你有没有过这种时刻——刷到一篇深度长文，收藏；看到一份 PDF 论文，下载；收藏夹里躺着 B 站某期硬核科普视频的链接；三本 Kindle 电子书同时在读；订阅的播客里某期嘉宾聊得太好了，得空再回听一遍。
然后呢？再也没有"得空"。
存下来的东西越来越多，真正消化掉的越来越少。我们其实缺的不是内容生产工具，而是一个能帮我们把这些零散材料聚起来、问它问题、产出新理解的东西。
Google 去年推出 NotebookLM 的时候火过一阵——上传资料后跟它对话、让它自动生成播客，确实戳中了痛点。但问题是：资料要传上 Google 云端、只能用 Gemini 模型、生成的播客只有两个固定声音、定制能力几乎为零。
如果这些你都不舒服，今天给你安利一个 GitHub 29k Star 的开源替代：Open Notebook。
它到底是个什么东西
简单一句话：自托管版 NotebookLM，数据在你手里，模型随便选。
Open Notebook 不是一个新的笔记 App，而是一个研究/学习工作台。你把链接、PDF、视频、音频、PPT 全丢进去，AI 会帮你：
- 自动摘要每份资料
- 跨所有资料做语义搜索
- 跟你对话回答（带来源引用）
- 生成多说话人播客（1-4 个声音）
- 帮你提炼笔记、提取洞察
听上去不稀奇？它的杀手锏是这三点：
- 数据完全私有 —— 跑在你自己的服务器上，所有研究材料、所有对话历史、所有笔记，全部本地存储。
- 18+ AI 模型支持 —— OpenAI、Anthropic Claude、Google Gemini、Groq、Ollama 本地模型……你想用哪个用哪个。甚至可以同时混用（总结用 Claude，对话用本地 Llama）。
- 完全开源 + API —— 想改就改，想接 n8n 自动化随便接。
截图先感受一下
这是官方 README 里的一张主界面图——所有笔记本和资料一目了然：
下面是官网首页的视觉风格——干净、不花哨、突出"思考"这件事：
为什么我推荐它
我自己尝试过 Notion AI、Obsidian + ChatGPT、飞书知识库 + Kimi……各有各的别扭。
Open Notebook 让我留下来是因为这几点：
1. 真正的"AI 私人助教"，不是云端传话筒
我的研究材料里有些是不方便给 Google/Notion 看的。Open Notebook 部署在自己 VPS 上，材料从上传那一刻起就没离开过内网。需要 AI 时才发到所选模型厂商，连 API 调用都可以走本地 Ollama 脱网完成。
2. 选模型的成本意识
总结一份 50 页 PDF 用 GPT-4o 太奢侈，用本地 Llama 3 又太慢。Open Notebook 让你每个环节配不同模型：嵌入用便宜的、转录用 Whisper、对话用旗舰。账单立刻瘦下来。
3. 播客功能是真播客
NotebookLM 的播客只能两个固定声音。Open Notebook 支持 1-4 个说话人，每个角色可以写人设（"技术专家、语气犀利"），生成的脚本也能编辑后再合成。对做内容的人特别香。
4. 多模态资料"吃"得很全
链接、PDF、Word、PPT、TXT、YouTube 链接、B 站链接、音频文件……一句话：丢进去就能索引，不需要先下载再上传。
5. API + Docker，对开发者友好
REST API 全开放，可以跟 n8n、Zapier、自建 webhook 接起来。我现在的自动化是：每周把 GitHub Trending 列表扔进去，让 AI 帮我筛出值得读的，标签自动打上 weekly-review。
5 分钟跑起来
前提：装好 Docker Desktop。没了。
第一步：拉一份 docker-compose.yml
curl -o docker-compose.yml https://raw.githubusercontent.com/lfnovo/open-notebook/main/docker-compose.yml第二步：改加密密钥
编辑 docker-compose.yml，把 OPEN_NOTEBOOK_ENCRYPTION_KEY=change-me-to-a-secret-string 改成你的一串随机字符串（密钥串），随便编一个就行。
第三步：启动
docker compose up -d等 15-20 秒，浏览器打开 http://localhost:8502。
第四步：配 AI 提供商
进 Settings → API Keys → Add Credential → 选 OpenAI / Anthropic / Google / Groq（Groq 有免费额度）→ 粘贴 key → Test Connection → Discover Models → Register Models。
搞定，可以建第一个 notebook 了。
不想花钱？配本地 Ollama：
# 先装 Ollama 本地服务
curl -fsSL https://ollama.com/install.sh | sh
ollama pull llama3
# 再拉专用 compose 文件
curl -o docker-compose.yml https://raw.githubusercontent.com/lfnovo/open-notebook/main/examples/docker-compose-ollama.yml
docker compose up -d完全免费、纯本地、零数据外流。
它适合谁
✅ 强烈推荐：
- 学生 / 研究生 —— 论文、教材、笔记一锅端，备考复习有 AI 帮你串
- 自学者 / 知识工作者 —— 订阅 RSS、播客、Newsletter 太多，需要 AI 帮你消化
- 研究人员 —— 课题资料按笔记本分组，跨资料提问做文献综述
- 内容创作者 —— 多说话人播客功能，可以做出播客样品甚至正式节目
- 隐私敏感的人 —— 不想让 Google / Notion 看到自己在研究什么
❌ 可能不合适：
- 只是想做个轻量笔记的人 —— 直接用 Obsidian / Logseq 更简单
- 完全不想碰 Docker 的人 —— 虽然只有两步，但还是要命令行
- 只用国内模型的人 —— 国产模型支持还不全，需要自己适配
- 想跟团队协作的人 —— 目前是单机版，多人协同还得等官方 roadmap
最后
Open Notebook 现在 29k Star，活跃开发者是 lfnovo，社区在 Discord 上很活跃。从趋势看，它还在快速迭代——多模型路由、citation 改进、自定义 transformation 都是路线图上的事。
如果你想试一下"AI 私人助教"是什么体验，又不想把研究材料交出去，这是我目前最推荐的方案。
先用起来，再提需求。开源项目的早期用户，影响力比想象中大。
相关链接
- GitHub：https://github.com/lfnovo/open-notebook
- 官网：https://www.open-notebook.ai
- 官方文档：https://www.open-notebook.ai/get-started
- Discord 社区：https://discord.gg/37XJPXfz2w
- Docker Hub：https://hub.docker.com/r/lfnovo/open_notebook
默认评论
Halo系统提供的评论