 GeminiDesktop 后你可以手动点 “Run now (catch up)”，它会把最近一次错过的窗口补跑。

Q3: 可以改主持人风格吗？比如我想要更严肃或者更搞笑？

A: Settings → Daily Brief → Style prompt 里可以自定义一句话（如“两位主持人是严谨的 HBR 编辑”或“像两个程序员在午休聊天”）。这一句会拼到默认 prompt 前面。

Q4: 支持视频字幕作为 source 吗？

A: Daily Brief 当前只扫 .md 和 .txt。但如果你用 BibiGPT 把 YouTube 转成 Obsidian 笔记，生成的 markdown 就会被 Daily Brief 自动覆盖到。这是我们主推的组合——BibiGPT 做视频前端，GeminiDesktop 做本地复盘。

结语

Daily Brief 不是一个新功能的堆砌，而是一次对“AI 怎么帮助知识工作者每天真的复盘”的重新设计。NotebookLM 证明了对谈音频是有效的载体，GeminiDesktop 把它变成每天自动跑的本地流程。对 Obsidian / Logseq / 任何 markdown 笔记系统用户，这是最低摩擦的“把昨天的自己讲给今天的自己听”的方法。