Açık kaynak NotebookLM tam rehber: 35K yıldız — belgeleri at, Q&A ve podcast otomatik
Veriyi Google’a göndermeden belge Q&A ve yapay zeka podcast’i mi istiyorsunuz? open-notebook (35K yıldız, MIT): self-hosted NotebookLM alternatifi, Docker 2 dakika, 1–4 konuşmacı, tam REST API.
Belgelerinizden konuşmalı bir bilgi tabanı istiyorsunuz — ama verileri Google'a göndermeden? Bu 35K stars açık kaynak proje, yaklaşık iki dakikada kendi NotebookLM'inizi kurmanızı sağlar.
NotebookLM mükemmel. Kimse tartışmaz. Ama bir sorun asla kaybolmaz: yüklediğiniz her PDF ve ses klibi Google sunucularında yaşıyor.
Herkese açık içerik için sorun yok. Proje belgeleri, müşteri dosyaları, yayımlanmamış taslaklar? Hepsini oraya atmaktan gerçekten rahat mısınız?
İşte o zaman open-notebook'u buldum — 35K GitHub stars ve MIT lisanslı açık kaynak bir NotebookLM alternatifi.
1. Önce görün: bir PDF bırakın ve sorun
open-notebook kullanmak neredeyse Google NotebookLM ile aynı hissettirir — tek fark verileriniz kendi sunucunuzdan hiç çıkmadı.
Bir PDF yükleyin, "bu bölüm neyi kapsıyor?" diye sorun — yanıtlar belgeye dayanır, uydurma değil.
Q&A sadece ilk adım. Podcast oluşturmayı başlatın, iki konuşmacı seçin; kaynağı diyalog metnine çevirir, sonra iki kişilik sesli özet sentezler.
1 ila 4 konuşmacı seçebilirsiniz, her biri özel persona ve sesle — NotebookLM'in iki sabit sunucusundan çok daha esnek.
NotebookLM'in iki temel işi — belgeye dayalı AI Q&A ve otomatik podcastler — ikisi de iyi karşılanır. PDF'ler, web sayfaları, video ve ses aranabilir bilgiye dönüşür.
2. NotebookLM'e karşı iki gerçek avantaj
Birincisi, daha esnek podcastler. NotebookLM sizi iki sabit AI sunucusuna kilitler. open-notebook 1–4 konuşmacı destekler, her biri özel rol ve sesle.
İkincisi, tam bir REST API. Bu pratik boşluk. open-notebook otomasyon için eksiksiz REST API sunar — NotebookLM'in kamuya açık bir karşılığı yok.
3. Önceden duymanız gereken uyarılar
Alıntılar hâlâ zayıf. NotebookLM "bu PDF'in 3. sayfası"na işaret edebilir. open-notebook şu an yalnızca temel grounding sunuyor.
Ücretsiz değil. Kendi AI API Key'inizi getirin (kullandıkça öde) veya Ollama'yı yerelde çalıştırın (ücretsiz ama donanım ağır). NotebookLM'de en azından ücretsiz bir tier var.
Kısacası, "belgeleri bırakıp AI'ın sizin için okumasını sağlama" yeteneğinin yerini alır — "sıfır maliyetle bedavaya binme" değil.
4. Kim denemeli — kim beklemeli
Denemeye değerse: temel Docker biliyorsanız ve verileri bulut dışında tutmak istiyorsanız; belge Q&A için Google dışı modeller (DeepSeek, Anthropic, yerel Ollama) istiyorsanız; veya kaynağa dayalı sohbeti kendi stack'inize bağlamak için API gerekiyorsa.
Şimdilik atlayın: Docker hiç kurmadıysanız — deploy yolu kısa değil; sayfa düzeyinde alıntı gerekiyorsa — henüz hazır değil; yalnızca ücretsiz AI istiyorsanız — bu self-hosted bir araç, ücretsiz AI ürünü değil.
Zorluk: orta · Docker Desktop + bir AI API Key (veya VRAM tüketen tamamen ücretsiz Ollama kurulumu).
5. En hızlı başlangıç: yaklaşık iki dakikada Docker
Önce docker-compose yapılandırmasını çekin:
curl -o docker-compose.yml https://raw.githubusercontent.com/lfnovo/open-notebook/main/docker-compose.yml
OPEN_NOTEBOOK_ENCRYPTION_KEY'i herhangi bir gizli dizeye ayarlayın ve başlatın:
docker compose up -d
15–20 saniye bekleyin, ardından tarayıcıda http://localhost:8502 adresini açın.
Modelleri yapılandırın: API Key'iniz varsa Models sayfasında bir sağlayıcı seçin — OpenAI, Anthropic, Google, DeepSeek, Mistral ve daha fazlası (18 sağlayıcı). Tamamen ücretsiz yerel çalıştırma için repodaki examples/docker-compose-ollama.yml dosyasını kullanın — API Key gerekmez ama GPU lazım.
Kaldırın, bir PDF bırakın ve Q&A deneyin. Daha derine inip inmeyeceğinize karar vermek için yirmi dakika yeter.
Kapanış
NotebookLM'in yaptığının çoğunu open-notebook da yapabilir — veriler tamamen sizin elinizde kalırken.
Veri egemenliği, model seçimi veya API odaklı iş akışları önemliyse, iki dakikalık open-notebook deploy'u denemeye değer.