[JS/TS] 开源NotebookLM替代方案：基于RAG的私有化AI知识库OpenNotebook部署指南

Google在AI领域持续发力，在发布Gemini 3 Pro模型的同时，也推出了其AI笔记应用NotebookLM。通过NotebookLM，用户可以结合自己的文档与AI模型进行深度对话，生成高质量的演示内容。

这也意味着，Google正将NotebookLM从单纯的笔记助手，定位为更强大的个人知识管理与“第二大脑”工具。其核心离不开对接各类数据源，如PDF、文档、会议记录等。

然而，对于数据安全有较高要求的用户或团队，一个能够自主掌控数据权限的私有化解决方案显得尤为重要。近日，一个名为 Open Notebook 的开源项目在GitHub上迅速走红，斩获了超过12,000个Star。

Github：lfnovo / open-notebook

项目定位为一个注重隐私的NotebookLM开源替代品，强调强大的搜索能力、数据完全私密、100%本地化部署以及多模态支持。

与依赖Google生态的NotebookLM不同，Open Notebook在模型支持上更为开放。除了Gemini，它还支持包括OpenAI、Claude在内的多达16种主流AI模型。对于希望完全本地运行的用户，它也能通过集成Ollama或接入国产模型如DeepSeek来实现，为不同环境下的人工智能应用提供了灵活选择。

为了高效整合多源知识，项目内置了一套严谨的知识管理系统，支持PDF、Word、视频、网页等多种格式内容的导入。

内容整合后，系统基于RAG（检索增强生成）技术进行信息检索，能够精准匹配问题关键词，快速定位并引用相关上下文，从而生成更准确的回答。

一个颇具特色的功能是其细粒度的内容权限控制。用户可以为不同文档或片段设置对AI的“可见性”，在数据隐私保护和AI回答质量之间建立一个可控的缓冲地带，兼顾了安全与效用。

在应用场景上，此前有用户利用NotebookLM整合名人访谈与著作，生成跨领域的虚拟语音播客，但其发言人角色数量受限。Open Notebook虽然在语音合成的精度上可能稍逊，但支持自定义更多发言人角色，拓展了场景的丰富性。

下图直观对比了两款产品的核心差异：

安装与部署

Open Notebook提供了多种安装方式，其中最为便捷的是通过Docker一键部署。

在已准备 OPENAI_API_KEY 的前提下，可通过以下命令快速启动：

mkdir open-notebook && cd open-notebook
docker run -d \
  --name open-notebook \
  -p8502:8502 -p5055:5055 \
  -v ./notebook_data:/app/data \
  -v ./surreal_data:/mydata \
  -e OPENAI_API_KEY=your_key_here \
  -e SURREAL_URL="ws://localhost:8000/rpc" \
  -e SURREAL_USER="root" \
  -e SURREAL_PASSWORD="root" \
  -e SURREAL_NAMESPACE="open_notebook" \
  -e SURREAL_DATABASE="production" \
  lfnovo/open_notebook:v1-latest-single

部署完成后，访问 http://localhost:8502 即可使用。

对于生产环境或需要更便捷的服务管理，建议参考项目README文档，使用Docker Compose进行部署，或配置远程服务器。