GeminiDesktop GeminiDesktop
教程指南

NotebookLM 桌面版:Google 没做的原生 App,我们来做

发布于 · 作者: GeminiDesktop Team

NotebookLM 在过去 12 个月里稳居 Google Trends AI 搜索词增长榜首。不是一次性的病毒传播,而是月环比持续攀升的有机需求曲线。研究者用它审问自己的文献,学生用它从课堂录音生成学习指南,职场人用它把 200 页报告变成 10 分钟播客简报。

但问题是:没有桌面 App。

Google 提供了 notebooklm.google.com 网页版和 iOS App。在 macOS、Windows、Linux 上,你唯一的选择是开一个浏览器标签页。GeminiDesktop 就是为了填补这个空白而存在的——一个原生桌面 App(Windows、Mac Intel + Apple Silicon、Linux),基于 Tauri 2.x 和 Gemini 官方 API,把完整的 NotebookLM 体验搬到桌面。

核心要点

  • 2026 年 4 月,NotebookLM 在任何操作系统上都没有原生桌面 App——只有网页版和 iOS。没有 Mac App,没有 Windows App,没有 Linux 二进制,没有 Android App。
  • 2026-04-15 发布的 Gemini for Mac 在 landing page 上宣称集成 NotebookLM,但官方博客和 TechCrunch 的报道都没有确认完整功能对齐,状态依旧不明朗。
  • GeminiDesktop.app 是原生 Tauri 2.x 客户端,把 NotebookLM 风格的文档工作区做成一等公民:右键任意文件夹作为 notebook 打开、生成 Audio Overview 并保存为 MP3 到 ~/Music/、导出 Mind Map 到 Obsidian Canvas、本地渲染 Video Overview。
  • 核心设计转变是「一个文件夹 = 一个 notebook」——没有上传、没有 20 MB 限制、文件变更自动重建索引。兼容 Obsidian、Logseq、Zotero、Typora,或任何基于文件夹的工作流。
  • Windows 用户第一次获得平权体验——Google 同样没有给 Windows 做原生 Gemini App,GeminiDesktop 是目前唯一真正原生的 Windows 选项。
  • 为什么 Google 迟迟不做? Google Labs 内部的结构性激励让 NotebookLM 维持在「小团队、纯网页、没有公开 API」的状态。下文会详细拆解。

为什么 NotebookLM 需要桌面 App

浏览器对偶尔查一下的用户够用。但对深度用户来说,远远不够。

一个准备文献综述的研究者,本地文件夹里有 40 个 PDF。在浏览器里,每个都要通过网页表单逐一上传,任何超过 20 MB 的文件直接被拒。在桌面端,文件夹本身就是 notebook——把文件放进去,自动索引,没有体积上限。

一个播客制作人每天早上从客户简报生成 Audio Overview。在浏览器里,MP3 只能在页面内播放,没有直接下载到本地文件系统的按钮。在桌面端,文件直接保存到你配置好的文件夹,Apple Music、Spotify 本地文件或任何播放器都能识别。

一个用 Obsidian 或 Logseq 的学生,vault 里有几百个 markdown 笔记。在浏览器里,这些笔记要一个个复制粘贴或上传。在桌面端,vault 文件夹就是 notebook。每个 markdown 文件都是源材料。新增笔记几秒钟内出现在索引中。

一个开发者正在熟悉新团队的代码库,他把 App 指向 docs/ 目录和若干关键源文件。在桌面端,当 git pull 拉回新文件时 notebook 自动更新;在浏览器里,他每周要重复上传两次同样的包。

一个做证据开示审查的法务团队,手里是 PDF、邮件、扫描合同的混合——他们需要全部在本地索引,不希望上传到一个受 Google 保留政策管辖的产品。浏览器版让这不可能。原生桌面客户端把语料锁在你自己的机器上,只把查询发给 API。

这些不是假设,而是 NotebookLM 子社区每周都在讨论、浏览器版本无法支撑的真实工作流。

12 个月持续增长,零桌面投入

打开 Google Trends,把「NotebookLM」对比任何一个「AI 桌面」相关的词:「Gemini desktop」「Claude desktop」「ChatGPT desktop」。NotebookLM 的搜索热度是它们加起来的 2-3 倍,而且到 2026 年 4 月还在继续爬坡。

这不是一个火了一周就消退的产品,而是有复利式有机需求的产品——放在任何正常的产品组织里,这种需求早就触发了平台扩张。

但 Google 的回应是:一个 iOS App(真实存在、能用、在 App Store),然后就没了。没有 Mac App,没有 Windows App,没有消费级 API。2026-04-15 发布的 Gemini for Mac 在 landing page 列了「NotebookLM」,但没有任何第三方测评者演示出 Audio Overview、Video Overview、Mind Map、Interactive Mode 在里面完整工作。2026-04-14 登陆 Windows 的 Google App 桌面版则根本没有 NotebookLM 入口。

为什么 Google 没做——战略解读

NotebookLM 栖身在 Google Labs,是一支小团队在以小博大。几个结构性因素解释了为什么桌面版迟迟不来:

  • 没有公开 API。 没有 API,就没有外部生态向 Google 施压去做一个参考实现的桌面客户端。其他成功的 AI 产品(OpenAI、Anthropic、Perplexity)都有公开 API,供第三方构建桌面集成。NotebookLM 只有自己的网页界面。不开放 API 是一个主动选择——它限制了「围绕它做壳子」的内部压力。
  • Labs 产品首先是实验。 在 Google 内部,Labs 产品用「学到了什么」来评价,不用「覆盖了多少平台」。做 Mac App 需要 macOS 签名、公证、自动更新管线、崩溃遥测、客户支持——没有一项是 Labs 学习目标的核心。
  • 「一个团队、一套代码」的 web-first 文化。 发原生桌面 App 需要 OS 专属的工程能力,一个网页团队通常没有这些人。同时启动 Mac/Windows/Linux 三端意味着要招或借调团队——又一个结构性减速带。
  • 商业激励不清晰。 NotebookLM Plus 通过 Google AI Pro 变现。Pro 用户本来就在为 Gemini + Workspace 付费。桌面 App 不明显解锁新的收入,难以正当化工程投入。

我们在 Why NotebookLM Has No Native AppNotebookLM Mac app Google still hasn’t made 里做了完整的结构性分析。

核心设计:一个文件夹 = 一个 Notebook

GeminiDesktop 的 NotebookLM 集成遵循一个核心原则:本地文件夹就是 notebook。

你把 GeminiDesktop 指向 ~/Research/climate-papers/。里面有 PDF、markdown 笔记、音频录音、图片,还有几个保存为文本文件的 YouTube 链接。App 索引一切。每个文件成为一个源。聊天界面基于这些内容——回答你的问题时,直接引用具体文件和段落。

这个范式有三个浏览器版做不到的特性:

零上传摩擦。 文件直接从磁盘读取。没有上传步骤,没有网页表单的文件大小限制,不用等进度条。100 个 PDF 的文件夹在文件系统扫描和文本提取的时间内完成索引。

实时同步。 往文件夹里保存一个新文件,它出现在 notebook 里。删掉一个文件,从索引中消失。Notebook 始终反映文件夹的当前状态,没有「重新上传」这一步。

兼容现有工具。 Obsidian 的 vault 已经是一个文件夹。Logseq 的 graph 已经是一个文件夹。Typora 的文档已经在一个文件夹里。GeminiDesktop 不要求你迁移文件到专有格式或云服务。它读取你已有的东西,在你已有的位置。

生成内容保存本地

NotebookLM 的 Studio 面板生成三种富输出:Audio Overview(播客对谈)、Video Overview(叙述式视觉摘要,现在由 Veo 3 辅助生成)、Mind Map(概念关系图)。

在浏览器里,这些输出只存在于 NotebookLM 界面内。GeminiDesktop 把它们保存到你的本地文件系统:

  • Audio Overview 保存为 MP3 到 ~/Music/GeminiDesktop/ 或你配置的路径。macOS 索引文件,Apple Music 看到它,iPhone 通过 iCloud 同步,CarPlay 通勤时播放。Windows 上 MP3 落入 Music\GeminiDesktop\,被 Windows Media Player 或任何音频 App 索引。
  • Video Overview 保存为 MP4 到 ~/Movies/GeminiDesktop/。分享给同事、上传到 CMS、导入视频编辑器。
  • Mind Map 导出为 SVG、PNG、交互式 HTML 或 Obsidian Canvas .canvas JSON。嵌入论文、粘贴到 Notion、或在 Obsidian 里全交互查看。

生成的内容属于你,存在你的机器上,生成后不需要网络连接就能访问。

真实用例

学术研究者——把文献综述从「几周」压缩到「几天」

把 40 个 PDF 放进 ~/Research/climate-adaptation/。作为 notebook 打开。追问「土壤碳固存有效性的当前共识是什么?」,答案带着引用指回具体论文。生成 Mind Map 看论文之间的关联。导出到 Obsidian Canvas,把每个节点链接到自己正在写的笔记。用「辩论」风格生成 15 分钟 Audio Overview,压力测试共识的坚固度。整套工作流全部留在磁盘上。

记者——为下午 2 点的电话做准备

你要在下午 2 点的线人电话之前读完一份 60 页监管文件。用 GeminiDesktop 打开。追问「这份文件比去年版本多出哪三点?」,答案带着指向具体页码的引用。生成 5 分钟 Audio Overview,出门走到咖啡馆的路上听完。把带引用的答案拖进任何你惯用的笔记 App。

开发者入职——跳过「读代码库」那一周

把 App 指向新团队的 docs/ 目录和精选的关键源文件。问架构问题,得到带 file:line 引用的落地答案。生成关键子系统的 Mind Map。一个下午,你就拥有了平时要读一周才能得到的系统结构视角。

竞品分析——合成 20 个竞争对手页面

把 20 个竞品的 landing page、新闻稿、定价页另存为 PDF 扔进一个文件夹。追问「谁把自己定位成我们的对手,他们提出了什么声称?」,得到带引用的答案。生成竞品定位聚类的 Mind Map,导出后在 Notion 分享。每月重跑——文件夹会自动索引你新丢进来的文件。

法务文档审查——只在本地做证据开示

对于隐私敏感的证据开示,把文件夹放在加密卷里。查询仍然走 Gemini API,但源语料本身从不会被上传到一个受 Google 通用保留政策管辖的产品。原生桌面姿态给你浏览器给不了的控制感。

GeminiDesktop 如何实现这些 NotebookLM 能力

GeminiDesktop 基于 Tauri 2.x——一个 Rust 背书的框架,打包出来的原生 App 不到 15 MB。它直接连 Gemini API(NotebookLM 网页版背后的同一个 API 面),在本地实现核心 NotebookLM 工作流。

源材料导入。 把文件夹作为 notebook 打开时,GeminiDesktop 递归扫描目录。它通过 pdf-extract 提取 PDF 文本、解析 markdown 和纯文本、转写音频、用 Gemini 多模态处理图片。每个源在本地 SQLite 索引里有条记录,带提取文本、元数据和用于检索的 embeddings。

有依据的问答。 当你提问时,GeminiDesktop 从索引的源中检索最相关的段落,作为上下文发给 Gemini 3,返回带引用(指向具体文件和页码)的答案。这和 NotebookLM 网页版让人信任的 RAG 路线是一样的——答案基于你的实际文档,而不是模型的通用训练数据。

Studio 面板输出。 Audio Overview、Video Overview、Mind Map 都走 Gemini API。App 发送源内容、接收生成结果、写入磁盘。Audio Overview 用 Gemini 的多说话人语音合成(gemini-3.1-flash-tts-preview 模型 + MultiSpeakerVoiceConfig)产出自然的双主持对话。Video Overview 把 Gemini 生成的剧本和 Veo 3 辅助的视觉素材结合,通过 Remotion 在本地渲染。Mind Map 由抽取出的概念关系构造,用 ReactFlow 本地渲染。

监听文件夹自动化。 任意文件夹都可以配置为「监听目录」。新文件出现(浏览器下载、Zotero 同步、邮件附件保存)时,App 自动把它们索引到对应的 notebook。可选按计划(比如凌晨 3 点本地时间)触发 Audio Overview 生成——你醒来时已有一份夜间到货内容的播客简报。

多模型,不止 Gemini。 GeminiDesktop 不是 Gemini-only 客户端。它支持多模型:Gemini 3 做重量级 RAG、Claude Sonnet 4 啃高密度技术文本、GPT 做通用对话。你可以配置让哪个模型回答哪类问题,或者按会话切换。NotebookLM 本身锁在 Gemini,GeminiDesktop 不是。

兼容你的现有工具

GeminiDesktop 不取代你的笔记 App,它是增强。

工具 与 GeminiDesktop 的配合方式
Obsidian 把 vault 文件夹指向 GeminiDesktop,每个 .md 文件自动成为源。Mind Map 导出为 .canvas
Logseq 同理——pages/journals/ 目录被索引。
Typora 文档文件夹即 notebook。
Zotero 把 Zotero 的附件文件夹配置为监听目录,新论文自动索引。
Apple Notes 通过 Exporter 导出为 markdown,索引导出目录。
OneNote / Evernote 导出为 .pdf.md,丢进文件夹。
Git 仓库 指向 docs 目录——新 commit 自动吸收。

原理始终一致:你的工具把文件存在文件夹里,GeminiDesktop 就能读。没有插件、没有集成、没有 API key 要配。文件系统就是集成层。

对比竞品:RAG 类 AI 工具如何站位

能力 NotebookLM Perplexity Spaces ChatGPT Projects Claude Projects Mem Obsidian + AI GeminiDesktop
文档源作为 grounding 插件
带引用的 RAG 答案 是(强) 有限 有限 插件相关
播客风 Audio Overview
带 Veo 的 Video Overview
Mind Map 可视化 Canvas
原生桌面 App 是(浅) 是(浅) 是(Tauri)
本地文件夹即 notebook
文件大小限制 20 MB 25 MB 512 MB 30 MB
多模型(Gemini+Claude+GPT) 插件

NotebookLM 在生成式功能(Audio/Video Overview、Mind Map)上依然领先,但被锁在浏览器。Perplexity Spaces 擅长网页级调研,文档工作区较浅。ChatGPT ProjectsClaude Projects 文件上限宽松但没有播客/视频生成。Mem 是 note-first 的 AI 笔记,不是文档研究工作区。Obsidian + AI 插件 是「本地优先」的精神同路人,但把 NotebookLM 级的生成能力拼起来要装一串插件。

Windows 情境——没有一方替代品

如果你在 Windows 上,情况更严峻。Google 没发布原生 Gemini Windows App。2026-04-14 的 Google App for Windows 没有 NotebookLM 集成。微软的 Copilot 是 Windows 原生的 AI 客户端,但它用 OpenAI,不复刻 NotebookLM 那套基于文档的落地工作区。GeminiDesktop 的 Windows 构建在一个 Google 长期忽视的平台上,给你真正的原生性能和 NotebookLM 级别的工作流。延伸:为什么 Google 没做 Gemini Windows App原生 Gemini Windows AppWindows 安装指南

浏览器给不了而你会得到的

能力 NotebookLM 网页版 GeminiDesktop
本地文件夹即 notebook 没有
自动索引新文件 没有
Audio Overview 保存为 MP3 没有
Video Overview 保存为 MP4 没有
Mind Map 导出(SVG/PNG/HTML/Canvas) 没有
监听文件夹自动化 没有
兼容 Obsidian/Logseq vault 没有
离线访问生成内容 没有
原生 macOS App(Intel + Apple Silicon) 没有
原生 Windows 二进制 没有
原生 Linux 二进制 没有
Interactive Mode 全局快捷键 没有
多模型(Gemini + Claude + GPT) 没有
20 MB 文件大小限制 没有(无上限)

限制

没有工具是完美的。GeminiDesktop 的 Audio Overview、Video Overview、Mind Map 都依赖 Gemini API,这意味着有 API 配额成本,且生成阶段需要网络(读取已缓存的输出是离线的)。Interactive Mode 依赖 Gemini Live 的 WebSocket 流,要稳定连接。某些文件格式(.pages.key.numbers)需要先导出为 PDF 才能索引。虽然 UI 已本地化为中/英/日/韩,但并非每一种语言的能力都已经完全对齐到 NotebookLM 的 80+ 生成语言。

常见问题

NotebookLM 2026 年有桌面版吗? 没有。截至 2026 年 4 月,Google 没有为 Mac、Windows 或 Linux 发布原生 NotebookLM App,只有网页版和 iOS。

NotebookLM 和 Gemini 有什么区别? Gemini 是通用聊天机器人。NotebookLM 是一个专用的 RAG 产品,把答案落在你上传的文档上。两者都是 Google 产品,都用 Gemini 模型,但 NotebookLM 额外加了源材料索引、Audio/Video Overview 和 Mind Map。

能离线用 NotebookLM 吗? 不能。NotebookLM 做什么都要联网。GeminiDesktop 会把生成的输出(MP3、MP4、SVG)缓存到本地,所以可以离线再看,但新的生成依然要调 API。

NotebookLM 免费吗? 是,但有限制——免费版每日 50 个源、50 次音频生成。NotebookLM Plus(Google AI Pro)提高上限、解锁共享 notebook 和分析。

NotebookLM 支持哪些文件格式? PDF、Google Docs/Slides、URL、YouTube 视频、纯文本、Markdown、粘贴文本。单文件最大 20 MB。GeminiDesktop 支持同样的列表再加更多,且没有 20 MB 限制。

GeminiDesktop 是 Google 官方软件吗? 不是。GeminiDesktop 是一款独立的原生桌面客户端,使用官方 Gemini API 并采用自带 key(BYO key)模式。定位:「Google 忘了做的那个 App」。

开始使用

GeminiDesktop 已上线 macOS(Intel + Apple Silicon)、Windows 和 Linux。下载后指向一个文件夹,体验 NotebookLM 在原生桌面上运行的感觉——不再是浏览器标签页。

geminidesktop.app/app

延伸阅读