← 返回信息流
GitHub 热榜GitHub Trending · 日·5 小时前

Open Notebook:基于 TypeScript 的开源 Notebook LM 替代方案

原标题:lfnovo/open-notebook
TypeScript24,392 stars+227 今日

速览

该项目是 Google Notebook LM 的开源实现,旨在解决用户在私有化部署和自定义功能上的需求。它利用 AI 技术增强笔记处理体验,支持更灵活的集成与扩展,适合需要深度定制 AI 笔记工作流的开发者和团队。

AI 深度解读

这是什么

Open Notebook 是一个开源、注重隐私的 AI 笔记与知识管理工具,旨在成为 Google Notebook LM 的替代方案。该项目由 lfnovo 维护,主语言为 TypeScript,在 GitHub 上已获得 24,392+ Star。

它允许用户构建私有的研究笔记本,整合多种格式的内容(如 PDF、视频、音频、网页等),并利用本地或云端的大语言模型(LLM)进行智能对话、摘要生成以及专业播客制作。Open Notebook 强调数据主权,确保敏感研究数据完全由用户控制,不依赖单一云服务商。

解决的问题

在人工智能普及的今天,知识获取和处理能力不应成为少数人的特权或受制于单一提供商。Open Notebook 主要解决以下痛点:

  1. 隐私与数据安全风险:传统 SaaS 笔记工具往往将用户数据上传至云端,存在泄露风险。Open Notebook 采用本地部署或私有云部署模式,确保数据不出本地。
  2. 供应商锁定(Vendor Lock-in):许多工具绑定特定 AI 提供商。Open Notebook 支持 18+ 家 AI 提供商(包括 OpenAI、Anthropic、Google、Ollama 等),用户可根据成本或性能自由切换,甚至使用本地模型。
  3. 内容处理单一:现有工具多局限于文本处理。Open Notebook 支持多模态内容(视频、音频、PDF、网页等)的统一管理和深度分析。
  4. 播客生成限制:相比竞品有限的双主播格式,Open Notebook 提供更灵活的脚本控制和多主播生成能力,适合更复杂的内容创作需求。

核心功能

  • 多模态内容组织:支持导入 PDF、视频、音频、网页、Office 文档等多种格式,统一存储在笔记系统中。
  • 智能搜索:提供全文搜索和向量搜索(Vector Search),跨所有笔记内容快速定位信息。
  • 上下文感知聊天:基于笔记内容的 AI 对话,能够引用来源(Citations),确保回答有据可依。
  • 专业播客生成:先进的多主播播客生成功能,支持“Episode Profiles”(剧集档案),可生成具有不同角色声音的对话式内容。
  • AI 辅助笔记:支持自动生成洞察、摘要,也可手动撰写笔记。
  • 内容转换与提取:提供强大的可自定义操作,用于总结内容或提取关键信息。
  • 推理模型支持:全面支持 DeepSeek-R1、Qwen3 等具备思维链(Thinking Models)能力的模型。
  • REST API:提供完整的 REST API,支持程序化访问和自定义集成。
  • MCP 集成:支持与 Claude Desktop、VS Code 等 MCP(Model Context Protocol)客户端连接。

亮点 / 与同类相比

  • 隐私优先(Privacy First):数据完全本地化,无云依赖,适合对数据敏感的研究人员和机构。
  • 极高的灵活性
    • 模型无关:支持 OpenAI、Anthropic、Ollama、LM Studio 等 18+ 提供商。
    • 成本可控:可选择廉价 API 提供商,或使用 Ollama 在本地免费运行模型。
  • 更强大的播客功能:相比竞品(如 Google Notebook LM)通常限制为 2 人对话,Open Notebook 支持更复杂的多主播配置和完整的脚本控制。
  • 技术栈现代且高效
    • 前端:基于 Next.js 和 React,支持实时 UI 更新和异步处理,提升响应速度。
    • 后端:Python + FastAPI。
    • 数据库:SurrealDB,支持多模态数据存储。
  • 多语言 UI:支持英语、葡萄牙语、简体中文、繁体中文、日语、俄语和孟加拉语。
  • 细粒度上下文控制:用户可精确选择哪些内容片段分享给 AI 模型,避免信息过载或隐私泄露。

适合谁用 / 上手

适合人群:

  • 研究人员与学者:需要处理大量文献、PDF 和视频资料,且重视数据隐私。
  • 内容创作者:希望利用 AI 生成高质量播客或深度分析报告。
  • 开发者与技术爱好者:希望拥有可定制、可扩展的知识管理工具,并熟悉 Docker 部署。
  • 企业团队:需要内部知识库,但不希望将敏感商业数据上传至公共 AI 服务。

上手指南:

  1. 环境准备

    • 安装 Docker Desktop。
    • 准备 AI 提供商的 API Key(如 OpenAI、Anthropic、Google 等),或安装 Ollama 以使用本地模型。
  2. 快速部署(推荐)

    • 下载 docker-compose.yml 文件:
    curl -o docker-compose.yml https://raw.githubusercontent.com/lfnovo/open-notebook/main/docker-compose.yml
    
    • 编辑 docker-compose.yml,修改 OPEN_NOTEBOOK_ENCRYPTION_KEY 为自定义密钥。
    • 启动服务:
    docker compose up -d
    
    • 等待 15-20 秒后,访问 http://localhost:8502
  3. 配置 AI 模型

    • 进入 Settings → API Keys。
    • 添加凭证,选择提供商,粘贴 API Key 并保存。
    • 点击 "Test Connection" → "Discover Models" → "Register Models" 完成模型注册。
  4. 开始使用

    • 创建第一个 Notebook,上传资料,即可开始智能对话或生成播客。

其他部署选项:

  • 本地 AI 免费方案:参考 examples/docker-compose-ollama.yml 配置 Ollama。
  • 开发者模式:从源码构建,适合贡献代码或深度定制。
  • 社区支持:可通过 Discord 服务器获取帮助、分享工作流或报告问题。
查看原文 →github.com