我最近在琢磨一件事。

Google 的 NotebookLM 确实挺好用的，这点得承认。上传个 PDF 或者丢个 YouTube 视频进去，它能自动处理，然后你就能跟它聊天、让它总结、生成播客，体验做得相当顺滑。

但，每当我要把含有敏感信息的文档传上去的时候，心里总有那么一点点不舒服。

不是我不信任 Google 的安全措施，而是，有些东西它就是不应该离开你的硬盘。

你有没有这种感觉？

这其实是个挺普遍的需求。

研究者手上有还没发表的论文，涉及未公开的实验数据。创业者有产品战略文档，内部还没过会。内容创作者有大量素材，有些可能是付费内容，不能随便上传到第三方服务器。

对这些人来说，用 AI 笔记工具最大的障碍，不是功能够不够强，而是总觉得数据不够安全。

那问题就来了，有没有一种方案，既能保留 NotebookLM 这种流畅的 AI 交互体验，又能把数据留在本地？

还真让我找到了。

这个项目叫 Open Notebook，GitHub 上能搜到，地址是 github.com/lfnovo/open-notebook。

一句话概括：这是一个开源的隐私优先的 AI 笔记工具，目标是成为 NotebookLM 的替代品，数据完全在你自己的掌控之中。

它的 slogan 很直接——"An open source, privacy-focused alternative to Google's Notebook LM"。翻译过来就是：一个开源的、注重隐私的 NotebookLM 替代品。

那它具体是做什么的？

你可以把它理解为一个本地部署的 AI 研究中心。你上传 PDF、视频、音频、网页，它帮你处理干净，然后你可以跟它聊天、让它总结内容、把内容转化成播客、还能跨笔记本搜索。

你的所有资料都在你自己的服务器上，AI 模型只是调用外部 API，数据不会经过第三方。

这个项目支持 18 个模型提供商，基本上你听过的全涵盖了，而且还有个"OpenAI Compatible"的选项，意味着任何兼容 OpenAI API 格式的 endpoint 都能接进来，包括那些本地部署的模型。

不过这里有个细节值得注意，这 18 个提供商并不是"平等"的。有的只支持 LLM（文本对话），有的只支持 TTS（语音合成），有的只支持 STT（语音转文字）。举个例子，ElevenLabs 只做 TTS，Deepgram 只做 STT。如果你想要完整功能（聊天 + 搜索 + 播客），OpenAI 是最省心的选择。

还有个细节挺有意思的，它用的是 Esperanto 这个库来做多模型支持的。

这个库的定位是一个轻量级的统一 AI 接口。你可能听说过 LangChain 做 AI 集成的思路，但 Esperanto 走的是完全不同的路线，它直接通过 HTTP 调用各家的 API，不依赖那些笨重的官方 SDK，所以性能更好、依赖更少。而且，切换 provider 的时候代码不用改，一套接口全搞定。

在 AI 编排层面，项目用的是 LangChain——负责 RAG（检索增强生成）、分块（chunking）、embedding 等工作。简单说：Esperanto 负责"怎么把请求发出去"，LangChain 负责"怎么处理你的数据"。

这个项目支持的 Content 类型也值得说一下。

PDF，没问题（但如果是纯扫描件没有文字层，处理能力会大打折扣）。YouTube 视频，可以，丢链接它会尝试提取字幕（依赖视频本身开启了字幕，如果没有字幕或者视频年龄限制就处理不了）。网页，没问题，支持 URL 抓取（但复杂 JS 渲染的页面可能失败）。音频文件，支持常见格式。Office 文档，Word、PPT 这些也能处理。

对比一下的话，NotebookLM 支持的它基本都支持，甚至有些格式 NotebookLM 还不支持。

还有一个我个人比较感兴趣的功能——播客生成。

你可以选择 1-4 个发言者，每个发言者可以设置声音、性格、口音和专业知识，然后它会自动生成播客脚本和音频。

说实话这个功能在内部 demo 演示的时候特别有用，让 AI 播客帮你过一遍文档，比自己看文字稿有意思多了。

但有一点得提前说清楚——播客涉及到语音合成（TTS），这个是要花钱的。ElevenLabs 质量最好但也最贵，Google TTS 便宜很多，如果你实在不想花钱，项目也支持本地 TTS，但效果就"基本是机器人声"。另外，生成一次播客大概需要 10-20 分钟，不是实时的。

部署的话，项目本身是 Docker 优先的设计，文档里最推荐的安装方式就是一条命令 docker compose up -d 搞定。

然后访问 localhost:8502 就行。

不过有几个前提你得知道：

1. 你得自己准备 AI 的 API Key。项目本身不提供 AI 能力，它只是个中间层，把你的 AI API 聚合起来，提供统一的笔记和聊天界面。
2. Docker Desktop 必须运行着。在 Windows 上这意味着 Docker Desktop 要常驻后台。
3. 如果你在国内，首次启动可能会遇到网络问题——pip 下载超时、容器起不来。文档里有解决方案，换清华镜像就行。

整体用下来，我的感受是，这个项目是认真的。

不是说它已经完美了，但它在解决一个真实存在的问题：对隐私有要求的用户，也想要一个类似 NotebookLM 的体验。

如果你正好是那个「对隐私有要求但又想要 NotebookLM 体验」的人，这个项目值得一试。

尤其是如果你本地有 Ollama 环境的话，基本上零成本就能用上。

项目地址再发一遍：github.com/lfnovo/open-notebook

文档写得很详细，英文阅读无障碍的话可以直接看官方文档，遇到问题 Discord 社区也挺活跃的。

对了，如果你部署过程中遇到问题，文档里的 Troubleshooting 部分值得仔细看看。我扫了一眼，常见的坑基本都有覆盖。