NotebookLM 开源替代火了：36k Stars，数据完全自己掌控

你有没有这种感觉：NotebookLM 用着是真爽，但每次把公司内部文档往 Google 一丢，就忍不住想——”这数据真的安全吗？”

Google NotebookLM 确实是这两年最惊艳的 AI 产品之一。PDF 丢进去，自动总结、问答、甚至生成一段两人主持的播客——一气呵成。但它的天花板也很明显：数据必须上 Google 服务器，模型只能用 Gemini，想接自己的 API？想离线跑？想自定义播客风格？门都没有。

2024年10月，一个叫 Luis Novo 的开发者在 GitHub 上扔了一个项目，叫 Open Notebook。定位一句话：「A private, multi-model, 100% local, full-featured alternative to Notebook LM」。

不到两年，这个项目冲到了 36k Stars，近一年增长 1772%，稳居 GitHub TypeScript 趋势榜前列。社区反馈出奇地一致：「用完就不想回去了。」

它到底在解决什么问题？

表面上是一个「NotebookLM 替代品」，本质上是一次数据主权的宣示。

你能用它做什么？

• 上传 PDF、视频、音频、网页、Office 文档——和 NotebookLM 完全一样的素材库
• 选任何你想要的 AI 模型：OpenAI、Claude、DeepSeek、Ollama 本地模型、Groq……18+ 提供商随便组合
• 生成 1-4 个说话人的播客，还能自定义人设——而不是 NotebookLM 固定的那两个 AI 主持人
• 完整 REST API，接入自己的 Agent 流水线
• Docker 两分钟本地跑起来，数据不离开你的服务器

最反直觉的一点：它不是简单「复刻」NotebookLM，而是用开源的方式「超越」了它。

技术架构：有点意思

Open Notebook 的核心是两层解耦：

存储层：SurrealDB v2——一个同时支持关系型、向量和全文检索的多模数据库。你上传一个 PDF，它自动 chunking → embedding → 存进 SurrealDB，检索时向量和全文一起召回，引用准确度虽然目前还略弱于 Google，但在持续优化。

模型层：Esperanto——作者自己写的 provider 抽象层，给所有支持的服务商（OpenAI、Anthropic、Ollama、Groq、DeepSeek……）统一封装成同一个接口。换一个模型，代码一行不用改。这也解释了为什么 18+ 提供商可以「无痛」接入——因为本质上只是在配置文件里多填一行。

部署只要 Docker，三步走：

拉取 docker-compose.yml → 改一行加密密钥 → docker compose up -d → 两分钟后打开 localhost:8502。

和 NotebookLM 比，差距在哪？

说句公道话，NotebookLM 也有它目前领先的地方：引用溯源（Citation）做得更细，界面打磨得更精致，零配置直接用就行。Open Notebook 更适合愿意折腾、但需要数据完全自控的场景——法律、医疗、企业内部研究、个人隐私笔记。

如果你是个人研究者、开发者，或者小团队，Open Notebook 的性价比几乎是碾压级的：你只付 API 调用费（用 Ollama 本地模型甚至可以零成本），而 NotebookLM Plus 是 20 美元/月/人。

值不值得关注？

36k Stars 的背后不是「NotebookLM 克隆」这股热潮，而是真实存在的市场需求：当闭源产品的核心价值（专家级知识合成）被开源社区复刻，加上隐私、多模型、可定制这些企业刚需，RAG 应用层的护城河正在被快速侵蚀。

Open Notebook 是目前这个赛道里最成熟、文档最完善、迭代最积极的选手。v1.9.0 刚发，Next.js 前端重写完成，REST API 全量开放，MCP 集成也在路上。

如果你对「让 AI 研究助手真正属于自己」这件事有需求——哪怕只是想试一下——两分钟就能跑起来。

GitHub：https://github.com/lfnovo/open-notebook
官网：https://open-notebook.ai

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