3.2万 Star，一款开源的本地AI知识库，18家模型随便切，还能一键生成播客！

📝

Open Notebook 是 lfnovo 开源的本地 AI 知识库应用，MIT 协议，支持 18+ AI 模型，Docker 一键部署，能生成播客、RAG 问答、MCP 集成，数据完全本地。

原文来源：微信公众号「极客之家」
原文链接：https://mp.weixin.qq.com/s/ACLLu6zMlnEgXcte7v1JYQ

Google Notebook LM 用起来确实爽，丢个 PDF 进去，AI 帮你读完、总结、还能生成两个人对着聊的播客。但有几个问题：资料需要存在 Google 服务器上、只能用 Google 的模型、没有 API 不能自动化。

Open Notebook 解决的就是这个事。

项目简介

Open Notebook 是 lfnovo 在 GitHub 上开源的项目，MIT 协议，完全免费。2025 年 10 月发了第一个正式版，到现在还在持续更新。GitHub 32K+ Stars。

它做的事情跟 Notebook LM 很像：把各种资料丢进去，AI 帮你读、帮你提炼、帮你生成播客。区别在于它跑在你自己的机器上，数据不离开你的硬盘。而且你想用什么模型就用什么模型——OpenAI、DeepSeek、Claude、Ollama 本地跑，随便你。

后端：Python + FastAPI
前端：Next.js + React
数据库：SurrealDB
AI 接入层：Esperanto 库，18 家提供商统一接口
部署：docker-compose.yml，两分钟拉起来

支持 18+ 个 AI 模型

Notebook LM 只能用 Gemini，Open Notebook 接了 18+ 家提供商。配置流程不复杂：左边菜单进 Models，选提供商，填 API key，点 Test 测试，通了就 Sync Models 把模型列表拉下来。

三个槽位对应三种用途：

Chat Model — 对话
Transformation Model — 内容转换
Embedding Model — 向量化

不想花钱的话直接接 Ollama 跑本地模型，API key 都不用填。推理模型也支持，DeepSeek-R1 和 Qwen3 这种带思考链的都能接。

什么格式都能往里扔

PDF、音频文件、网页链接、TXT、PPT、Word 文档，都能往里丢。丢进去之后后台自动向量化和索引，等处理完就可以开始问了。

不同项目可以建不同的笔记本，互不干扰。路线图里写了后面要支持跨笔记本共享资料。

播客生成，最多 4 个 AI 说话人

Notebook LM 的播客只能两个人，而且改不了脚本。Open Notebook 的播客可以配 1 到 4 个说话人，每个说话人的音色、角色、语言都能单独设置。还能给每期播客写 Episode Profile，定主题、风格、时长。

TTS 后端接了 ElevenLabs、OpenAI TTS、Google TTS，想省钱白嫖 Edge-TTS 也行。

RAG 问答，答案可溯源

资料加进去以后，右边聊天面板直接提问。走的是 RAG 流程：向量检索找相关资料片段，塞进 LLM 上下文窗口生成回答。回答会标注引用来源，能溯源。

实用小功能：每个资料来源旁边有个小灯泡，点了可以切换使用全文还是摘要。300 页的 PDF 用摘要就够了，想深挖再切回全文。

聊出来的好东西可以保存成笔记。一个笔记本里还能拉多个聊天会话，不同话题分开聊。

全文搜索 + 向量语义搜索

两层搜索：

传统全文搜索 — 精确匹配关键词
向量语义搜索 — 你问”用户登录”，资料里写”鉴权模块”也能匹配到

搜索范围跨所有笔记本。

内容转换和 AI 辅助笔记

每份资料进去之后自动出 Insights 面板，默认生成 Dense Summary。Content Transformations 可以自己定制转换规则，比如把所有 PDF 里的竞品价格信息提取成表格。

REST API 和 MCP 集成

Open Notebook 暴露了完整的 REST API（端口 5055），Web 界面上能干的 API 都能干。

MCP 集成是更狠的东西——Open Notebook 能作为 MCP Server 接到 Claude Desktop 或 VS Code 里，你在这两个工具里就能直接搜、读自己知识库里的内容。

快速上手

curl -o docker-compose.yml https://raw.githubusercontent.com/lfnovo/open-notebook/main/docker-compose.yml
# 改掉 OPEN_NOTEBOOK_ENCRYPTION_KEY 默认值
docker compose up -d
# 浏览器打开 http://localhost:8502

想一分钱不花的话，装 Ollama 拉个 Qwen3 到本地，选 Ollama 当提供商就行。项目提供了 docker-compose-ollama.yml 示例。

不足

目前只支持单用户，多人协作别想了
引用功能比较基础，跟 Notebook LM 的原文高亮定位有差距
大文件处理速度看机器配置，几百页 PDF 纯 CPU 跑 Embedding 比较慢

GitHub

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