1.5万人收藏!这款 NotebookLM 开源平替太还原了,模型随意切换!

大模型向量数据库容器

Google 的 NotebookLM 最近确实火出圈了,不论是做结构化报告、产品分析、学习提纲还是做音频播客、视频讲解、PPT等都是一把好手。

但我认为 NotebookLM 也有三个核心的痛点:

  • • 国内普通用户使用困难
  • • 数据全部上传云端,不够私密
  • • LLM 只能用 Google 自家模型

前几天给大家分享过一个 NotebookLM 的开源平替,大家有兴趣也可以点击下方👇🏻文章了解下。

Google NotebookLM开源平替项目:

痕小子,公众号:开源星探11K+ Star!NotebookLM 最强开源平替来了,支持私有化部署!

今天给大家另外推荐个更加爆火且功能超全的一款 NotebookLM 开源平替:Open-Notebook

picture.image

堪称 NotebookLM 的“满血自由版”。

一款完全本地可部署的 NotebookLM 开源替代品,支持 16+ 大模型提供商,能读文档、听音频、看视频、分析网页,还能多人播客式对话。

picture.image

近一个半月 GitHub Star 数新增了 10K,项目总收藏量已有 1.5 万人。星标增长速度非常惊人。

picture.image

主要还是在功能上甚至比 NotebookLM 更自由、更可控、更开放。

开源地址:https://github.com/lfnovo/open-notebook

核心能力

  • 隐私至上 :文档、音频、视频等所有内容都在本地运行,隐私完全自己掌握。
  • 多笔记本管理 :支持无缝管理多个研究项目。
  • 支持多种输入源 :支持导入PDF、视频、音频、网页、Office文档等多种类型。
  • 多模型 AI 支持 :支持 16 家以上的供应商,包括 OpenAI、Anthropic、Ollama、Google、LM Studio 等。
  • 专业播客制作 :可制作高级多位演讲者播客,带剧集简介。
  • 智能搜索 :对所有内容进行全文和矢量搜索。
  • 上下文感知聊天 :根据输入的研究资料驱动的 AI 对话。
  • AI辅助笔记 :可生成见解或手动编写笔记。

高级功能

  • 推理模型支持 :全面支持 DeepSeek-R1 和 Qwen3 等思维模型。
  • 内容转换 :强大的可自定义操作,用于总结和提取洞察。
  • 全面的REST API :提供完整的程序化访问权限,方便自定义集成 API 文档。
  • 可选密码保护 :通过身份验证保护公共部署。
  • 精细化上下文控制 :精确选择与 AI 模型共享的内容。
  • 引用 :获取带有正确来源引用的答案。

快速入手

Open Notebook 可借助 Docker 实现一键部署,无需担心额外的环境搭建过程。

如果你是本地电脑,可执行以下命令:


 
 
 
 
   
mkdir open-notebook && cd open-notebook  
  
docker run -d \  
  --name open-notebook \  
  -p 8502:8502 -p 5055:5055 \  
  -v ./notebook\_data:/app/data \  
  -v ./surreal\_data:/mydata \  
  -e OPENAI\_API\_KEY=your\_key\_here \  
  -e SURREAL\_URL="ws://localhost:8000/rpc" \  
  -e SURREAL\_USER="root" \  
  -e SURREAL\_PASSWORD="root" \  
  -e SURREAL\_NAMESPACE="open\_notebook" \  
  -e SURREAL\_DATABASE="production" \  
  lfnovo/open\_notebook:v1-latest-single

成功运行后访问 http://localhost:8502 就能正式使用。

若是远程服务器(比如阿里云、腾讯云等),可执行下面的命令:


 
 
 
 
   
mkdir open-notebook && cd open-notebook  
  
docker run -d \  
  --name open-notebook \  
  -p 8502:8502 -p 5055:5055 \  
  -v ./notebook\_data:/app/data \  
  -v ./surreal\_data:/mydata \  
  -e OPENAI\_API\_KEY=your\_key\_here \  
  -e API\_URL=http://YOUR\_SERVER\_IP:5055 \  
  -e SURREAL\_URL="ws://localhost:8000/rpc" \  
  -e SURREAL\_USER="root" \  
  -e SURREAL\_PASSWORD="root" \  
  -e SURREAL\_NAMESPACE="open\_notebook" \  
  -e SURREAL\_DATABASE="production" \  
  lfnovo/open\_notebook:v1-latest-single

替换其中 YOUR_SERVER_IP 为你自己的服务器 IP 地址或域名。

最后访问:http://服务器IP地址:8502 即可。

⚠️重要设置说明:

两个端口都需要:

• 端口 8502:Web 界面(您在浏览器中看到的界面)

• 端口 5055:API 后端(应用程序运行所必需)

API_URL 必须与您访问服务器的方式一致:

✅ 通过http://192.168.1.100:8502→ 设置访问API_URL=http://192.168.1.100:5055
✅ 通过http://myserver.local:8502→ 设置访问API_URL=http://myserver.local:5055
❌ 请勿localhost用于远程服务器 - 在其他设备上无法使用!

当然也可使用 Docker Compose(推荐用于轻松管理)

创建docker-compose.yml文件:


 
 
 
 
   
services:  
  open\_notebook:  
    image: lfnovo/open\_notebook:v1-latest-single  
    # Or use: ghcr.io/lfnovo/open-notebook:v1-latest-single  
    ports:  
      - "8502:8502"  # Web UI  
      - "5055:5055"  # API (required!)  
    environment:  
      - OPENAI\_API\_KEY=your\_key\_here  
      # For remote access, uncomment and set your server IP/domain:  
      # - API\_URL=http://192.168.1.100:5055  
      # Database connection (required for single-container)  
      - SURREAL\_URL=ws://localhost:8000/rpc  
      - SURREAL\_USER=root  
      - SURREAL\_PASSWORD=root  
      - SURREAL\_NAMESPACE=open\_notebook  
      - SURREAL\_DATABASE=production  
    volumes:  
      - ./notebook\_data:/app/data  
      - ./surreal\_data:/mydata  
    restart: always

然后运行下面命令,即可完成部署&启动服务:


 
 
 
 
   
docker compose up -d

工作原理图

picture.image

写在最后

Open-Notebook 的爆火,证明了大家对“数据主权”和“个性化体验”的渴望。

它完美地填补了 NotebookLM 的短板:

  • • 隐私党可以用 Ollama 实现全链路本地化。
  • • 质量党可以用 Claude 3.5 + ElevenLabs 打造顶级体验。
  • • 播客党可以玩转 4 人多角色的深度对谈。

一个开源项目做到这种完成度,已经很让人称赞了。

如果你是学生、研究人员,或者是需要处理大量信息的打工人,推荐你花点时间部署一下这个工具。

它不仅能帮你省下昂贵的会员费,更能帮你构建一个安全、专属的知识第二大脑。

GitHub:https://github.com/lfnovo/open-notebook

picture.image

如果本文对您有帮助,也请帮忙点个 赞👍 + 在看 哈!❤️

在看你就赞赞我!

picture.image

0
0
0
0
关于作者
关于作者

文章

0

获赞

0

收藏

0

相关资源
火山引擎大规模机器学习平台架构设计与应用实践
围绕数据加速、模型分布式训练框架建设、大规模异构集群调度、模型开发过程标准化等AI工程化实践,全面分享如何以开发者的极致体验为核心,进行机器学习平台的设计与实现。
相关产品
评论
未登录
看完啦,登录分享一下感受吧~
暂无评论