介绍
Magnesia 是一个对话式研究库，它改变了研究人员与文档交互的方式。它支持跨多个线程的实时聊天功能，允许用户上传 PDF 并围绕引用内容进行连续对话。作为 NotebookLM 的可靠替代方案，它适用于严肃的研究工作，通过一次性购买提供无限制使用。
什么是 Magnesia - Conversational Research Library？
Magnesia 是一个由 AI 驱动的研究工作空间，专为严肃的研究人员、学生和知识工作者打造。它允许您上传整个 PDF 库并跨多个线程进行聊天，同时保持完整的上下文，从而解决了碎片化文档分析的问题。与通常将对话限制在单个线程或施加使用配额的常见工具不同，Magnesia 提供真正的多线程对话，并带有直接链接到源文档的引用。
该平台围绕研究循环设计：阅读、提问、记录。您可以并排查看源 PDF 和解析后的文本与聊天内容，跟踪引用到精确的文本块，并将线程摘要转换为格式化的笔记。通过使用您自己的 API 密钥 (BYOK)，您可以避免每条消息的限制，仅需为您调用的 AI 付费。这使得 Magnesia 成为 NotebookLM 和 Claude Projects 的可靠替代方案，特别是对于那些需要在大型文档集合中进行无限制聊天的用户。
Magnesia - Conversational Research Library 的主要功能
跨多个线程的真正聊天功能
与 NotebookLM 将每个笔记本限制为一个线程不同，Magnesia 允许您在单独的线程中维持连续、上下文感知的对话。您可以在不同主题之间切换而不会丢失进度。
引用来源
每个回答都包含可点击的引用。点击任何引用即可查看确切的 PDF 文本块并跳转到文档查看器。这确保了您的研究是可追溯和可验证的。
内置文档查看器
与聊天并排阅读源 PDF 及其解析后的文本。无需切换窗口或标签页。
将想法记录为笔记
将线程摘要转化为丰富的 Markdown 笔记。内置编辑器支持列表、代码块、表格、LaTeX 等。笔记以纯 Markdown 格式存储，并可在未来的聊天中通过 @提及 引用。
自带 API 密钥 (BYOK)
使用来自 OpenAI、Anthropic、Google 或 DeepSeek 等提供商的个人 API 密钥。Magnesia 让您访问完整的 OpenRouter 模型目录。无使用限制，成本透明。
智能上下文控制
精确选择每个聊天回合可以使用的文档和笔记。这让您能够将 AI 集中在特定来源上，避免干扰。
每回合模型选择
在同一线程中，为不同问题选择不同的 LLM——GPT-4 用于复杂分析，Claude 用于写作，其他模型用于较轻的任务。
多模态输入
通过拖放或粘贴附加图片（JPEG、PNG、GIF、WebP）。具备视觉能力的模型可以直接分析图表、表格和公式。
高级 RAG 管道
混合搜索（向量 + 关键词）结合重排序，确保即使在大规模文档库中，最相关的答案也能排在前面。
多个工作空间
按项目、课程或主题组织文档。无缝切换上下文，而不会混淆您的研究。
Magnesia - Conversational Research Library 的使用场景
论文文献综述
上传数十篇研究论文。为每个主题创建单独的线程。提出问题，跟踪引用，并将关键发现记录为笔记——全部在一个工作空间内完成。
考试准备
上传教科书、讲义和往年试卷。使用智能上下文控制将 AI 限制在特定章节。练习问题并获得带有源引用的解释。
商业报告分析
收集来自多个来源的 PDF 报告。跨线程聊天以比较发现，然后将每个线程总结为笔记。并排查看器使验证数据变得容易。
协作研究项目
工作空间允许团队成员共享文档库。每个人可以在自己的线程中工作，同时访问相同的源。笔记可以导出以便共享。
如何使用 Magnesia - Conversational Research Library
- 上传您的文档。 拖放 PDF 文件——一次可上传多个。Magnesia 会并行处理它们。无文件大小限制。
- 创建一个对话线程。 在新线程中输入您的研究问题。AI 将搜索您的库并返回带有引用的答案。
- 跟踪引用到源。 点击任何引用即可跳转到内置文档查看器。查看确切的文本块和上下文。
- 将见解记录为笔记。 当某个线程得出重要发现时，将其总结为笔记。使用 Markdown 编辑器进行格式化和组织。
- 在工作空间之间切换。 使用多个工作空间来保持不同项目的独立性。通过 @提及 引用其他线程的笔记以进行交叉引用。
您只需要一个 Magnesia 许可证和来自受支持提供商的个人 API 密钥。
Magnesia - Conversational Research Library 的目标受众
- 使用大型 PDF 库的研究人员和学者
- 正在撰写论文或学位论文的研究生
- 每天分析报告和文档的知识工作者
- 研究复杂主题的作家和记者
- 准备考试或认证的专业人士
- 协作从事文档密集型项目的团队
Magnesia - Conversational Research Library 免费吗？
Magnesia 采用一次性购买模式。它提供终身访问计划：
| 计划 | 价格 | 功能 |
|---|---|---|
| 终身访问 | $39（一次性） | BYOK、高级文档理解、每回合模型选择、多个工作空间、内置文档查看器、笔记功能、多模态输入、所有未来更新 |
您需要提供自己的 API 密钥；您只需向 AI 提供商支付实际使用费用。没有月度订阅。包含 30 天退款保证。与 NotebookLM（免费但有局限性）或 Claude Pro（每月 $20 且有用量配额）相比，Magnesia 一次性 $39 的费用（加上您的 API 账单）对于重度用户来说可能更经济。
Magnesia - Conversational Research Library 的优缺点
| 方面 | 优点 | 缺点 |
|---|---|---|
| 定价 | 一次性付款，无订阅 | 需要单独的 API 密钥及相关成本 |
| 功能 | 真正的多线程聊天、引用来源、无限制使用 | 某些高级设置（RAG 参数）可能需要初始学习 |
| 易用性 | 直观的拖放上传、并排查看器 | 设置 API 密钥对非技术用户可能不熟悉 |
| 定制化 | 每回合可选任何模型、完整的 OpenRouter 目录 | 并非所有模型都支持视觉或多模态输入 |
| 数据控制 | BYOK 确保数据隐私和透明度 | 用户必须自行管理 API 账单和配额 |
关于 Magnesia - Conversational Research Library 的常见问题
Magnesia 与 NotebookLM 有何不同？
NotebookLM 每个笔记本仅支持单个线程，缺乏真正的聊天连续性。Magnesia 支持具有完整上下文的多个线程，允许每回合选择模型，并通过 BYOK 提供无限制使用。引用是可点击的，并直接指向源 PDF 文本块。
我可以使用自己的 API 密钥吗？
可以。Magnesia 是 BYOK（自带密钥）模式。您可以使用来自 OpenAI、Anthropic、Google、DeepSeek 以及 OpenRouter 上任何可用提供商的 API 密钥。这使您能够控制成本和数据隐私。
支持哪些文件类型？
目前，Magnesia 支持上传 PDF 文件。您可以一次上传多个 PDF，无文件大小限制。该平台也接受图片（JPEG、PNG、GIF、WebP）供具备视觉能力的模型使用。
有免费试用吗？
Magnesia 未提及免费试用。但它在一次性购买中提供 30 天退款保证，让您可以无风险地测试产品。
引用是如何工作的？
AI 生成的每个答案都包含编号引用。点击引用会在内置文档查看器中打开发现信息的确切文本块。这确保您可以验证和追溯每一条研究内容。
我能将文档组织到不同的项目中吗？
可以。Magnesia 支持多个工作空间。您可以为不同的课程、项目或主题创建独立的工作空间。每个工作空间都有自己的文档库、线程历史和笔记。
Magnesia - Conversational Research Library 的标签
对话式研究库，NotebookLM 替代方案，AI 研究聊天，与 PDF 聊天，研究工作空间，无限制聊天，BYOK，文档分析，多线程对话，AI 研究助手，PDF 聊天工具，学习助手
