AI之MLMs之Tool:Open Notebook的简介、安装和使用方法、案例应用之详细攻略

AI之MLMs之Tool:Open Notebook的简介、安装和使用方法、案例应用之详细攻略

AI之MLMs之Tool:Open Notebook的简介、安装和使用方法、案例应用之详细攻略

目录

Open Notebook的简介

1、特点

(1)、与 Google Notebook LM 的核心优势对比

(2)、核心功能 (Core Capabilities)

(3)、高级功能 (Advanced Features)

Open Notebook的安装和使用方法

1、安装

1.1、准备工作

1.2、安装步骤

方法一:使用 Docker 命令 (适用于本地或远程服务器)

方法二:使用 Docker Compose (推荐,便于管理)

1.3、关键设置说明

2、使用方法

Open Notebook的案例应用

个人知识库和研究助手:

内容创作者的灵感与素材管理工具:

注重隐私的企业或个人信息管理:

开发者的可扩展 AI 平台:


Open Notebook的简介

Open Notebook 是一个开源的、注重隐私的 Google Notebook LM 替代品,旨在提供更强的灵活性和更多的功能。在这个由人工智能主导的时代,项目的设计理念是,思考和获取新知识的能力不应成为少数人的特权,也不应受限于单一供应商。Open Notebook 赋予用户以下核心能力:

  • 控制您的数据:让您的研究保持私密和安全。
  • 选择您的 AI 模型:支持包括 OpenAI, Anthropic, Ollama, LM Studio 在内的超过16家供应商。
  • 组织多模态内容:支持 PDF、视频、音频、网页等多种格式。
  • 生成专业播客:具备先进的多人播客生成功能。
  • 智能搜索:在所有内容中进行全文和向量搜索。
  • 带上下文聊天:基于您的研究资料进行 AI 对话。

该项目致力于成为一个私有的、支持多模型、100% 本地化且功能齐全的 Notebook LM 替代方案,让用户能够完全掌控自己的数据和工作流。

Github地址https://github.com/lfnovo/open-notebook

1、特点

Open Notebook 在功能和设计上相较于 Google Notebook LM 具有显著优势,并提供了一系列强大且灵活的特性。

(1)、与 Google Notebook LM 的核心优势对比

特性

Open Notebook

Google Notebook LM

优势

隐私与控制

自托管,数据完全属于您

仅限 Google 云

完整的数据主权

AI 提供商选择

16+ 提供商 (OpenAI, Anthropic, Ollama 等)

仅限 Google 模型

灵活性和成本优化

播客演讲者

1-4 名演讲者,可自定义配置

仅限 2 名演讲者

极高的灵活性

上下文控制

3个精细化级别

“全有或全无”模式

隐私和性能调优

内容转换

内置和自定义转换

选项有限

无限的处理能力

API 访问

完整的 REST API

无 API

完全的自动化能力

部署方式

Docker、云或本地

仅限 Google 托管

可在任何地方部署

引用来源

全面且附带来源链接

基础引用

保证研究的完整性

定制化

开源,完全可定制

封闭系统

无限的可扩展性

成本

只需支付 AI 使用费

月度订阅 + 使用费

透明且可控

(2)、核心功能 (Core Capabilities)

  • 隐私优先:您的数据保留在自己的控制之下,不依赖任何云服务。
  • 多笔记本组织:无缝管理多个不同的研究项目。
  • 通用内容支持:支持 PDF、视频、音频、网页、Office 文档等多种内容格式。
  • 多模型 AI 支持:集成了超过16家 AI 提供商,包括 OpenAI、Anthropic、Ollama、Google、LM Studio 等,并支持任何与 OpenAI 兼容的端点。
  • 专业播客生成:利用 Episode Profiles (剧集配置) 生成先进的多人播客。
  • 智能搜索:在所有内容上进行全文搜索和向量搜索。
  • 上下文感知聊天:基于您上传的研究材料与 AI 进行对话。
  • AI 辅助笔记:自动生成见解或手动撰写笔记。

(3)、高级功能 (Advanced Features)

  • 推理模型支持:完全支持如 DeepSeek-R1 和 Qwen3 等思考型模型。
  • 内容转换:强大的可定制操作,用于总结和提取见解。
  • 全面的 REST API:提供完整的编程访问权限,用于自定义集成。
  • 可选的密码保护:为公开部署提供身份验证,确保安全。
  • 精细的上下文控制:精确选择要与 AI 模型共享的内容。
  • 引用功能:AI 的回答会附带精确的来源引用。

2、供应商支持矩阵

支持LM Studio及任何兼容OpenAI的端点

ProviderLLM SupportEmbedding SupportSpeech-to-TextText-to-Speech
OpenAI
Anthropic
Groq
Google (GenAI)
Vertex AI
Ollama
Perplexity
ElevenLabs
Azure OpenAI
Mistral
DeepSeek
Voyage
xAI
OpenRouter
OpenAI Compatible*

Open Notebook的安装和使用方法

1、安装

项目推荐使用 Docker 进行快速部署,并提供了针对不同场景的配置方案。

1.1、准备工作

安装 Docker 和 Docker Compose。
准备一个用于存放数据的目录。

1.2、安装步骤

方法一:使用 Docker 命令 (适用于本地或远程服务器)

创建一个工作目录:

mkdir open-notebook && cd open-notebook

本地机器设置 (当你在运行 Docker 的同一台电脑上访问 Open Notebook 时):

docker run -d \ --name open-notebook \ -p 8502:8502 -p 5055:5055 \ -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

访问地址:http://localhost:8502

远程服务器设置 (用于服务器、NAS、树莓派等远程设备):

docker run -d \ --name open-notebook \ -p 8502:8502 -p 5055:5055 \ -v ./notebook_data:/app/data \ -v ./surreal_data:/mydata \ -e OPENAI_API_KEY=your_key_here \ -e API_URL=http://YOUR_SERVER_IP:5055 \ -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

注意:将 YOUR_SERVER_IP 替换为您的服务器实际 IP 地址或域名。
访问地址:http://YOUR_SERVER_IP:8502

方法二:使用 Docker Compose (推荐,便于管理)

在 open-notebook 目录下创建一个 docker-compose.yml 文件:

services: open_notebook: image: lfnovo/open_notebook:v1-latest-single ports: - "8502:8502" # Web UI - "5055:5055" # API (必需!) environment: - OPENAI_API_KEY=your_key_here # 远程访问时,请取消注释并设置你的服务器IP/域名: # - API_URL=http://192.168.1.100:5055 # 数据库连接 (单容器必需) - SURREAL_URL=ws://localhost:8000/rpc - SURREAL_USER=root - SURREAL_PASSWORD=root - SURREAL_NAMESPACE=open_notebook - SURREAL_DATABASE=production volumes: - ./notebook_data:/app/data - ./surreal_data:/mydata restart: always

启动服务:

docker compose up -d

1.3、关键设置说明

端口:必须同时暴露 8502 (Web 界面) 和 5055 (API 后端) 两个端口。
API_URL 环境变量:在远程访问时,API_URL 必须设置为您访问服务器的方式所对应的 API 地址。例如,如果您通过 http://192.168.1.100:8502 访问,则 API_URL 必须设置为 http://192.168.1.100:5055。不要在远程服务器上使用 localhost。

2、使用方法

安装并启动后,通过浏览器访问 http://localhost:8502 或 http://YOUR_SERVER_IP:8502 即可开始使用。应用界面采用三栏式布局:
来源 (Sources):管理您所有的研究材料,如 PDF、视频、网页等。
笔记 (Notes):创建手动笔记或由 AI 生成的笔记。
聊天 (Chat):基于您上传的“来源”内容与 AI 进行对话。

Open Notebook的案例应用

尽管文档没有提供具体的客户案例,但其功能设计明确指向了以下应用场景:

个人知识库和研究助手:

学者、研究人员或学生可以上传大量的 PDF 论文、网页、视频讲座和书籍。

利用智能搜索快速定位信息,通过上下文感知聊天功能就复杂的学术问题与自己的资料库进行“对话”,并让 AI 辅助生成带有精确引用的摘要和笔记。

内容创作者的灵感与素材管理工具:

播客主、博主或作家可以收集各种格式的素材(文章、音频、视频)。

使用内容转换功能自动提取关键信息和摘要。

最独特的是,可以利用专业播客生成功能,直接将研究笔记和想法转换成包含多达四位不同“演讲者”的专业级播客脚本和音频。

注重隐私的企业或个人信息管理:

对于处理敏感信息的用户(如律师、记者、策略分析师),Open Notebook 的自托管和隐私优先特性至关重要。

所有数据都存储在用户自己的服务器上,完全避免了将敏感研究资料上传到第三方云服务的风险。

开发者的可扩展 AI 平台:

由于项目完全开源并提供全面的 REST API,开发者可以将其作为基础,构建定制化的 AI 应用。

例如,可以将其集成到现有的工作流中,实现自动化报告生成、知识库问答机器人等功能。

Read more

计算机毕业设计springboot礼物商城的设计与实践 基于SpringBoot的个性化礼品电商平台的设计与实现 基于Java Web的创意礼物在线销售系统的设计与开发

计算机毕业设计springboot礼物商城的设计与实践 基于SpringBoot的个性化礼品电商平台的设计与实现 基于Java Web的创意礼物在线销售系统的设计与开发

计算机毕业设计springboot礼物商城的设计与实践917jxi80(配套有源码 程序 mysql数据库 论文) 本套源码可以在文本联xi,先看具体系统功能演示视频领取,可分享源码参考。 1. 随着消费升级和社交需求的多元化发展,礼品经济正迎来前所未有的增长机遇。传统礼品采购模式存在选品单一、缺乏个性、购买不便等痛点,难以满足当代消费者对情感表达和独特体验的追求。与此同时,电子商务技术的成熟为礼品行业数字化转型提供了坚实基础,个性化定制与线上购物的深度融合成为行业发展的新趋势。本系统正是在此背景下应运而生,旨在构建一个集礼品展示、个性定制、便捷交易于一体的综合性电商平台,通过技术手段赋能传统礼品行业,提升用户送礼体验,推动礼品消费向品质化、个性化方向发展。 本系统采用SpringBoot作为核心开发框架,结合Vue前端技术实现前后端分离架构,选用MySQL数据库存储业务数据,B/S架构确保系统的可访问性和易维护性。系统围绕用户购物体验和管理者运营需求展开设计,涵盖从商品浏览到订单完成的全流程业务闭环。前台为用户提供礼品信息浏览、个性化搜索筛选、购物车管理、在线支付、订单跟踪

By Ne0inhk
AI Agent 架构详解:感知-决策-执行的三位一体(基于最新研究论文)

AI Agent 架构详解:感知-决策-执行的三位一体(基于最新研究论文)

玄同 765 大语言模型 (LLM) 开发工程师 | 中国传媒大学 · 数字媒体技术(智能交互与游戏设计) ZEEKLOG · 个人主页 | GitHub · Follow 关于作者 * 深耕领域:大语言模型开发 / RAG 知识库 / AI Agent 落地 / 模型微调 * 技术栈:Python | RAG (LangChain / Dify + Milvus) | FastAPI + Docker * 工程能力:专注模型工程化部署、知识库构建与优化,擅长全流程解决方案 「让 AI 交互更智能,让技术落地更高效」 欢迎技术探讨与项目合作,解锁大模型与智能交互的无限可能! AI Agent 架构详解:感知-决策-执行的三位一体 从 ReAct 到 Plan-and-Execute,从单智能体到多智能体协作,AI Agent

By Ne0inhk
Spring Boot自动配置魔法与@EnableAutoConfiguration原理揭秘

Spring Boot自动配置魔法与@EnableAutoConfiguration原理揭秘

目录 🎯 先说说我被自动配置"坑"的经历 ✨ 摘要 1. 自动配置不是魔法,是精妙的设计 1.1 从Spring的"配置地狱"到Spring Boot的"零配置" 2. @EnableAutoConfiguration:自动配置的"开关" 2.1 解剖@SpringBootApplication 2.2 @EnableAutoConfiguration的工作原理 3. SpringFactoriesLoader:自动配置的"寻宝图" 3.1 spring.factories文件的秘密 3.2 自定义自动配置:你也成为"魔法师&

By Ne0inhk
Claude Code 接入 MySQL 实战:让 AI 看懂你的表结构和数据

Claude Code 接入 MySQL 实战:让 AI 看懂你的表结构和数据

背景 在使用Claude code 进行日常业务开发过程中,面临新的表结构和接口时,常常需要跟AI介绍表字段和接口以便它能顺利的开发接口、写Sql等,此等场景下,会造成很长的上下文,且比较麻烦,同时,针对一些表结构索引优化、Sql优化等工作,也需要和AI进行长篇大论的交流,比较繁琐。 解决方案:通过引入开源MySql mcp让大模型可以直接连接数据库进行读取,极大方便了开发者,在测试环境下,测试数据对安全性没太大要求,因此可以让大模型自己读数据库辅助开发和编码。 一、MCP Server for MySQL 安装 依赖:node.js、claude code cli 1.MySql MCP安装命令: # Using npm npm install -g @benborla29/mcp-server-mysql # Using pnpm pnpm add -g @benborla29/

By Ne0inhk