跳转至

Open Notebook

Ch01.532 Open Notebook

📊 Level ⭐⭐ | 6.8KB | entities/open-notebook.md

Open Notebook

Open Notebook 是一个开源的 AI 知识管理工具，定位为 Google NotebookLM 的自托管替代品。由 lfnovo 在 GitHub 上开源，MIT 协议，2025 年 10 月发布首个正式版。

核心差异

与 NotebookLM 相比，Open Notebook 解决了三个关键限制：

  1. 数据主权：完全自托管，数据不离开用户硬盘
  2. 模型自由：支持 18+ AI 提供商（OpenAI、DeepSeek、Claude、Ollama 本地），不绑定单一供应商
  3. API 可编程：暴露 REST API + MCP Server，可嵌入自动化工作流

技术架构

层 技术
后端 Python + FastAPI
前端 Next.js + React
数据库 SurrealDB
AI 接入层 Esperanto（统一 18 家提供商接口）
部署 docker-compose.yml，端口 8502

Esperanto 是关键抽象层——在 UI 里切换模型即可，无需手写适配代码。

功能矩阵

多模型支持

Chat Model、Transformation Model、Embedding Model 三个槽位独立配置。支持推理模型（DeepSeek-R1、Qwen3 带思考链）。Ollama 本地跑可零成本使用。

播客生成

比 NotebookLM 更强：支持 1-4 个 AI 说话人，每个可独立配置音色、角色、语言。Episode Profile 可定义主题、风格、时长。TTS 后端支持 ElevenLabs、OpenAI TTS、Google TTS、Edge-TTS。

RAG 聊天

基于 RAG 的对话系统：向量检索 → 上下文注入 → LLM 生成。支持全文/摘要切换（小灯泡功能），回答标注引用来源可溯源。支持多会话（NotebookLM 尚无此功能）。

双层搜索

  • 全文搜索：精确关键词匹配
  • 向量语义搜索：跨概念匹配（如"用户登录"匹配"鉴权模块"）

搜索范围跨所有笔记本。

内容转换

自动 Dense Summary + 自定义 Content Transformations 规则（如提取 PDF 中的竞品价格信息成表格）。AI 笔记与来源资料有关联标记。

MCP 集成

作为 MCP Server 接入 Claude Desktop 和 VS Code，实现： - VS Code 中 AI 插件实时引用知识库技术文档 - Claude Desktop 搜私有知识库回答问题

REST API（端口 5055）支持全功能编程调用：上传资料、建笔记本、聊天、生成播客。

已知局限

  • 单用户：不支持多人协作
  • 引用功能基础：无 NotebookLM 的原文高亮定位
  • 大文件性能：纯 CPU 跑 Embedding 时大 PDF 处理慢
  • 成熟度：2025 年 10 月才发正式版，仍在快速迭代

与 NotebookLM 对比

维度 Open Notebook NotebookLM
部署 自托管（Docker） 云端（Google）
数据 本地 Google 服务器
模型 18+ 供应商 仅 Gemini
播客 1-4 说话人 2 人固定
API REST + MCP 无
协作 单用户 多用户
定价 免费（自付模型费） 免费
引用 基础 原文高亮

→ AI 知识工具全景对比

深度分析

自托管知识工具的数据主权价值

Open Notebook 的核心定位不是"更好的 NotebookLM"，而是"数据主权优先的 NotebookLM"。在企业场景中，将内部文档上传到 Google 服务器是不可接受的；在个人场景中，敏感笔记（医疗、财务、法律）也不应离开本地。Open Notebook 通过 Docker 自托管解决了这个根本性问题，代价是需要用户自己管理部署和维护。

Esperanto 抽象层的工程价值

18+ AI 提供商的统一接入层（Esperanto）是 Open Notebook 的关键工程决策。这不仅解决了"供应商锁定"问题，更实现了"按场景选模型"的灵活性：Chat 用 Claude、Embedding 用 OpenAI、Transformation 用 DeepSeek，三个槽位独立配置。这种设计让知识工具从"绑定单一模型"升级为"模型编排平台"。

播客生成的差异化竞争

Open Notebook 支持 1-4 个 AI 说话人（NotebookLM 固定 2 人），每个可独立配置音色、角色、语言。这不是功能堆砌，而是瞄准了内容创作者的需求：技术文档可以生成"专家访谈"风格，商业报告可以生成"分析师讨论"风格。TTS 后端支持 ElevenLabs、OpenAI TTS、Google TTS、Edge-TTS，进一步降低了语音生成的成本和门槛。

MCP 集成打开了自动化工作流

作为 MCP Server 接入 Claude Desktop 和 VS Code，意味着知识库不再是孤立的应用，而是 Agent 生态的一部分。VS Code 中 AI 插件可以实时引用知识库技术文档，Claude Desktop 可以搜私有知识库回答问题。REST API（端口 5055）进一步支持全功能编程调用，让知识管理嵌入自动化管线。

单用户限制是当前最大瓶颈

不支持多人协作是 Open Notebook 与 NotebookLM 的最大差距。在团队场景中，知识管理天然是协作活动——多人共同编辑、评论、引用同一份知识库。这个限制决定了 Open Notebook 目前更适合个人或小团队使用，而非企业级部署。

实践启示

  1. 数据主权是知识工具选型的首要考量：敏感文档（内部代码、商业计划、个人笔记）应优先选择自托管方案，而非上传到云端
  2. 模型灵活性比单模型性能更重要：选择支持多提供商的知识工具，避免被单一供应商锁定。Esperanto 式的抽象层是值得投入的工程设计
  3. MCP 集成让知识库从"应用"升级为"基础设施"：知识库应暴露 API 和 MCP 接口，让 Agent 和开发工具能直接引用
  4. 播客生成是知识工具的差异化功能：对于内容创作者，AI 播客生成比传统的"总结+问答"更有吸引力
  5. 关注 Open Notebook 的协作功能演进：单用户限制是当前最大瓶颈，团队协作能力的加入将决定其能否从"个人工具"升级为"团队平台"

相关链接