Gemini Mac 桌面版：Google 官方没做的 6 件事，我们做了
Gemini Mac 桌面版：Google 官方没做的 6 件事，我们做了
结论先行： 2026 年 4 月 15 日 Google 终于发布了官方 Gemini Mac App，但打开之后你会发现它只是一个 “浏览器套壳 + 系统快捷键”——既没有屏幕共享的 Gemini Live，也没有 Computer Use 桌面自动化，更没有本地文件夹直接索引。我们的 GeminiDesktop 从一开始就把这 6 项官方空白当成设计起点。
一句话对比： Google 官方 Gemini Mac App = Gemini 网页 + Cmd+Shift+G 快捷键；GeminiDesktop = Tauri 原生 + Live 屏幕共享 + Computer Use + 本地 RAG + Menubar 浮窗 + 音频简报 + MCP。
2026-04-15：官方 Gemini Mac App 发布后，缺什么？
官方应用只干了三件事：把 gemini.google.com 装进 WKWebView、加了 Cmd+Shift+G 全局唤出、加了 Dock 图标。Google Keynote 里承诺的“Live / Computer Use / Deep Research”在 Mac 上一个没到。用一张图列出 6 项空白：
| 能力 | 官方 Mac App | GeminiDesktop |
|---|---|---|
| Gemini Live 屏幕共享 | ❌ | ✅ Gemini 3 Flash Live，Tauri + cpal + tokio-tungstenite |
| Computer Use 桌面自动化 | ❌ | ✅ Autopilot dialog + per-step approval + deny-list |
| 本地文件夹 Notebook | ❌ | ✅ sqlite-vec 768 维 gemini-embedding-001，Finder 右键直达 |
| ⌥Space Menubar Quick Chat | ⚠️ 仅唤主窗 | ✅ 独立浮窗，不跳走 |
| 每日音频简报 | ❌ | ✅ NotebookLM 风格双人对谈，本地 MP3 |
| OpenRouter OAuth + MCP | ❌ | ✅ Claude Code / Cursor 直接调 Gemini 工具 |
下面逐项拆开说说为什么官方没做、我们怎么做的。
❌ Gemini Live 屏幕共享 → ✅ Tauri + cpal + tokio-tungstenite
Gemini 3 Flash Live 是 Google 去年在 I/O 上的王牌——实时看屏幕、听麦克风、用语音对话。问题是这个能力至今只在 Android 和 Gemini Web 上，官方 Mac App 完全没做。
GeminiDesktop 的做法：用 Rust 侧 cpal 抓系统音频（同时吃 input + output loopback），屏幕画面用 screencapturekit-rs 每 400ms 抓一次 keyframe，通过 tokio-tungstenite 保持一条 WebSocket 到 Gemini Live API。前端 Tauri IPC 只负责显示 token 流和语音波形。
❌ Computer Use 桌面自动化 → ✅ Autopilot + per-step approval
Google 在 2025 年底把 Computer Use 开进了 Gemini 2.5 API，但官方 Mac App 没有任何执行本地动作的能力——它只能“说”，不能“做”。
我们做了一个 Autopilot Dialog：Gemini 产出计划后，每一步都需要你点同意（默认），你也可以选择 “trust this site” 连续同意 5 步。配合 deny-list（系统偏好、Keychain、1Password 全部默认拒绝），这比“一键让 AI 随便乱点”安全得多。对比 Anthropic Computer Use，Gemini 2.5 的视觉定位精度在 macOS 原生控件上更稳。
❌ 本地文件夹直接索引 → ✅ sqlite-vec + Finder 右键
NotebookLM 要上传，Gemini 网页要粘贴，官方 Mac App 连个本地拖拽都没做好——它只是把文件转 base64 发给 Gemini API。GeminiDesktop 的本地 Notebook 是另一套：
- 你在 Finder 里右键任何一个文件夹 → “Open as Notebook”
- Tauri 在后台用
tokio::fswalker 增量扫描，每个文件算 768 维gemini-embedding-001向量 - 写入
~/Library/Application Support/GeminiDesktop/notebooks/<uuid>.db，这是一个标准 SQLite 文件，用 sqlite-vec 做向量索引 - 查询时 Gemini 只拿到 top-K chunk 原文，你的 PDF / Pages / markdown 不离开本地
对比 BibiGPT 网页版的 YouTube 转 Obsidian 笔记：网页适合零散链接，桌面适合“整个仓库我都要丢给 AI”。
❌ ⌥Space Menubar Quick Chat → ✅ 真正的浮窗
官方 App 的 Cmd+Shift+G 打开的是主窗口，你写完问题就会把原来在写的代码挡住。Raycast 用户都知道 Quick Chat 应该是一个浮层：
GeminiDesktop 注册了 ⌥Space 全局快捷键，弹出的是一个 480×240 的 Tauri panel 窗口（Always on top + 失焦自动消失），回车发送后在当前屏幕右上角以 toast 形式回答。问完 Esc 关掉，原来在 Xcode / Figma 里的光标不动。
❌ 每日音频简报 → ✅ NotebookLM 风格双人对谈
NotebookLM 的 Audio Overview 要手动点、要有 source、要 30 秒等待。我们想要的是“每天早上 8 点我打开 Mac，耳机里自动播放昨晚的 RSS / GitHub issue / 日历 + 你点过星的视频摘要”。
GeminiDesktop 的 Daily Briefing：cron 任务凌晨 3 点跑 → 拉你订阅的信源 → Gemini 生成双人对谈稿 → 调用 TTS 生成两条音轨混音 → 写入 ~/Music/GeminiDesktop Briefings/2026-04-18.mp3。通勤路上 AirPods 一戴，全是你关心的内容。和 Gemini Notebooks vs NotebookLM 2026 深度对比 里谈到的“NotebookLM 不能自动跑”的痛点正好互补。
❌ OpenRouter OAuth + MCP server → ✅ Claude Code / Cursor 直接调
官方 App 完全是个客户端。但 2026 年最大的工程需求是“让我的 Claude Code / Cursor / Zed 也能用 Gemini 的长上下文来审代码”。GeminiDesktop 内置了一个本地 MCP server（默认 127.0.0.1:27323），暴露三个工具：gemini_generate、gemini_search_notebook、gemini_live_describe_screen。你只要在 Claude Code 的 ~/.claude.json 加一条：
{
"mcpServers": {
"gemini-desktop": { "command": "curl", "args": ["-N", "http://127.0.0.1:27323/sse"] }
}
}搭配 OpenRouter OAuth（我们不存你的 API key，走标准 OAuth PKCE），Claude Opus 就能在需要 1M context 的时候喊 Gemini 接力。
为什么 Google 做不了：Gemini 能力散在 6 个产品线
这不是 Google 工程师不想做，而是 Gemini 的能力被切成了 6 个独立产品团队在推：
- Gemini Web App (gemini.google.com) —— 主聊天
- Gemini Live —— Android-first，iOS 半残
- NotebookLM —— 独立 BU
- AI Studio —— 开发者
- Project Mariner / Computer Use —— 研究院
- Gemini API —— Google Cloud
官方 Mac App 要想完整，需要同时打通这 6 条线。在 Google 内部这是跨 6 个 VP 的事。而独立产品 GeminiDesktop 只需要一个 Tauri 窗口 + 6 个 API key，我们一周就能做 Google 需要半年走流程的事。
常见问题
Q1: GeminiDesktop 是 Google 出的吗？
A: 不是。我们是独立开发者，用的是 Google 公开的 Gemini API 和 Gemini Live API。所有数据直连 Google，我们不做中转。
Q2: 官方 Mac App 发布了，我还需要 GeminiDesktop 吗？
A: 如果你只是想在 Mac 上开个聊天窗口，官方足够。如果你需要 Live 屏幕共享、本地文件夹索引、Menubar 浮窗、MCP 接入，那 6 项缺失就是差距。
Q3: 我的 API key 安全吗？
A: OAuth PKCE 全程本地握手，access token 存在 macOS Keychain，Tauri 主进程之外的 JS 拿不到。你也可以选择完全用 OpenRouter 代理不暴露给我们。
结语
官方 Gemini Mac App 是 Google 向 Mac 用户交的一份“最小可行作业”。GeminiDesktop 是我们想让你今天就能用上的“Gemini 应该是的样子”——原生 Tauri 速度、本地优先、6 个产品线的能力缝合在一个窗口里。