NotebookLM 平替来了：开源自托管的 Open Notebook，把资料留在自己电脑里

嗨，我是小华同学，专注解锁高效工作与前沿AI工具！每日精选开源技术、实战技巧，助你省时50%、领先他人一步。👉免费订阅，与10万+技术人共享升级秘籍！

如果你用过 NotebookLM，大概率会爱上这种“把资料丢进去→对着资料问问题→沉淀笔记”的学习方式。但很多人卡在同一个点：资料隐私、模型选择、可扩展性。

我最近在折腾一个开源项目：Open Notebook——它把 NotebookLM 的核心体验做成了可自托管版本，主打“Take Control of Your Learning. Privately.”（学习资料尽量掌控在自己手里）。

它解决了什么

你控数据：应用可自托管，研究资料/笔记放在自己的机器或服务器上。

你控模型：内置支持 16+ 模型/服务商（OpenAI、Anthropic、Ollama、LM Studio 等），可以按成本/效果自由切换；也能走本地模型路线。

你控工作流：不仅“聊天问答”，还支持“内容转换（Transformations）”、播客生成、以及完整 REST API 方便自动化集成。

我觉得最香的功能点

多模态资料一站式管理：PDF、网页、音频、视频、Office 文档等都能塞进同一个 Notebook。

全文检索 + 向量检索：不是只靠“对话记忆”，而是能在你所有资料里搜索。

播客生成（多说话人）：支持 1-4 位说话人，还能做“Episode Profiles”，适合把学习资料变成通勤可听内容。

推理模型支持：例如 DeepSeek-R1、Qwen3 这类 thinking/reasoning 模型也在支持列表里。

REST API：这点对程序员很关键——可以把“采集→处理→输出”接进自己的脚本/工作流（比如定时抓网页/论文→自动总结→发到你的笔记系统）。

小提醒：如果你选用的是云端模型（比如 OpenAI/Anthropic），被选中的上下文仍可能会发送给对应服务商；想更“本地化”，就优先用 Ollama/LM Studio 之类本地端点。

5 分钟上手

方式 A：Docker（官方推荐）

核心流程就 4 步：准备模型 API Key（或配好 Ollama）→ 写 docker-compose.yml → docker compose up -d → 打开本地地址。

1
2
3
4


# 启动（示例指令，具体 compose 文件按官方指南）
docker compose up -d
# 打开（生产默认）
# http://localhost:8502

方式 B：用官方 boilerplate 更省事（自托管模板）

如果你懒得自己搭目录结构，可以直接用 open-notebook-boilerplate：复制 env、填 Key、一键起服务。

1
2
3
4
5
6


git clone https://github.com/lfnovo/open-notebook-boilerplate
cd open-notebook-boilerplate
cp docker.env.example docker.env
docker compose up
# 然后打开：
# http://localhost:8080

我会怎么用它

论文/技术文档速读：PDF 丢进去 → 让它先给“主旨/结论/争议点/可复现步骤” → 追问细节 → 把结论写进 Notes。

视频学习转可复习笔记：YouTube/链接导入 → 让它按章节总结 + 生成“复习清单/练习题”。

把资料变成通勤播客：同一主题的多篇文章/笔记聚合 → 多说话人播客输出 → 通勤听一遍，回家再做二次笔记。

总结

资料敏感、想尽量自托管的人（研究、咨询、产品、法务、投研等）。

喜欢折腾模型/成本优化的人：同一套笔记系统，模型随时换。

程序员/独立开发者：想用 API 把它接进自己的自动化管道。

项目地址

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

来源: 微信公众号