Hướng dẫn đầy đủ NotebookLM mã nguồn mở: 35K sao — bỏ tài liệu vào, Q&A và podcast tự động
Muốn Q&A tài liệu và podcast AI mà không gửi dữ liệu cho Google? open-notebook (35K sao, MIT) là bản self-hosted thay NotebookLM: Docker 2 phút, 1–4 người nói, REST API đầy đủ.
Bạn muốn một cơ sở tri thức hội thoại từ tài liệu — mà không gửi dữ liệu cho Google? Dự án mã nguồn mở 35K stars này giúp bạn dựng NotebookLM riêng trong khoảng hai phút.
NotebookLM rất xuất sắc. Không ai phủ nhận. Nhưng một vấn đề không bao giờ biến mất: mọi PDF và clip âm thanh bạn tải lên đều nằm trên máy chủ của Google.
Ổn với nội dung công khai. Tài liệu dự án, file khách hàng, bản thảo chưa xuất bản? Bạn thật sự thoải mái nhét hết vào đó?
Đó là lúc tôi tìm thấy open-notebook — giải pháp thay thế NotebookLM mã nguồn mở với 35K GitHub stars và giấy phép MIT.
1. Xem trước: thả PDF và hỏi
Dùng open-notebook gần như giống Google NotebookLM — chỉ khác dữ liệu của bạn không bao giờ rời máy chủ riêng.
Tải PDF, hỏi "phần này nói về gì?" — câu trả lời bám tài liệu, không bịa.
Q&A chỉ là bước đầu. Bấm tạo podcast, chọn hai người nói, nó biến nguồn thành kịch bản đối thoại rồi tổng hợp bản audio tổng quan hai người.
Bạn có thể chọn 1 đến 4 người nói, mỗi người có persona và giọng tùy chỉnh — linh hoạt hơn nhiều so với hai host cố định của NotebookLM.
Hai việc cốt lõi của NotebookLM — Q&A AI bám tài liệu và podcast tự động — đều được xử lý tốt. PDF, trang web, video và audio đều thành tri thức có thể tìm kiếm.
2. Hai lợi thế thực sự so với NotebookLM
Thứ nhất, podcast linh hoạt hơn. NotebookLM khóa bạn vào hai host AI cố định. open-notebook hỗ trợ 1–4 người nói, mỗi người có vai và giọng tùy chỉnh.
Thứ hai, REST API đầy đủ. Đây là khoảng trống thực tế. open-notebook có REST API hoàn chỉnh cho tự động hóa — NotebookLM không có tương đương công khai.
3. Những hạn chế bạn nên biết trước
Trích dẫn vẫn yếu. NotebookLM có thể chỉ "trang 3 của PDF này." open-notebook hiện chỉ có grounding cơ bản.
Không miễn phí. Mang API Key AI riêng (trả theo dùng) hoặc chạy Ollama local (miễn phí nhưng nặng phần cứng). NotebookLM ít nhất có tier miễn phí.
Tóm lại, nó thay thế khả năng "thả tài liệu và để AI đọc giúp bạn" — không phải "đi nhờ AI miễn phí không tốn kém."
4. Ai nên thử — và ai nên chờ
Đáng thử nếu: bạn biết Docker cơ bản và muốn giữ dữ liệu ngoài đám mây; muốn model không phải Google (DeepSeek, Anthropic, Ollama local) cho Q&A tài liệu; hoặc cần API để gắn chat bám nguồn vào stack riêng.
Nên chờ nếu: chưa từng cài Docker — đường deploy không ngắn; cần trích dẫn cấp trang — chưa sẵn sàng; chỉ muốn AI miễn phí — đây là công cụ self-hosted, không phải sản phẩm AI miễn phí.
Độ khó: trung bình · Docker Desktop + một API Key AI (hoặc Ollama cho setup hoàn toàn miễn phí nhưng đốt VRAM).
5. Khởi động nhanh nhất: Docker trong khoảng hai phút
Trước tiên kéo cấu hình docker-compose:
curl -o docker-compose.yml https://raw.githubusercontent.com/lfnovo/open-notebook/main/docker-compose.yml
Đặt OPEN_NOTEBOOK_ENCRYPTION_KEY thành chuỗi bí mật bất kỳ, rồi khởi động:
docker compose up -d
Đợi 15–20 giây, rồi mở http://localhost:8502 trên trình duyệt.
Cấu hình model: nếu có API Key, chọn nhà cung cấp trên trang Models — OpenAI, Anthropic, Google, DeepSeek, Mistral và hơn (18 nhà cung cấp). Để chạy local hoàn toàn miễn phí, dùng examples/docker-compose-ollama.yml từ repo — không cần API Key nhưng cần GPU.
Chạy lên, thả PDF và thử Q&A. Hai mươi phút đủ để quyết định có đi sâu hơn không.
Kết luận
Hầu hết những gì NotebookLM làm, open-notebook cũng làm được — với dữ liệu hoàn toàn trong tay bạn.
Nếu bạn quan tâm chủ quyền dữ liệu, lựa chọn model hoặc workflow theo API, deploy open-notebook hai phút đáng thử.