Пользователям NotebookLM: open-notebook 34,8K stars — ваши данные, любая модель, полный API
NotebookLM отличен, но данные у Google, модели Gemini, нет API. open-notebook (34,8K stars): self-hosted, 18+ провайдеров, Docker за 2 минуты, REST API.
Google NotebookLM отличен — но если вам нужны данные вне облака, свобода выбора моделей и API, он не даёт ни того, ни другого, ни третьего. Именно этот пробел заполняет open-notebook.
NotebookLM — действительно хороший продукт. Читает PDF, генерирует подкасты, организует литературу и создаёт слайды — Google проделал отличную работу в Q&A на основе источников. К концу 2025 года NotebookLM превысил 103 млн визитов в месяц, с оценкой 15–25 млн ежедневных активных пользователей по всему миру.
Чем больше пользуешься, тем больше замечаешь трения. Тогда я нашёл open-notebook — open-source проект с 34.8K GitHub stars.
1. Почему всё больше людей уходят с NotebookLM
У NotebookLM есть несколько болевых точек, которые растут со временем:
Во-первых, ваши данные не у вас. Каждый PDF и аудиоклип, который вы загружаете, живёт на серверах Google. Для публичного контента — нормально. Но проектные документы, файлы клиентов, неопубликованные черновики? Вы правда загрузите всё это?
Во-вторых, вы привязаны к моделям Google. Gemini способен. Но Claude для глубокого анализа, GPT-4o для написания или DeepSeek для дешёвой пакетной работы — нет. NotebookLM держит вас в экосистеме Google.
В-третьих, нет публичного API. В 2026 году AI-продукт без открытого API — узкое место. Массовый импорт, интеграция в workflow, автоматизация? Только ручная загрузка страница за страницей.
Мелкие раздражения накапливаются: подкасты только на двух спикеров, жёсткие форматы цитирования, нет своей логики обработки.
2. Что такое open-notebook?
В одной строке: open-source альтернатива NotebookLM — и во многих аспектах сильнее.
34.8K stars на GitHub, 800+ коммитов, последний релиз v1.10.0, лицензия MIT. Создан lfnovo с поддержкой сообщества с октября 2024 — менее двух лет быстрой итерации.
3. Где он превосходит NotebookLM
3.1 Данные остаются на 100% на вашей машине
Это ключевое отличие. open-notebook — self-hosted: одна строка Docker, данные в локальной SurrealDB. Конфиденциальные документы, файлы клиентов, внутренние отчёты — сколько угодно, без сторонних серверов.
Гранулярный контроль контекста: показывать AI только резюме, полный контент или исключать источники — не переключатель «всё или ничего» у NotebookLM.
Развёртывание тривиально: берёте docker-compose.yml, задаёте ключ шифрования, запускаете docker compose up -d — готово примерно за две минуты.
3.2 18+ моделей на ваш выбор
open-notebook поддерживает 18+ AI-провайдеров: OpenAI, Anthropic, Google, Groq, Ollama, DeepSeek, xAI, Mistral, Qwen и другие.
Главное — разные задачи, разные модели. Claude для чата, GPT-4o-mini для дешёвых резюме, Voyage для embeddings, ElevenLabs для speech-to-text. Комбинируйте свободно.
Работают и reasoning-модели — DeepSeek-R1, Qwen3 thinking и полностью локальный запуск через Ollama. Модель и данные на вашей машине; работает офлайн.
3.3 Подкасты с гораздо большим контролем
Подкаст NotebookLM хорош, но ограничен двумя голосами с малым контролем сценария.
open-notebook поддерживает 1–4 настраиваемых спикера, каждый с персоной и настройкой голоса, плюс Episode Profiles для тонких сценариев.
Панель из трёх? Два дебатёра плюс рассказчик? Всё поддерживается — качество сравнимо с NotebookLM, гибкость намного выше.
3.4 Полный REST API
Самый практичный разрыв. open-notebook поставляет полный REST API для любого workflow — массовый импорт, автоматизация, интеграция в ваш стек.
4. Кому подойдёт open-notebook?
- Пользователи, заботящиеся о приватности — проектные документы, данные клиентов, внутренние отчёты, которые не должны покидать вашу инфраструктуру
- Ищущие свободу моделей — уставшие от привязки к Gemini
- Строители автоматизации — доступ к API для реальных workflow
- Экономящие — полностью локально без расходов на API
- Технические энтузиасты — Docker, self-hosting, fork и кастомизация
Если вы обычный пользователь, бесплатного уровня NotebookLM, вероятно, хватит. Но если важны суверенитет данных, выбор моделей и автоматизация — open-notebook стоит двухминутного развёртывания.
Проект: github.com/lfnovo/open-notebook