夜雨聆风每日一种热门AI工具｜open-notebook：开源版NotebookLM来了，比Google的NoteBookLM好用吗？
你有没有过这种经历——
读了一堆论文、播客、YouTube视频，脑子里塞满了信息，但就是串不起来。Google的NotebookLM出来的时候，很多人都惊了：原来AI还能这么用？直接把你上传的文档、视频、音频全部消化，然后跟你对话，甚至给你生成一段"播客"来讲解内容。
但问题来了：NotebookLM是Google的，你的数据得先经过它的服务器。
对于写论文的、做研究的、处理商业机密的人来说，这就有顾虑了。
今天这个工具，就是来解决这个问题的。
open-notebook是什么
简单说，open-notebook 是 Google NotebookLM 的开源实现。
GitHub链接在这里：https://github.com/lfnovo/open-notebook
今天刚涨了 794颗星，总星标 26.6K，已经是当之无愧的Trending冠军。
核心逻辑和NotebookLM一样：把你手头的资料（PDF、视频、音频、网页、文档）扔进去，AI帮你消化，然后你可以问它任何问题，它只基于你的资料回答，不瞎编。
但它比NotebookLM更进一步的地方在于——
数据完全留在本地。
不需要经过任何云服务器。你甚至可以用 Ollama 在自己电脑上跑本地模型，连API费用都省了。
它能做什么
1. 上传任意格式的资料
支持：
PDF文件 视频（YouTube链接也可以直接扔进去） 音频文件 网页链接 Word/Excel/PPT等Office文档 纯文本
2. AI对话式问答
基于你上传的资料进行问答。回答会附带引用来源，告诉你这个结论是从哪份资料里得出的。
3. 播客生成（Audio Overviews）
这是NotebookLM最出圈的功能——让AI"两个人"用播客的方式讲解你的资料。
open-notebook把这个功能做出来了，而且比原版更灵活：
NotebookLM原版：只支持2个speaker open-notebook：支持1到4个speaker
你可以定制每个speaker的人设，让它们用不同的风格来讨论你的内容。
4. 细粒度上下文控制
可以精确控制把哪些资料、哪段内容分享给AI，避免"AI看到不该看的东西"。
5. 多笔记本管理
不同的研究项目放不同的笔记本，互不干扰。
支持多少AI模型
这是让我觉得最离谱的地方。
open-notebook支持 18+ AI提供商，包括：
对于国内用户来说，重点推荐：
硅基流动 / 阿里云百炼：国内可直接访问，API稳定 Ollama：完全本地运行，不需要任何网络，不需要API密钥，零费用
怎么安装
方式一：Docker一键部署（最简单）
前提条件：安装了Docker Desktop
第一步：下载配置文件
curl -o docker-compose.yml https://raw.githubusercontent.com/lfnovo/open-notebook/main/docker-compose.yml第二步：修改加密密钥
用文本编辑器打开 docker-compose.yml，找到这行：
environment:-OPEN_NOTEBOOK_ENCRYPTION_KEY=change-me-to-a-secret-string把 change-me-to-a-secret-string 改成你自己的密钥，比如 my-secret-key-2026
第三步：启动服务
docker compose up -d第四步：访问并配置
打开浏览器，访问：http://localhost:8502
然后进入 Settings → API Keys，添加你的AI提供商密钥。
方式二：Ollama本地模式（零费用）
如果你不想花钱买API，可以使用Ollama跑本地模型。
第一步：安装Ollama
# macOS/Linuxcurl -fsSL https://ollama.com/install.sh | sh# Windows用户去 https://ollama.com/download 下载安装包第二步：下载模型
# 下载Qwen3（阿里开源，性能很强，中文支持好）ollama pull qwen3:8b# 或者下载DeepSeek（性价比高）ollama pull deepseek-r1:7b第三步：修改docker-compose.yml，使用Ollama配置
下载Ollama专用的配置文件：
curl -o docker-compose.yml https://raw.githubusercontent.com/lfnovo/open-notebook/main/examples/docker-compose-ollama.yml然后同样修改加密密钥，启动服务即可。
第四步：在Settings里配置Ollama
访问 http://localhost:8502 → Settings → API Keys
添加一个Ollama的"密钥"，随便写一个名字，URL填 http://host.docker.internal:11434（这是Docker容器访问本机Ollama的地址）
然后在模型注册页面，注册 qwen3:8b 或 deepseek-r1:7b。
方式三：国内云服务（推荐）
不想折腾本地，可以直接用国内API服务商。
推荐 硅基流动，注册送14元额度，DeepSeek R1可以直接调用：
注册硅基流动：https://account.siliconflow.cn 获取API Key 在open-notebook的Settings里填入，选择DeepSeek R1模型
适合谁用
学术研究者
读论文是刚需。把PDF扔进去，让AI帮你总结、对比、回答问题，比自己啃原文高效多了。
内容创作者
写文章之前用播客功能"预演"一遍，让AI用两个人对话的方式讨论你的素材，经常能发现意想不到的洞见。
知识工作者
处理大量文档、报告、邮件的人。把资料全部扔进去，用对话的方式快速定位信息。
隐私敏感人群
医疗、法律、金融领域的从业者，客户的资料不能上传到云端。open-notebook完全本地运行，数据不出机器。
企业用户
在内网环境部署私有知识库，不用担心数据合规问题。
我的看法
open-notebook让我看到的一个趋势是：**AI工具正在从"云端优先"转向"本地优先"**。
两年前，大家都觉得AI必须在云端跑，因为模型太大、本地跑不动。但现在不一样了——8B参数级别的模型（比如Qwen3-8B），在消费级显卡上已经能跑得很顺。Ollama这种工具把本地部署的门槛降到了"下载→运行"两步。
对于国内用户来说，更现实的意义是：绕过网络问题。用硅基流动、火山引擎这些国内服务商，或者直接Ollama本地跑，NotebookLM用不了的场景，open-notebook可以补上。
当然，它不是完美的。播客生成的语音质量，和Google原版比还有差距。UI设计也比较朴素，没有Google那种精致感。但作为开源项目，它已经做到了70分，而且还在快速迭代——37个release，每周都在更新。
今日互动
你有没有遇到过"资料太多消化不了"的困扰？
你平时用什么工具管理研究资料？欢迎在评论区聊聊。
如果觉得这个工具对你有用，点个赞让我知道。
明天继续。
相关链接
GitHub：https://github.com/lfnovo/open-notebook 官网：https://www.open-notebook.ai Ollama（本地模型）：https://ollama.com
