Open Notebook — приватная альтернатива Google Notebook LM с мультимодальным контентом и подкастами

Что это

Open Notebook — self-hosted альтернатива Google Notebook LM от lfnovo. Если вы когда-нибудь хотели такой же удобный инструмент для работы с исследовательскими материалами, но без отправки всего в облако Google — это он. Исходники открыты, MIT-лицензия, деплой через Docker.

Главная идея простая: вы загружаете в «блокнот» свои источники (PDF, видео, аудио, веб-страницы, офисные документы), а дальше с ними работает AI. Можно генерировать заметки, вести диалог с контекстом из загруженных материалов, делать summary, искать по всему корпусу. А ещё — генерировать полноценные подкасты с несколькими голосами, что для Notebook LM всегда было одной из самых интересных фич.

Чем отличается от Google Notebook LM

В таблице из README автор сравнивает ключевые возможности. Если коротко:

Главный trade-off — Google даёт «из коробки» хороший UX и интеграцию со своими сервисами. Open Notebook даёт контроль и гибкость, но требует самостоятельного деплоя и настройки. Если вы работаете с чувствительными данными или просто не хотите зависеть от одного вендора — это разумный выбор.

Архитектура

Стек заявлен такой:

• Backend: Python + FastAPI
• Frontend: Next.js + React
• База данных: SurrealDB (с поддержкой векторного поиска)
• AI-оркестрация: LangChain
• Мультипровайдерность: библиотека Esperanto того же автора — единый интерфейс для всех AI-провайдеров

SurrealDB здесь не случаен — это мультимодельная БД, которая умеет и документы, и графы, и векторный поиск в одном флаконе. Для RAG-системы (а Open Notebook — это по сути надстройка над RAG) это удобно: один компонент вместо связки Postgres + pgvector + что-то ещё.

Возможности

Базовое

• Мульти-блокнотная организация — можно вести несколько исследовательских проектов параллельно
• Универсальные источники — PDF, видео, аудио, веб-страницы, Office-документы
• 18+ AI-провайдеров — OpenAI, Anthropic, Google, Groq, Ollama, LM Studio, Mistral, DeepSeek, OpenRouter, xAI, Vertex AI, Voyage, Azure OpenAI, DashScope (Qwen), MiniMax, ElevenLabs (для аудио), Deepgram, OpenAI-compatible
• Полнотекстовый и векторный поиск по всему контенту
• Контекстный чат — диалог с AI, который видит загруженные материалы
• AI-заметки — автоматическая генерация инсайтов или ручные заметки

Продвинутое

• Reasoning-модели — поддержка thinking-моделей типа DeepSeek-R1 и Qwen3
• Content Transformations — настраиваемые действия для обработки контента (суммаризация, извлечение инсайтов и т.д.)
• REST API — полный программный доступ ко всем функциям
• Опциональная парольная защита — для публичных деплоев
• Гранулярный контроль контекста — выбор, какие именно материалы отдать модели
• Цитирование — ответы со ссылками на источники

Подкасты

Отдельная гордость проекта — генератор подкастов. Можно настроить от 1 до 4 спикеров с разными профилями (тембр, стиль речи, роль в диалоге). Episode Profiles позволяют создавать переиспользуемые конфигурации для разных форматов — например, «интервью с экспертом», «дискуссия двух аналитиков», «монолог-обзор». По качеству скрипта и контролю это ощутимо гибче, чем фиксированный двухголосый формат Google.

Поддерживаемые провайдеры

Автор сделал Esperanto — библиотеку-обёртку, которая даёт единый интерфейс для всех провайдеров. Поддержка по типам задач:

*В эту категорию попадают LM Studio и любые OpenAI-совместимые эндпоинты.

Если хочется полностью бесплатный вариант — Ollama даёт и LLM, и embeddings локально. Правда, STT/TTS придётся подключать отдельно (Whisper через другой сервис, например).

Быстрый старт

Автор обещает запуск за 2 минуты, и это похоже на правду.

Требования

• Docker Desktop

Шаг 1: docker-compose

Скачать готовый файл:

curl -o docker-compose.yml https://raw.githubusercontent.com/lfnovo/open-notebook/main/docker-compose.yml

Или создать вручную — внутри два сервиса: surrealdb (на порту 8000) и open_notebook (на портах 8502 для UI и 5055 для API).

Шаг 2: ключ шифрования

Поменять OPEN_NOTEBOOK_ENCRYPTION_KEY в docker-compose на любую секретную строку. Этим ключом шифруются API-ключи провайдеров и прочие чувствительные данные, так что не оставляйте дефолтный change-me-to-a-secret-string.

Шаг 3: запуск

docker compose up -d

Подождите 15-20 секунд, откройте http://localhost:8502.

Шаг 4: настройка AI

В UI: Models → + Add Configuration → выбрать провайдера → вставить API-ключ → Test → Sync Models → Auto-Assign Defaults. После этого можно создавать первый блокнот.

Альтернативные сценарии

• Ollama (бесплатно, локально): examples/docker-compose-ollama.yml — запуск с локальными моделями, без затрат на API
• Из исходников: docs/1-INSTALLATION/from-source.md — для разработки и контрибьюции
• Полный гайд по деплою: docs/1-INSTALLATION/index.md

MCP-интеграция

Open Notebook поддерживает Model Context Protocol — можно подключить как MCP-сервер в Claude Desktop, VS Code или другие MCP-клиенты. Это значит, что Claude (или другой агент) сможет напрямую работать с вашими блокнотами: искать, добавлять источники, генерировать заметки. Документация: MCP Integration.

Для пользователей GSD-подобных workflow это особенно интересно — AI-агент получает доступ к вашей базе знаний как к инструменту.

Документация

Проект хорошо задокументирован:

• Getting Started — что это и зачем
• Quick Start — за 5 минут
• User Guide — интерфейс, блокноты, источники, чат
• Podcast Generation — детали по подкастам
• Content Transformations — настройка обработки
• REST API Reference — программный доступ
• Security — защита и приватность
• Troubleshooting — если что-то пошло не так

Roadmap

Из открытых issues и roadmap:

В работе:

• Live Front-End Updates — real-time обновления UI
• Async Processing — асинхронная обработка для скорости
• Cross-Notebook Sources — переиспользование материалов между блокнотами
• Bookmark Integration — интеграция с закладочными сервисами

Уже сделано (недавно):

• Next.js фронтенд
• Полноценный REST API
• Поддержка 18+ провайдеров
• Улучшенный генератор подкастов с Episode Profiles
• Content Transformations
• Множественные чат-сессии в одном блокноте

Для кого это

Open Notebook — хороший выбор, если:

• Работаете с чувствительными данными — исследования, медицина, юриспруденция, внутренняя документация компании
• Хотите выбирать AI-провайдера под задачу и бюджет — сегодня GPT, завтра Claude, послезавтра локальный Ollama
• Нужна интеграция с вашим стеком через REST API или MCP
• Устали от вендор-лока — Google может завтра поменять тарифы, политику, условия
• Хотите кастомизировать — это open source, форкайте и дописывайте под себя

Не подойдёт, если вам нужен zero-setup инструмент «просто чтобы работало» — здесь придётся повозиться с Docker и настройкой провайдеров.

Технический стек

• Backend: Python, FastAPI
• Frontend: Next.js, React
• БД: SurrealDB
• AI: LangChain + Esperanto (мультипровайдерная обёртка)
• Лицензия: MIT
• Деплой: Docker / cloud / локально

Сообщество

• 💬 Discord — основной канал общения
• 🐛 GitHub Issues — баги и фич-реквесты
• 🌐 Сайт проекта
• 🤖 CustomGPT-помощник по установке — отдельная GPT для тех, кто застрял на деплое

Автор активно контрибьютит в open source (Esperanto, SurrealDB-интеграции) и отвечает на issues. Проект молодой, но живой — есть регулярные релизы и активный Discord.

Лицензия

MIT — можно использовать в коммерческих проектах, форкать, модифицировать. Единственное требование — сохранить копирайт.