开源版 NotebookLM：Open Notebook 深度体验与部署指南

在 AI 辅助学习和研究领域，Google 的 NotebookLM 无疑是明星产品。它能将 PDF、网页、音频转化为可交互的知识库，甚至生成"播客"来讲解内容。

但对于开发者和隐私敏感用户来说，NotebookLM 有两个痛点：数据必须上传云端 以及 仅能使用 Google 的模型。

今天推荐的 Open Notebook 是一个完美的开源替代方案。它不仅复刻了核心功能（包括多扬声器播客生成），更重要的是它隐私优先、支持 100% 本地部署 ，并且兼容 DeepSeek、OpenAI、Ollama 等几乎所有主流模型。如果你对更多 AI 工具感兴趣，可以访问 AI225网址导航。

项目地址 ：https://github.com/lfnovo/open-notebook
开源协议：MIT License

为什么选择 Open Notebook？

Open Notebook 的目标非常明确："一个隐私优先、多模型支持、全功能的 NotebookLM 本地替代品"。

核心特性

🔒 隐私第一 (Privacy-First)：
- 数据完全存储在本地（基于 SurrealDB），无需上传第三方云端。
- 支持 100% 离线运行（配合 Ollama）。
🤖 拒绝厂商锁定 (Multi-Model)：
- 支持 16+ 种 AI 提供商：OpenAI, Anthropic, Ollama, LM Studio, DeepSeek, Google, Groq 等。
- 支持推理模型 ：原生支持 DeepSeek-R1 和 Qwen3 等具备"思考"能力的模型。
🎙️ 强大的播客生成 (Pro Podcasts)：
- 比 NotebookLM 更灵活：支持 1-4 位扬声器（Google 仅限 2 位）。
- 支持自定义"剧集配置"（Episode Profiles），不仅仅是简单的对话。
📚 全能资料管理：
- 支持 PDF、YouTube 视频、音频文件、网页链接、Office 文档等。
- 三栏式布局：左侧源文件、中间笔记、右侧 AI 对话（v1.0 采用了全新的 Next.js 前端，响应更丝滑）。
⚡ 深度自定义：
- 提供完整的 REST API（Swagger文档），方便二次开发。
- 支持自定义内容转换操作（Transformations）。

Open Notebook vs Google NotebookLM

特性	Open Notebook (开源)	Google NotebookLM
数据隐私	本地存储，完全私有	需上传至 Google 云端
AI 模型	任选 (DeepSeek, GPT-4o, Llama3...)	仅限 Google Gemini
播客生成	1-4 人对话，高度可定制	仅 2 人对话
上下文控制	3 级颗粒度控制	仅全量上下文
API 接口	提供完整 REST API	无
部署方式	Docker / 本地 / 私有云	SaaS 服务

🚀 极速上手：Docker Compose 部署指南

注意： v1.0 版本架构升级为前后端分离（Next.js + FastAPI），部署时需要同时暴露两个端口 。且官方推荐使用 v1-latest-single 镜像，将所有组件打包在一起，最适合个人使用。

前置要求

已安装 Docker 和 Docker Compose。
(可选) 本地模型需提前安装 Ollama。

步骤 1：创建配置文件

在本地创建一个目录（例如 open-notebook），并在其中创建一个名为 docker-compose.yml 的文件，内容如下：

复制代码

services:
  open_notebook:
    # 使用包含所有组件的 v1 单一镜像
    image: lfnovo/open_notebook:v1-latest-single
    ports:
      - "8502:8502"  # Web UI (浏览器访问端口)
      - "5055:5055"  # API 后端 (必须暴露，用于前端通信)
    environment:
      # 如果你有 OpenAI Key，填在这里（或者启动后在界面设置）
      - OPENAI_API_KEY=your_key_here
      
      # === 关键网络配置 ===
      # 如果是本地电脑访问，无需设置 API_URL (默认 localhost)
      # 如果部署在远程服务器/NAS，必须取消注释并修改为服务器 IP
      # - API_URL=http://192.168.x.x:5055
      
      # 数据库配置 (使用内置 SurrealDB)
      - SURREAL_URL=ws://localhost:8000/rpc
      - SURREAL_USER=root
      - SURREAL_PASSWORD=root
      - SURREAL_NAMESPACE=open_notebook
      - SURREAL_DATABASE=production
    volumes:
      - ./notebook_data:/app/data   # 数据持久化目录
      - ./surreal_data:/mydata      # 数据库持久化目录
    restart: always

步骤 2：启动服务

在终端运行：

复制代码

docker compose up -d

步骤 3：访问与配置

打开浏览器 ：访问 http://localhost:8502（如果是服务器部署，换成对应的 IP）。
端口说明 ：
- 8502：是你看到的 Web 界面。
- 5055 ：是后台 API，Web 界面会向这个端口发送请求。确保防火墙放行了这两个端口。
模型设置 ：
- 进入设置页面。
- DeepSeek / Ollama 用户：选择 "OpenAI Compatible" 提供商。
- Base URL ：
  - 如果是 Docker 内部访问宿主机 Ollama，通常填 http://host.docker.internal:11434/v1。
  - 如果是公网/局域网 API，填对应的 http://ip:port/v1。
- Model Name ：填入 deepseek-r1 或 llama3。

🛠️ 常见问题 (Troubleshooting)

由于架构变更，新手最容易遇到以下问题：

界面白屏或报错 "Unable to connect"：
- 原因：前端（8502）无法连接到后端（5055）。
- 解决：检查 docker-compose.yml 中是否暴露了 5055 端口。如果是远程部署（如 NAS、云服务器），必须在环境变量中设置 API_URL=http://你的服务器IP:5055，不要用 localhost。
如何更新版本？
- 运行 docker compose pull 拉取最新的 v1-latest-single 镜像，然后重新 up -d。

💡 最佳实践场景

DeepSeek + 研报分析 ：
上传复杂的金融 PDF，配置 DeepSeek-R1 模型，利用其强大的推理能力生成深度摘要，完全无需担心数据泄露给外部 AI 公司。
学习型播客制作 ：
将原本枯燥的技术文档或课堂录音导入，生成一段双人对话的英文播客，在通勤路上磨耳朵。
构建私有知识库 ：
利用其向量搜索功能，在数千份文档中快速定位信息，且这一切都运行在你自己的硬盘上。

结语

Open Notebook 是开源社区对"AI 民主化"的有力实践。它证明了我们不需要为了便利性而牺牲隐私，也不需要被绑定在单一巨头的生态系统中。

无论你是想用 DeepSeek 这种强力国产模型来处理文档，还是单纯想保护自己的研究数据，Open Notebook 都值得你尝试。

觉得有用的话，别忘了去 GitHub 给作者点个 Star