Un asistente personal de IA autohospedado que funciona en tus propios dispositivos y te responde a través de apps de mensajería como WhatsApp, Telegram, Slack y Discord.
lfnovo/open-notebook
Una alternativa autohospedada y centrada en la privacidad a NotebookLM de Google para conversar con tus fuentes y generar podcasts, compatible con numerosos proveedores de IA.
Alternativa open source a:NotebookLM
- Estrellas
- 40,402
- Forks
- 4,681
- Issues abiertos
- 179
- Último commit
- anteayer
¿Qué es?
Open Notebook es un asistente de investigación de código abierto inspirado en NotebookLM de Google. Puedes organizar fuentes como PDF, videos, audio, páginas web y documentos de Office en cuadernos; luego, buscarlas con búsqueda de texto completo y vectorial, conversar con la IA usando tu material como contexto y escribir notas manualmente o generarlas a partir del contenido.
Está diseñado para ejecutarse en tu propia infraestructura. El proyecto se despliega con Docker Compose, que inicia una base de datos SurrealDB junto con la interfaz web, la REST API y un worker en segundo plano. El acceso a los modelos se gestiona mediante la biblioteca Esperanto, que admite más de 20 proveedores, entre ellos OpenAI, Anthropic, Google, Mistral, Ollama y cualquier servidor compatible con OpenAI, como LM Studio o vLLM; así, puedes ejecutar modelos completamente locales si lo prefieres.
El proyecto también genera podcasts con varios participantes y perfiles de episodio configurables, admite modelos de razonamiento como DeepSeek-R1 y Qwen3, y ofrece una integración MCP para clientes como Claude Desktop. La interfaz está disponible en varios idiomas, incluido el chino simplificado.
Funciones clave
- 01Organiza PDF, videos, audio, páginas web y documentos de Office en cuadernos.
- 02Búsqueda de texto completo y vectorial en todas las fuentes.
- 03Conversa con la IA usando fuentes seleccionadas como contexto y con citas.
- 04Compatible con más de 20 proveedores de IA, incluidos modelos locales mediante Ollama y LM Studio.
- 05Genera podcasts con varios participantes a partir de tus materiales.
- 06Ofrece una REST API y protección opcional con contraseña.
Casos de uso
- Investigadores que quieren conservar artículos y notas confidenciales en sus propios equipos.
- Estudiantes que estudian con una combinación de PDF, clases y artículos web.
- Equipos que quieren elegir entre modelos de IA en la nube y locales, o cambiar de uno a otro.
- Desarrolladores que necesitan acceder a los cuadernos mediante la REST API.
Inicio rápido
- 1
Crea una carpeta y descarga docker-compose.yml
mkdir open-notebook && cd open-notebook curl -o docker-compose.yml https://raw.githubusercontent.com/lfnovo/open-notebook/main/docker-compose.yml - 2
Edita docker-compose.yml para establecer un valor largo y aleatorio en OPEN_NOTEBOOK_ENCRYPTION_KEY
- 3
Inicia los servicios con Docker Compose
docker compose up -d - 4
Abre http://localhost:8502 y añade un proveedor de IA en la configuración de Models
Antes de usarlo
- Necesitas Docker y una clave de API de un proveedor de IA, o un servidor de modelos local como Ollama.
- De forma predeterminada, la interfaz y la API no tienen contraseña y están expuestas en todas las interfaces de red, a menos que cambies la configuración de los puertos.
Temas
Preguntas frecuentes
- ¿Qué es open-notebook?
- Una alternativa autohospedada y centrada en la privacidad a NotebookLM de Google para conversar con tus fuentes y generar podcasts, compatible con numerosos proveedores de IA. Open Notebook es un asistente de investigación de código abierto inspirado en NotebookLM de Google. Puedes organizar fuentes como PDF, videos, audio, páginas web y documentos de Office en cuadernos; luego, buscarlas con búsqueda de texto completo y vectorial, conversar con la IA usando tu material como contexto y escribir notas manualmente o generarlas a partir del contenido.
- ¿open-notebook es gratuito? ¿Qué licencia tiene?
- open-notebook es open source bajo la licencia MIT. Revisa los términos de la licencia antes de usarlo en productos comerciales.
- ¿open-notebook sigue mantenido?
- Mantenimiento activo. El último commit de open-notebook fue el 18 oct 2026.
- ¿Para qué puedo usar open-notebook?
- Investigadores que quieren conservar artículos y notas confidenciales en sus propios equipos. Estudiantes que estudian con una combinación de PDF, clases y artículos web. Equipos que quieren elegir entre modelos de IA en la nube y locales, o cambiar de uno a otro. Desarrolladores que necesitan acceder a los cuadernos mediante la REST API.
- ¿Cómo se instala open-notebook?
- Crea una carpeta y descarga docker-compose.yml: mkdir open-notebook && cd open-notebook curl -o docker-compose.yml https://raw.githubusercontent.com/lfnovo/open-notebook/main/docker-compose.yml Edita docker-compose.yml para establecer un valor largo y aleatorio en OPEN_NOTEBOOK_ENCRYPTION_KEY Inicia los servicios con Docker Compose: docker compose up -d Abre http://localhost:8502 y añade un proveedor de IA en la configuración de Models
- ¿Dónde consigo open-notebook?
- El código fuente y las instrucciones de instalación están en GitHub: https://github.com/lfnovo/open-notebook
Resumen generado por IA a partir del README del proyecto. Las estadísticas de GitHub se actualizan a diario.
Proyectos relacionados
Segundo cerebro con IA autoalojable que responde preguntas sobre la web y tus propios documentos, con agentes personalizados y automatizaciones programadas.
Una app de notas con IA, autoalojada y centrada en la privacidad, para capturar rápidamente ideas fugaces en tarjetas Markdown y buscarlas en lenguaje natural.
Interfaz web autoalojada e independiente del proveedor para chatear con modelos locales de Ollama y APIs compatibles con OpenAI, con RAG, plugins y control de acceso multiusuario.
Motor de IA autohospedado y compatible con OpenAI que ejecuta LLM, modelos de visión, voz, imagen y video en cualquier hardware, incluso solo con CPU.
Un espacio de aprendizaje con IA autoalojable y nativo para agentes, para tutorías personalizadas, preguntas y respuestas, cuestionarios, investigación y visualización, basado en Python y Next.js.