32K Stars 开源本地AI知识库：支持18家模型一键切换，还能生成播客

Google Notebook LM 确实好用——上传PDF，AI帮你读完、总结、生成播客。但它有几个硬伤：数据必须存Google服务器、只能用Gemini模型、缺少API接口，无法集成到自动化工作流中。对于重视数据隐私和希望保持模型选择灵活性的用户来说，这些限制让人颇为头疼。

支持18+AI模型，数据完全自主可控

今天要介绍的 Open Notebook 正是为了解决这些问题而生。这是一个在GitHub上斩获32K星的开源项目，采用MIT协议完全免费。它复刻了Notebook LM的核心能力——上传资料、AI阅读提炼、自动生成播客——但关键区别在于：所有数据都保存在本地硬盘，用户可以自由选择OpenAI、DeepSeek、Claude、Ollama等任意模型。

多格式支持与智能问答

Open Notebook 支持PDF、音频、视频、网页、TXT、PPT、Word等多种格式。上传后系统自动进行向量化和索引处理，完成后即可开始提问。问答基于RAG流程：先通过向量检索定位相关资料片段，再将片段注入LLM上下文生成回答。每个回答都会标注引用来源，方便追溯。 一个小细节很实用：每个资料来源旁边有切换按钮，可以选择使用全文或仅用摘要。对于数百页的长文档，用摘要模式能大幅节省Token消耗；需要深挖时再切回全文。聊天记录中的精华内容可以一键保存到Notes面板，便于后续回顾。

播客生成与内容洞察

Open Notebook 暴露了完整的REST API（端口5055），Web界面上的所有操作都可通过API调用。这意味着可以编写脚本自动同步RSS订阅、生成摘要、推送通知。 更强大的是MCP（Model Context Protocol）集成。作为Anthropic推出的开放协议，MCP让不同AI应用之间可以互相调用能力。Open Notebook 作为MCP Server，可以直接接入Claude Desktop或VS Code——在VS Code中写代码时，AI插件能实时引用笔记本里的技术文档作为上下文；在Claude Desktop做研究时，Claude可以搜索你的私有知识库来回答问题。这种深度集成是Google封闭系统无法提供的。

REST API与MCP集成：融入开发工作流

部署非常简单，只需一台装了Docker Desktop的机器。三步搞定：下载docker-compose.yml、修改加密密钥、启动服务。浏览器打开 http://localhost:8502 即可使用。源码部署也有详细文档可供参考。

如有侵权，请联系删除。