GitHub爆火1.5万星！这个开源神器把Google NotebookLM搬到了本地，数据再也不怕被大厂偷看！
最近身边好多朋友都在玩Google的NotebookLM，说实话确实挺香的——上传一堆PDF，它不仅能帮你总结重点、回答提问，还能自动生成那种双人对话的播客音频，两个AI主播聊得跟真的一样，特别适合通勤时候磨耳朵。
但用久了总觉得心里有点膈应：咱那些研究资料、工作文档，甚至是还没发表的论文，就这么直接上传到Google的服务器上了？虽说大厂都承诺保护隐私，但数据这东西，放在别人硬盘里总归没有放在自己电脑上踏实，对吧？
后来我就在GitHub上挖到了这个宝贝——Open Notebook。这项目最近火得一塌糊涂，短短一个半月暴涨了1万多星，现在已经攒了1.5万+的Star了。它可以说是NotebookLM的"满血自由版"，最关键的是完全本地部署，你的文档、笔记、甚至AI的对话记录，全都老老实实待在你自己的电脑或者NAS上，谁也别想偷看。
而且啊，它还不像NotebookLM那样只能绑定Google自家的Gemini模型。Open Notebook支持16+种AI模型供应商，从OpenAI的GPT-4o到咱们国产的DeepSeek，再到本地运行的Ollama，想换哪个就换哪个，完全不受限制。
具体能干啥？
先说说它的核心功能。你可以把它理解成一个私人的AI知识库：把PDF、Word、网页链接、甚至YouTube视频和音频文件一股脑儿丢进去，它就能自动理解这些内容。然后你可以像聊天一样问它问题，比如"这份财报里第三季度的营收增长原因是什么"，它会基于你上传的材料给出准确的回答，还会标注信息来源，完全不会瞎编。
最绝的是那个播客生成功能。NotebookLM只能生成两个人的对话，Open Notebook直接干到了支持1-4个"主播"同台，你可以自定义每个人的性格特点，生成出来的音频不再是干巴巴的朗读，而是有来有回的深度对谈，中间还会穿插"让我想想啊"、"这个点特别有意思"这种自然的口语化表达，听起来就跟真人在聊天一样。我试过上了一份技术白皮书进去，生成的音频居然比我读原文理解的还透彻。
另外它还有多笔记本管理，你可以同时维护好几个不同的知识项目，比如一个放工作资料、一个放学习笔记、一个放感兴趣的论文，互不干扰。所有内容都支持全文检索和向量搜索，找资料特别快。
手把手教你部署
OK，说了这么多，咱们来看看怎么把它跑起来。Open Notebook的安装其实不算复杂，官方推荐用Docker部署，大概十来分钟就能搞定。
准备工作：
-
确保你的电脑已经装了Docker和Docker Compose（没装的话先去官网下载安装包）
-
如果想要用本地模型，建议提前装好Ollama
第一步：创建配置文件
在你的电脑上随便找个地方新建一个文件夹，命名为open-notebook，然后在里面创建一个docker-compose.yml文件，把下面这段内容复制进去：
services:
open_notebook:
image:lfnovo/open_notebook:v1-latest-single
ports:
-"8502:8502"# 这是网页界面的端口
-"5055:5055"# 这是API后端的端口，别忘了开
environment:
# 如果你有OpenAI的API Key，可以填在这里，也可以后面在界面上设置
-OPENAI_API_KEY=your_key_here
# 如果是部署在远程服务器或者NAS上，这里要改成你的IP地址
# - API_URL=http://192.168.1.100:5055
# 数据库配置，一般不用改
-SURREAL_URL=ws://localhost:8000/rpc
-SURREAL_USER=root
-SURREAL_PASSWORD=root
volumes:
-./notebook_data:/app/data # 数据存在这里
-./surreal_data:/mydata # 数据库存在这里
restart:always这里有个坑要注意：v1.0版本之后架构改成了前后端分离，所以8502和5055这两个端口都必须暴露出来，好多新手就是因为没开5055端口导致界面白屏。
第二步：启动服务
打开终端（Windows用PowerShell或者CMD，Mac用Terminal），进入到刚才创建的那个文件夹，然后运行：
docker compose up -d它会自动下载镜像并启动服务，第一次可能要等个几分钟。看到Application startup complete的提示就说明成了。
第三步：访问和配置
打开浏览器，输入http://localhost:8502，如果看到界面出来了，恭喜你部署成功！如果是在NAS上部署的，记得把localhost换成你的NAS的IP地址。
进来之后先去设置页面配置AI模型：
-
如果你用OpenAI或者DeepSeek，直接选对应的供应商填API Key就行
-
如果用Ollama本地模型，选"OpenAI Compatible"，Base URL填
http://host.docker.internal:11434/v1，模型名填deepseek-r1或者llama3什么的
实际用起来怎么样？
部署好了之后，使用就很直观了。点击"新建笔记本"，然后上传你的资料——支持PDF、TXT、PPT，甚至直接粘贴网页链接。上传完后，右边就会出现一个聊天窗口，你可以直接问问题，AI会根据你上传的内容作答。
想做播客的话，点"生成播客"按钮，选择模板（比如双人访谈、三人讨论、辩论形式），设置一下主题风格，等个几分钟就能下载MP3文件了。我一般是睡前上传资料，第二天早上就能在地铁上听"AI主播"给我讲论文，效率翻倍。
如果你遇到界面显示"Unable to connect"的问题，大概率是前端连不上后端。检查一下防火墙是不是拦了5055端口，或者如果是远程部署的话，确认docker-compose.yml里的API_URL有没有改成正确的服务器IP。
写在最后
Open Notebook这项目最打动我的，不光是它复刻了NotebookLM的功能，更重要的是它把数据主权交还给了用户。在这个各家AI都在疯狂收集数据训练模型的年代，能有一个完全私有化、还能自由切换模型的知识管理工具，真的很难得。
无论你是学生党想整理文献，打工人要处理大量报告，还是单纯担心隐私问题，这个项目都值得一试。而且它还在快速迭代中，社区特别活跃，有啥问题去GitHub提Issue，作者回复得很快。
源码地址：
https://github.com/lfnovo/open-notebook
记得去点个Star支持一下～
专注分享 GitHub知识，分享AI 资讯和AI搞米经验，分享OpenClaw使用经验。
想领取完整版OpenClaw资料，围观朋友圈，一起交流AI的，可加我VX，备注“github"。
