SuperAPI AI 工具集

open-notebook

写作与研究

查看项目

更新于 10-21 16:18

技能介绍

Open Notebook 是一个开源自托管的 AI 研究工具,定位为 Google NotebookLM 的替代方案,用于组织研究材料、生成 AI 洞察、创建播客,并与文档进行上下文感知的对话,同时保持完整的数据隐私。

用途 Open Notebook 面向需要整理和分析研究资料的用户,例如文献综述、技术调研或文档分析。它允许将不同来源的材料归入独立的笔记本,每个笔记本包含来源、笔记和聊天会话。与 Google NotebookLM 不同,它提供完整的 REST API、支持 16+ AI 提供商,并完全运行在用户自己的基础设施上。

主要能力

  • 笔记本:将研究组织到独立笔记本中,每个笔记本包含来源、笔记和聊天会话。
  • 来源:支持摄取 PDF、视频、音频文件、网页和 Office 文档等多种内容类型,并进行全文和向量搜索处理。
  • 笔记:创建和管理与笔记本关联的笔记,可以是人工或 AI 生成。
  • 上下文感知聊天:与研究材料对话,AI 会引用来源。
  • 搜索:支持全文或向量(语义)搜索,并可获得 AI 驱动的答案。
  • 播客生成:从研究材料生成专业的多说话人播客,支持 1-4 位可定制说话人。
  • 内容转换:对内容应用自定义 AI 转换,用于摘要、提取和分析。
  • 多提供商支持:通过 Esperanto 库支持 16+ AI 提供商,包括 OpenAI、Anthropic、Google GenAI、Vertex AI、Ollama、Groq、Mistral、Azure OpenAI、DeepSeek、xAI、OpenRouter、ElevenLabs、Perplexity、Voyage 等,各提供商在 LLM、嵌入、语音转文本、文本转语音方面的支持情况不同。

使用方式 部署需要 Docker Desktop,并至少配置一个 AI 提供商的 API 密钥(或使用本地 Ollama 进行免费本地推理)。使用 Docker Compose 部署:

下载 docker-compose 文件

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

设置必需的加密密钥

export OPEN_NOTEBOOK_ENCRYPTION_KEY="your-secret-key-here"

启动服务

docker-compose up -d

访问地址:

  • 前端 UI:http://localhost:8502
  • REST API:http://localhost:5055
  • API 文档:http://localhost:5055/docs

启动后,可在 UI 的 Settings > API Keys 中配置 AI 提供商,添加凭据、测试连接、发现可用模型并注册模型。也可通过 REST API 配置。

核心 API 端点组包括:/api/notebooks、/api/sources、/api/notes、/api/chat/sessions、/api/chat/execute、/api/search、/api/podcasts、/api/transformations、/api/models、/api/credentials。

环境变量包括:OPEN_NOTEBOOK_ENCRYPTION_KEY(必需,用于加密存储的凭据)、SURREAL_URL、SURREAL_NAMESPACE、SURREAL_DATABASE、OPEN_NOTEBOOK_PASSWORD(可选的 UI 密码保护)等。

架构 后端使用 Python 与 FastAPI;数据库使用 SurrealDB(文档 + 关系型);AI 集成使用 LangChain 与 Esperanto 多提供商库;前端使用 Next.js 与 React;部署使用 Docker Compose 与持久化卷。

适用场景 适合需要自托管、数据主权和可编程访问的研究与文档分析场景,例如学术文献综述、技术资料整理、多来源内容分析,以及需要生成播客或进行语义搜索的知识管理。

限制

  • 部署需要 Docker。
  • 至少需要配置一个 AI 提供商才能使用 AI 功能。
  • OPEN_NOTEBOOK_ENCRYPTION_KEY 必须在首次启动前设置,并在重启时保持一致。
  • 各 AI 提供商在 LLM、嵌入、语音转文本、文本转语音方面的支持能力不同,部分提供商不支持某些功能。
  • 资料中未提供具体的收费、价格或性能数据。