Open Notebook

PDF・動画・音声・Web・Office文書を一つの研究ノートへ集約する

公式READMEではPDF、動画、音声、Webページ、Office文書などのmulti-modal contentをノートブック単位で整理し、full-text searchとvector search、context-aware chat、AI-assisted notesを組み合わせられると説明しています。単なるファイル保管ではなく、複数ソースを横断して後から検索・質問・加工するための研究ワークスペースとして使えます。

出典：[1]

18以上のAI providerとローカルモデルを切り替え、用途ごとにモデルを選べる

OpenAI、Anthropic、Google、Groq、Mistral、DeepSeek、xAI、OpenRouterなどに加え、Ollama、LM Studio、oMLXやOpenAI-compatible endpointも扱えます。LLM・embedding・speech-to-text・text-to-speechの対応範囲はproviderごとに異なり、UIからconfigurationを追加してdefault model assignmentを設定します。特定vendorだけに固定せず、用途・コスト・データ境界に応じてモデル経路を選べるのが特徴です。

出典：[1]

Podcast生成・REST API・変換処理まで、NotebookLM型ワークフローを拡張する

READMEは1〜4人のspeaker profileを使うpodcast生成、custom/built-in content transformation、引用付き回答、REST APIを主要機能として挙げています。NotebookLMに近い資料ベースの対話だけでなく、取得した知識を音声コンテンツへ変換したり、APIから独自ワークフローへ組み込んだりできる点が差別化です。

出典：[1]

DockerでOpen NotebookとSurrealDBをまとめて起動し、データを自分の環境へ保持する

公式Quick StartはDocker ComposeでSurrealDBとOpen Notebookを起動し、Web UIを8502番、REST APIを5055番で公開します。notebook_dataとsurreal_dataをbind mountして永続化し、API keyはOPEN_NOTEBOOK_ENCRYPTION_KEYで暗号化してデータベースへ保存します。READMEではPython、Next.js、React、SurrealDB、LangChainを主要構成として案内しています。

出典：[1][2]

NotebookLMの使い勝手を求めつつ、保存先・AI provider・自動化を自分で選びたい人に

機密性のある調査資料を自分のサーバーへ置きたい人、NotebookLM型のsource-grounded chatを使いながらOpenAI以外のproviderやローカルLLMも試したい人、研究ノートからPodcastや自動処理まで発展させたい人に向きます。REST APIがあるため、個人利用だけでなく既存システムへresearch workflowを組み込みたい場合にも比較価値があります。

セルフホスト＝推論もローカルとは限らず、公開時は暗号化キー・認証・DB資格情報を必ず見直す

Open Notebook本体をセルフホストしても、OpenAIやAnthropicなどのcloud providerを選べば、選択したcontextやpromptはそのproviderのAPIへ送られます。完全にローカルで閉じたい場合はOllama、LM Studioなどのlocal endpointを選び、embedding・音声処理を含めて外部通信の有無を確認する必要があります。

公式docker-compose.ymlはローカル試用のためSurrealDB資格情報をroot:rootへdefaultし、OPEN_NOTEBOOK_ENCRYPTION_KEYも必ず変更するようコメントしています。SurrealDBの8000番はlocalhostだけにbindされていますが、Web UIとREST APIは8502/5055で公開されるため、ネットワークへ出す場合はSURREAL_USER/SURREAL_PASSWORDの変更、十分なencryption key、READMEが案内するoptional password protectionやreverse proxy等を含めたアクセス制御を設計してください。コードはMIT Licenseです。

出典：[1][2][3]