企业官网建设流程全解析

Open Notebook：本地部署的 AI 研究助手

lfnovo/open-notebook 在 GitHub 上已经拿到 33.5K Star 了。

这是一个开源项目，定位很明确——做 Google NotebookLM 的本地替代方案。数据全部存在自己手里，不经过任何云端，模型随便选。

1、 解决什么问题

Google 的 NotebookLM 用起来确实方便，但有几个绕不开的限制：数据必须上传到 Google 云端，只能用 Google 自家模型，播客功能固定两个主持人，没有 API 接口。

对于在意数据隐私的研究者，或者需要灵活选择模型和部署方式的团队，这些限制很致命。

Open Notebook 把选择权还给用户。数据存本地，模型随你挑，播客支持最多四个主持人，还提供完整的 REST API。

2、 核心能力

项目用 Python + FastAPI 做后端，Next.js + React 做前端，SurrealDB 做数据库。

支持的 AI 供应商超过 18 家：OpenAI、Anthropic、Google、Groq、Ollama、LM Studio、DeepSeek、Mistral、xAI、Azure OpenAI 等等。想用哪家用哪家，想本地跑也行，Ollama 配置好就能用。

内容管理方面，PDF、视频、音频、网页、Office 文档都能导入，按 Notebook 分项目管理。每个 Notebook 里可以跟内容对话，AI 会基于你的研究材料回答问题，支持引用来源。

全文搜索和向量搜索都支持，跨所有内容检索信息。

3、 跟 Google NotebookLM 比怎么样

数据控制：完全本地，不依赖任何云服务。

模型选择：18+ 供应商可选，包括免费本地模型。

播客生成：支持 1-4 个主持人，有独立的 Episode Profile 配置。

API 访问：提供完整 REST API，可以做自动化集成。

部署方式：Docker、云服务器、本地源码都行。

定制空间：开源项目，代码全开放，想改什么改什么。

4、 怎么装

需要 Docker Desktop，其他不用额外准备。

拉取 docker-compose 配置文件，改一下加密密钥，然后 docker compose up -d 启动服务。等十几秒，浏览器打开 localhost:8502 就能用了。

进界面后到 Models 页面，选 AI 供应商，填 API Key，测试连接，同步模型列表，自动分配默认模型。整个过程几分钟搞定。

没有 API Key 也能用，Ollama 本地部署方案项目里有现成的 docker-compose 示例。

5、 适合谁用

做 RAG 系统、需要把企业文档灌进向量数据库的开发者。

在用 AI 编程工具、需要快速读取和分析各种格式文件的人。

搭 AI Agent、需要让 Agent 处理自己文档的研究团队。

在意数据隐私、不想把研究资料上传到第三方云平台的人。

6、 技术栈

后端 Python + FastAPI，前端 Next.js + React，数据库 SurrealDB，AI 层基于 LangChain。

项目 MIT 协议开源，代码全开放，接受社区贡献。

React，数据库 SurrealDB，AI 层基于 LangChain。

项目 MIT 协议开源，代码全开放，接受社区贡献。