Open Notebook: что умеет новая альтернатива Notebook LM

Open Notebook — это открытый, самостоятельно размещаемый (self-hosted) аналог Google NotebookLM. Вы разворачиваете его на своём сервере или ноутбуке, подключаете собственные модели (18+ провайдеров, включая локальные) и работаете с PDF, видео, аудио и сайтами приватно: данные не уходят в облако Google. Проект под лицензией MIT, установка идёт через Docker.

Создать своего AI-помощника поможет бесплатный онлайн-урок по этой теме!

Что такое Open Notebook

Представьте персонального исследовательского помощника: он собирает статьи и видео, делает заметки, отвечает на вопросы по вашим материалам и генерирует подкаст на основе конспекта. Разница с NotebookLM в том, что этот помощник живёт на вашей машине, а не в чужом облаке.

Open Notebook создал разработчик Луис Ново (Luis Novo). Это open source-проект на лицензии MIT: код открыт, его можно изучать, дорабатывать и запускать бесплатно. Основная идея — приватность и контроль: «хватит отдавать свои инсайты Google». Инструмент делает всё то же, что NotebookLM, и идёт дальше — за счёт выбора моделей, поддержки множества форматов и полноценного REST API.

ОНЛАЙН-ПРАКТИКУМ

ЗАПУСК нейросети DEEPSEEK R1 ЛОКАЛЬНО НА СВОЕМ КОМПЬЮТЕРЕ

ЧТО БУДЕТ НА ОБУЧЕНИИ?

• ПОКАЖЕМ, КАК РАЗВЕРНУТЬ МОДЕЛЬ нейросети DEEPSEEK R1 ПРЯМО НА СВОЁМ КОМПЬЮТЕРЕ
• Где и как применять? Потестируем модель после установки на разных задачах
• Как дообучить модель под себя?

Участвовать бесплатно

Главные возможности

Локальное хранение и приватность

По умолчанию данные остаются на вашей машине — база, файлы и заметки не улетают в чужие облака, если вы этого не захотите. Под капотом работает база SurrealDB (версия 2), которая совмещает реляционное и векторное хранилище в одном движке. Это удобно для исследований с чувствительной информацией.

18+ провайдеров моделей

Open Notebook подключает более 18 провайдеров LLM: OpenAI, Anthropic, Google GenAI, Groq, Mistral, DeepSeek, Perplexity, OpenRouter, Azure OpenAI, а также локальные движки Ollama и LM Studio. Вы сами выбираете баланс качества и цены и можете работать полностью офлайн на локальных моделях.

Форматы и источники

Система принимает PDF, офисные документы (DOCX, PPT), Markdown, веб-страницы, транскрипты YouTube, изображения (через OCR), аудио (распознавание Whisper или Deepgram) и видео. Всё это загружается в «тетрадь» (notebook), после чего с материалами можно вести диалог как с живым собеседником.

Полнотекстовый и векторный поиск

По всем загруженным источникам работает и полнотекстовый, и векторный (семантический) поиск с указанием источников в ответах. Вы находите не только точные совпадения слов, но и близкие по смыслу фрагменты — с ссылкой на исходный документ.

Генерация подкастов до 4 голосов

Одно из ключевых отличий — генерация аудио-подкастов с настраиваемыми спикерами: до четырёх голосов с индивидуальными профилями. Для сравнения, NotebookLM ограничен двумя ведущими. Это полезно для учебных материалов, обзоров и презентаций.

REST API и полный контроль

Открытый код и REST API (по умолчанию на порту 5055) позволяют автоматизировать загрузку источников, трансформации и генерацию подкастов из собственного пайплайна. Веб-интерфейс доступен по порту 8502.

Установка и self-host: быстрый старт

Самый простой путь — Docker. В репозитории есть готовые образы и файл docker-compose.yml, поэтому запуск сводится к нескольким командам:

1. Разверните через Docker. Создайте папку, скачайте docker-compose.yml и выполните docker compose up -d. После этого веб-интерфейс открывается на localhost:8502, а REST API — на localhost:5055.
2. Подключите провайдеров. В настройках укажите ключи к OpenAI, Anthropic или другим облачным моделям — либо настройте локальный Ollama (готовый пример docker-compose-ollama.yml есть в репозитории), чтобы работать полностью офлайн.
3. Добавьте источники. Загружайте PDF, вставляйте ссылки на статьи, подключайте YouTube-видео — Open Notebook создаст индексы и эмбеддинги для быстрого поиска.
4. Начните диалог с материалами. Спросите «Что главное в этих статьях?» или «Сгенерируй тезисы для презентации» — и получите ответы на основе ваших собственных данных со ссылками на источники.

Требования к железу. Для небольшого архива (несколько десятков документов) хватает сервера на 4 ГБ RAM и 2 vCPU. Для крупных баз рекомендуется 8 ГБ RAM и SSD. Скачать код и посмотреть актуальную инструкцию можно на официальном сайте проекта.

Open Notebook против Google NotebookLM: таблица

Если Google NotebookLM — это «готовая лаборатория в аренде» (вы пользуетесь инструментами, но правила диктует арендодатель), то Open Notebook — «ваша домашняя мастерская»: вы сами выбираете инструменты, решаете, кто заглянет внутрь и как хранить чертежи.

Кому подходит Open Notebook

• Исследователям и аналитикам, которые работают с чувствительными данными и не хотят выгружать их в облако.
• Компаниям и командам, где важны приватность, соответствие требованиям по данным и контроль над моделями.
• Разработчикам, которым нужен REST API для встраивания обработки документов в свои процессы.
• Тем, кто оптимизирует расходы: рутинные задачи (индексация, поиск) можно отдать дешёвым или локальным моделям, а сложные сводки — мощным облачным.

Если хотите глубже разобраться в идее «NotebookLM для своих данных», посмотрите наш разбор Code Wiki — NotebookLM для опенсорса. А подборку мобильных AI-инструментов мы собрали в обзоре ИИ-приложений для iOS.

Риски и о чём не забыть

Конфигурация безопасности. «Локально» не значит автоматически безопасно — при выходе за пределы одной машины настройте HTTPS, резервное копирование и управление ключами.

Качество моделей. Дешёвые или локальные модели могут уступать крупным облачным LLM в точности и связности. Тестируйте комбинации под свои задачи.

Бэкапы. Храните резервные копии рабочих папок с данными и базой SurrealDB — так вы легко восстановите проекты.

FAQ

Open Notebook бесплатен?

Да. Сам инструмент открыт и распространяется под лицензией MIT — за него не нужно платить. Расходы возникают только при использовании платных облачных моделей (например, OpenAI или Anthropic). На локальных моделях через Ollama работа бесплатна.

Нужен ли интернет для работы?

Полностью офлайн Open Notebook работает на локальных моделях (Ollama, LM Studio). Интернет нужен, если вы подключаете облачные LLM или тянете внешние источники — статьи, YouTube-транскрипты, веб-страницы.

Какие форматы поддерживает Open Notebook?

PDF, офисные документы (DOCX, PPT), Markdown, веб-страницы, транскрипты YouTube, изображения через OCR, аудио (Whisper/Deepgram) и видео.

Чем Open Notebook отличается от NotebookLM?

Ключевые отличия: self-host и контроль над данными, выбор из 18+ провайдеров моделей (включая локальные), подкасты до четырёх голосов, открытый REST API и открытый код под MIT.

Сложно ли установить Open Notebook?

Нет. Базовый сценарий — Docker: создать папку, скачать docker-compose.yml и выполнить docker compose up -d. Интерфейс откроется на порту 8502.

Какие требования к серверу?

Для небольшого архива достаточно 4 ГБ RAM и 2 vCPU. Для крупных баз документов рекомендуется 8 ГБ RAM и SSD-хранилище.

Вывод: стоит ли пробовать

Если вы цените приватность, хотите контролировать расходы на AI и не против покопаться в настройках, Open Notebook даёт гибкую платформу для работы с документами, мультимедиа и моделями. Это удачная отправная точка, чтобы превратить разрозненные источники знаний в живую, интерактивную «тетрадь» исследований — под вашим полным контролем.