Cipta dengan NotebookLM
Teknologi

Pengguna NotebookLM: open-notebook 34.8K star — data anda, model bebas, API penuh

Penulis: Suntingan NotebookLM.link

NotebookLM hebat tapi data di Google, Gemini terkunci, tiada API. open-notebook (34.8K star): self-hosted, 18+ provider, Docker 2 minit, REST API.

Google NotebookLM sangat bagus — tetapi jika anda perlukan data di luar awan, kebebasan model dan API, ia tidak menyediakan ketiga-tiganya. Jurang itu diisi oleh open-notebook.

NotebookLM memang produk yang baik. Membaca PDF, menjana podcast, menyusun literatur dan membina slaid — Google melakukan kerja kukuh dalam Q&A AI berasaskan sumber. Menjelang akhir 2025, NotebookLM melebihi 103 juta lawatan bulanan, dengan anggaran 15–25 juta pengguna aktif harian di seluruh dunia.

Semakin kerap digunakan, semakin ketara geserannya. Kemudian saya temui open-notebook — projek sumber terbuka dengan 34.8K GitHub stars.

Laman utama repositori open-notebook di GitHub menunjukkan 34.8K stars dan versi terkini
open-notebook: 34.8K stars, lesen MIT, v1.10.0

1. Mengapa semakin ramai meninggalkan NotebookLM

NotebookLM ada beberapa titik sakit yang berkembang mengikut masa:

Pertama, data anda tidak di tangan anda. Setiap PDF dan klip audio yang dimuat naik berada di pelayan Google. OK untuk kandungan awam — tetapi dokumen projek, fail pelanggan, draf belum diterbitkan? Benarkah anda akan memasukkan semuanya?

Kedua, anda terkunci pada model Google. Gemini mampu. Tetapi mahu Claude untuk analisis mendalam, GPT-4o untuk penulisan atau DeepSeek untuk kerja kelompok murah — tidak boleh. NotebookLM mengekalkan anda dalam ekosistem Google.

Ketiga, tiada API awam. Pada 2026, produk AI tanpa API terbuka ialah kesesakan. Import pukal, integrasi aliran kerja, automasi? Hanya muat naik manual halaman demi halaman.

Gangguan kecil terkumpul: podcast terhad dua penutur, format petikan kaku, tiada logik pemprosesan tersuai.

2. Apakah open-notebook?

Satu baris: alternatif sumber terbuka NotebookLM — dan dalam beberapa cara, lebih kuat.

34.8K stars di GitHub, 800+ commit, keluaran terkini v1.10.0, lesen MIT. Dibina oleh lfnovo dengan momentum komuniti sejak Oktober 2024 — kurang dua tahun iterasi pantas.

Antara muka web open-notebook menunjukkan senarai notebook dan panel muat naik sumber
Web UI: senarai notebook dan panel muat naik sumber

3. Di mana ia mengatasi NotebookLM

3.1 Data kekal 100% pada mesin anda

Ini perbezaan teras. open-notebook adalah self-hosted — satu baris Docker, data dalam SurrealDB tempatan. Dokumen sensitif, fail pelanggan, laporan dalaman — sebanyak yang anda mahu tanpa menyentuh pelayan pihak ketiga.

Kawalan konteks terperinci: biarkan AI lihat ringkasan sahaja, kandungan penuh atau kecualikan sumber — bukan suis semua atau tiada NotebookLM.

Pemasangan mudah: ambil docker-compose.yml, tetapkan kunci penyulitan, jalankan docker compose up -d — siap dalam kira-kira dua minit.

3.2 18+ model, pilihan anda

open-notebook menyokong 18+ pembekal AI: OpenAI, Anthropic, Google, Groq, Ollama, DeepSeek, xAI, Mistral, Qwen dan lain-lain.

Yang penting — tugas berbeza, model berbeza. Claude untuk sembang, GPT-4o-mini untuk ringkasan murah, Voyage untuk embedding, ElevenLabs untuk pertuturan ke teks. Campur bebas.

Model penaakulan juga — DeepSeek-R1, Qwen3 thinking dan larian tempatan penuh melalui Ollama. Model dan data pada mesin anda; berfungsi luar talian.

3.3 Podcast dengan kawalan jauh lebih besar

Ciri podcast NotebookLM bagus, tetapi terhad kepada dua penutur dengan kawalan skrip terhad.

open-notebook menyokong 1–4 penutur tersuai, masing-masing dengan persona dan penalaan suara, serta Episode Profiles untuk skrip halus.

Panel tiga orang? Dua pendebat plus narator? Semua disokong — kualiti setanding NotebookLM, fleksibiliti jauh lebih tinggi.

Konfigurasi podcast open-notebook dengan pelbagai penutur, penyesuaian suara dan Episode Profile
Persediaan podcast: 1–4 penutur, persona dan Episode Profiles

3.4 REST API penuh

Jurang paling praktikal. open-notebook menyediakan REST API penuh untuk sebarang aliran kerja — import pukal, automasi, integrasi ke stack anda.

4. Siapa patut guna open-notebook?

  • Pengguna sedar privasi — dokumen projek, data pelanggan, laporan dalaman yang tidak boleh keluar dari infra anda
  • Pencari kebebasan model — bosan terkunci pada Gemini
  • Pembina automasi — akses API untuk aliran kerja sebenar
  • Penjimat kos — jalankan sepenuhnya tempatan tanpa perbelanjaan API
  • Peminat teknikal — Docker, self-hosting, fork dan sesuaikan

Jika anda pengguna kasual, peringkat percuma NotebookLM mungkin mencukupi. Tetapi jika anda ambil berat kedaulatan data, pilihan model dan automasi — open-notebook berbaloi untuk deploy dua minit.

Projek: github.com/lfnovo/open-notebook