טכנולוגיה

מדריך מלא ל-NotebookLM קוד פתוח: 35K כוכבים — הכניסו מסמכים, Q&A ופודקאסט אוטומטיים

מחבר: עריכת NotebookLM.link פורסם 2026-07-15

רוצים Q&A על מסמכים ופודקאסט AI בלי לשלוח נתונים ל-Google? open-notebook (35K כוכבים, MIT) חלופת self-hosted: Docker תוך 2 דקות, 1–4 דוברים, REST API מלא.

רוצים בסיס ידע שיחתי מהמסמכים שלכם — בלי לשלוח את הנתונים ל-Google? פרויקט הקוד הפתוח עם 35K stars הזה מאפשר להקים NotebookLM משלכם בכשני דקות.

NotebookLM מצוין. אף אחד לא חולק על זה. אבל בעיה אחת לא נעלמת: כל PDF וקליפ אודיו שאתם מעלים נמצאים בשרתי Google.

בסדר לתוכן ציבורי. מסמכי פרויקט, קבצי לקוחות, טיוטות שלא פורסמו? אתם באמת בנוח להכניס את הכל?

אז מצאתי את open-notebook — חלופת NotebookLM בקוד פתוח עם 35K GitHub stars ורישיון MIT.

סקירה של open-notebook כחלופת NotebookLM self-hosted עם Q&A למסמכים ופודקאסטים מרובי דוברים — open-notebook: 35K stars, רישיון MIT, הנתונים נשארים מקומית

1. ראו קודם: הכניסו PDF ושאלו

שימוש ב-open-notebook מרגיש כמעט זהה ל-Google NotebookLM — חוץ מזה שהנתונים שלכם לא עזבו את השרת שלכם.

העלו PDF, שאלו "מה המקטע הזה מכסה?" — התשובות מבוססות על המסמך, לא המצאה.

Q&A הוא רק השלב הראשון. לחצו על יצירת פודקאסט, בחרו שני דוברים, והוא הופך את המקור לתסריט דיאלוג ואז מסנתז סקירת אודיו לשניים.

אפשר לבחור 1 עד 4 דוברים, כל אחד עם פרסונה וקול מותאמים — גמיש הרבה יותר משני המנחים הקבועים של NotebookLM.

שתי המשימות המרכזיות של NotebookLM — Q&A AI מבוסס מסמכים ופודקאסטים אוטומטיים — מטופלות היטב. PDF, דפי אינטרנט, וידאו ואודיו הופכים לידע ניתן לחיפוש.

ממשק open-notebook המציג העלאת PDF, Q&A מבוסס מקור ויצירת פודקאסט מרובה דוברים — מסמכים פנימה, תשובות החוצה — ועוד פודקאסטים מרובי דוברים בלחיצה אחת

2. שני יתרונות אמיתיים על NotebookLM

ראשית, פודקאסטים גמישים יותר. NotebookLM נועל אתכם לשני מנחי AI קבועים. open-notebook תומך ב1–4 דוברים, כל אחד עם תפקידים וקולות מותאמים.

שנית, REST API מלאה. זה הפער המעשי. open-notebook מספק REST API מלאה לאוטומציה — ל-NotebookLM אין מקבילה ציבורית.

3. הסייגים שכדאי לשמוע מראש

הציטוטים עדיין חלשים. NotebookLM יכול להצביע על "עמוד 3 של PDF זה." open-notebook מציע כרגע רק grounding בסיסי.

זה לא חינם. הביאו API Key משלכם (תשלום לפי שימוש) או הריצו Ollama מקומית (חינם, אבל כבד על החומרה). ל-NotebookLM יש לפחות tier חינמי.

בקיצור, זה מחליף את היכולת "להכניס מסמכים ולתת ל-AI לקרוא אותם בשבילכם" — לא "נסיעה חינמית ללא עלות."

פשרות של open-notebook: self-hosting וחופש מודלים מול ציטוטים חלשים וצורך ב-API או GPU משלכם — היו כנים לגבי הפערים: הציטוטים עדיין דקים, וזה לא מוצר AI חינמי

4. מי צריך לנסות — ומי צריך לחכות

שווה לנסות אם: אתם מכירים Docker בסיסי ואכפת לכם לשמור נתונים מחוץ לענן; רוצים מודלים שאינם Google (DeepSeek, Anthropic, Ollama מקומי) ל-Q&A מסמכים; או צריכים API לחבר צ'אט מבוסס מקור למערכת שלכם.

עדיף לדחות אם: מעולם לא התקנתם Docker — נתיב הפריסה לא קצר; צריכים ציטוטים ברמת עמוד — עדיין לא מוכן; רוצים רק AI חינמי — זה כלי self-hosted, לא מוצר AI חינמי.

רמת קושי: בינונית · Docker Desktop + API Key אחת (או Ollama להגדרה חינמית לחלוטין שצורכת VRAM).

5. ההתחלה המהירה ביותר: Docker בכשני דקות

משכו תחילה את תצורת docker-compose:

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

הגדירו OPEN_NOTEBOOK_ENCRYPTION_KEY למחרוזת סודית כלשהי, ואז הפעילו:

docker compose up -d

המתינו 15–20 שניות, ואז פתחו http://localhost:8502 בדפדפן.

הגדירו מודלים: אם יש לכם API Key, בחרו ספק בדף Models — OpenAI, Anthropic, Google, DeepSeek, Mistral ועוד (18 ספקים). להרצה מקומית חינמית לחלוטין, השתמשו ב-examples/docker-compose-ollama.yml מה-repo — ללא API Key, אבל צריך GPU.

הפעילו, הכניסו PDF ונסו Q&A. עשרים דקות מספיקות להחליט אם להעמיק.

סיכום

רוב מה ש-NotebookLM עושה, open-notebook יכול גם — עם נתונים שנשארים לחלוטין בידיים שלכם.

אם אכפת לכם מריבונות נתונים, בחירת מודלים או תהליכי עבודה מונעי API, פריסת open-notebook של שתי דקות שווה את זה.

פרויקט: github.com/lfnovo/open-notebook

חזרה לבלוג השתמש ב-NotebookLM עכשיו