繁中

開源筆記本LM替代品

星級計數:8.8K+ Privacy首創的多模式人工智慧筆記和播客生成工具open-notebook是lfnogo開發的一個開源項目,提供了Notebook LM的面向隱私的替代方案,具有自託管部署和高度定製化。它集成了多模式內容處理、人工智慧驅動的智能交互以及用於研究筆記、知識管理和內容創建的高級播客生成。該項目的麻省理工學院許可證強調數據控制和靈活的可擴展性,已成為隱私敏感用戶的熱門選擇。

1.部署教程

以下通過「快速啟動」、「典型部署(Docker)」和「注意事項」三個級別進行解釋。

1.快速啟動(最快)

  • 從命令行執行:git clone https://github.com/lfnovo/open-notebook.git CD open-notebook cp .env.example docker.env docker composite-f docker-composite.full.yml up -d 用戶測試文章中提到了在WSL 2或Linux環境中運行的該過程。
  • 啟動後,瀏覽器訪問 http://localhost:8502/notebook 就足夠了。
  • 系統要求(官方)包括:Docker引擎、至少4 GB RAM、2 GB可用磁碟空間。

2.典型部署(使用Docker鏡像+環境變量)

以下是您在家庭/學校的單台機器(例如PC或雲主機)上部署的更完整流程:

  • 克隆倉庫:git克隆https://github.com/lfnovo/open-notebook.git光碟開放筆記本
  • 複製環境配置:cp . dev.example docker. dev
  •  docker.env編輯(或 . inf)設置關鍵的環境變量,比如你的AI模型API KEY、資料庫連接等。
  • 使用鏡像運行(示例):docker run -d --名稱open-notebook -p 8502:8502 -p 5055:5055 -v ./ notebook_data:/app/data -v ./ surreal_data:/mydata -e OPNAI_API_KEY=你的_key -e SURREAL_URL=「ws://localHost:8000/rPC」-e SURREAL_UTE =「root」-e SURREAL_PascSWORD =「root」-e SURREAL_NAMESYS =「Open_notebook」-e SURREAL_DatabASE=「Production」lfnvo/Open_notebook:v1-latest-single
  • 或使用 docker-compose:提供 docker-compose.full.yml在項目(或類似項目)中以易於管理。
  • 訪問界面:http://你的主機:8502 登錄/註冊。
  • 接下來,您需要轉到「模型提供商」設置界面來配置您選擇的系統LLM界面。

3.注意事項

  • 如果您使用Windows,建議使用WSL 2 + Docker來運行。
  • 您需要為AI模型(如OpenAI、Anthropic等)準備至少一個API KEY。或準備一個本地模型。否則,AI輔助功能將無法工作。
  • 資料庫:SurrealDB默認用作後台數據存儲。您必須配置 SUREAL_URL您的用戶名和密碼。
  • 資源消耗:雖然基礎處於運行狀態,但大量文檔、多用戶或本地LLM可能需要更高的配置。
  • 請注意,如果您從舊版本升級到v1.0或更高版本,圖像標籤/埠可能會更改。
  • 圖像標籤描述:推薦或 v1-最新單曲v1-最新  ;新用戶可以忽略「Breaking Changes」提醒。

2. AI模型支持

總結Open Notebook支持哪些型號/提供商,以及何時支持本地型號。

支持的型號/提供商

根據官方文件,該系統支持廣泛的LLM提供商:

  • OpenAI(GPT系列)
  • Anthropic(克勞德系列)
  • Google Gemini / Vertex AI等
  • OpenRouter(代理其他型號)
  • 本地模型還通過Olama或其他本地託管部署支持。

本地模型隱私控制

  • 該項目強調「數據完全在您的控制之下」的自我保管能力。
  • 如果您選擇本地LLM或在內部網絡中運行它,理論上您無法將數據傳遞給外部服務。
  • 支持載體搜索、全文搜索和聊天上下文控制,以增強人工智慧輔助。

使用建議(基於您的學習需求)

  • 由於您正在進行深度學習/物理、數學/哲學的跨學科筆記,建議選擇相對強大的LLM提供商(例如OpenAI的GPT-4系列)作為生成摘要、解析文檔和形成「語言系統」思維結構的主要模型。
  • 如果您擔心成本或數據隱私,請考慮部署本地模型(如果您有機器資源)-它可能不如雲模型準確,但它具有更多控制權。
  • 您可以將模型提供商視為「可替換模塊」:項目支持多個提供商,因此您可以在未來切換它們而不會被鎖定。
  • 對於您想要集成多媒體材料(PDF、視頻、文章)並構建「心理結構」的用途,本地控制+載體搜索+多模型支持是一個優勢。

GitHub:https://github.com/lfnovo/open-notebook
管材:

返回頂端