Självhostad AI-chatt som samlar flera leverantörer och lokala modeller i ett gränssnitt, med agenter, MCP-verktyg och företagsinloggning.
Öppen källkod – OSI-godkänd öppen källkod. Läs om licensmodeller.JavaScriptMongoDBTypeScript
Open Notebook
AI-chatt och assistenter · Forskningsanteckningar
Självhostad NotebookLM-ersättare: ladda upp källor, ställ frågor och få svar med källhänvisning, med valfri modell.
Betyg 72 av 100 Preliminär (källbaserad)
Läs bedömningenAPI · Officiellt
REST-API för att läsa och skriva notebooks, källor, anteckningar och sökningar; hela referensen ligger i repots dokumentation.
Källa: https://github.com/lfnovo/open-notebook/blob/main/docs/7-DEVELOPMENT/api-reference.md
Kontrollerat:
MCP · Tredjepart
Fristående MCP-server som installeras från PyPI och ger en AI-klient tillgång till notebooks, källor och chattar; koden ligger utanför projektets eget repo.
Källa: https://github.com/lfnovo/open-notebook/blob/main/docs/5-CONFIGURATION/mcp-integration.md
Kontrollerat:
Bedömning
Så bedömer viTotalbetyg
72 av 100
Preliminär (källbaserad)
-
Öppenhet och kontroll
MIT-licens verifierat i repots LICENSE-fil ('MIT License, Copyright (c) 2024 Luis Novo'), en OSI-godkänd licens utan open-core-uppdelning: hela appen — gränssnitt, REST-API och bakgrundsarbetare — ligger i samma repo, och repo-trädet (763 filer) har ingen ee/-katalog eller proprietär modul. Drift är fri via docker-compose.yml eller single-container-installation, ingen leverantörsbindning i drift, och modellagret är leverantörsoberoende med 20+ providers inklusive Ollama. Nivå 4 och inte 5 därför att lagringen sker i SurrealDB, en databas med eget frågespråk och eget lagringsformat snarare än ett öppet standardformat — det är en praktisk kontrollbegränsning på formatet som ankaret för nivå 4 fångar. Formatfrågan bedöms i övrigt under dataflytt.
-
Funktionell passform
Användningsfallet täcks väl: anteckningsböcker med källor i form av PDF, video, ljud, webbsidor och Office-dokument, fritext- och vektorsök över allt innehåll, chatt vars svar citerar källor och anteckningar, transformationer, poddgenerering med 1–4 röster samt 20+ modellleverantörer inklusive lokala via Ollama. Dokumentationen är ovanligt komplett för ett ungt projekt: docs/2-CORE-CONCEPTS, 3-USER-GUIDE och 5-CONFIGURATION täcker notebooks-sources-notes, citations, search, transformations och ai-providers. Luckorna är kända: inget fleranvändarstöd (multi-user beskrivs som riktning i VISION.md utan datum), Anthropic och Groq saknar embeddingmodeller och måste paras med annan leverantör, och gränssnittet publiceras som standard utan lösenord. Det ger 4 — användningsfallet för en liten grupp täcks med mindre luckor och kringgåenden.
-
Dataflytt och interoperabilitet
API:t är dokumenterat och i praktiken heltäckande för appens funktioner: docs/7-DEVELOPMENT/api-reference.md säger uttryckligen att allt gränssnittet gör går via REST-API:t, att den levande OpenAPI-schemat på /docs, /redoc och /openapi.json är referensen, och listar resurskartan för notebooks, sources (inkl. /api/sources/{id}/download), notes, chat, search, transformations, models, podcasts, background jobs och embeddings. Det är nivå 4: dokumenterad användbar export/API med verklig täckning. Det som saknas för 5 är en dokumenterad helhetsflytt — ingen bulk-export eller backup av hela anteckningsböcker ingår (repo-trädet har bara scripts/export_docs.py, ett utvecklarskript), och lagringsformatet är SurrealDB, så en flytt till ett annat system kräver egen mappning. Konfidensen är medium eftersom jag läst API-referensen men inte kört endpoints eller verifierat att download-endpointen ger källfilerna i ursprungligt skick.
-
Mognad och trygghet
Projektet är aktivt med tät utgivningstakt: releases.atom visar v1.15.0 (2026-10-04), v1.14.0 (2026-07-21), v1.13.0 (2026-07-14), v1.12.0 (2026-07-12), v1.11.0 (2026-07-11), v1.10.0 (2026-06-18) och bakåt, med teman som 'Security Hardening & Quality of Life' och 'Security Fix', vilket tyder på en medveten säkerhetshantering. Dokumentationen är strukturerad i nio kapitel och det finns ett VISION.md. Det motsvarar nivå 3: aktivt med regelbundna utgåvor och grundläggande dokumentation/community. Det som håller kvar på 3 är att kodbasen är ung (LICENSE anger copyright 2024), att fleranvändarstöd saknas, att gränssnittet som standard saknar lösenord och att ingen verifierad uppdateringspolicy eller supportåtagande finns — nivå 4 kräver etablerad förvaltning och tydligt ekosystem. Konfidensen är medium eftersom utgivningstakten är belagd men projektets långsiktiga förvaltning vilar på en enskild huvudutvecklare (lfnovo), vilket jag inte kunnat bedöma.
-
Framtidskraft
Integrationsytan är stark och dokumenterad: REST-API med genererat OpenAPI-schema, asynkrona jobb med polling via /api/commands/jobs, streaming för ask-endpoints, autentisering med bearer-token och en resurskarta som täcker hela appen — det är ett API man kan bygga automation på, inte bara läsa. Därtill kommer en dokumenterad MCP-server: docs/5-CONFIGURATION/mcp-integration.md beskriver open-notebook-mcp som startas med uvx mot OPEN_NOTEBOOK_URL och ger åtkomst till anteckningsböcker, källor, anteckningar, chatt, sökning och modeller. Arkitekturen är modern och modulär (Python-API + Next.js-gränssnitt + bakgrundsarbetare + SurrealDB, provider-abstraktion för 20+ modeller). Nivå 4 är därför försvarbar enligt ankaret, som tillåter 'officiellt MCP eller motsvarande verklig nytta'. Konfidensen är medium eftersom MCP-servern är tredjeparts (Epochal-dev) och jag inte kunnat verifiera dess underhåll eller att den täcker skrivoperationer, och för att 'välanvänt API' inte går att belägga utan användningsdata.
-
Drift och införande
Införandet är litet och väldokumenterat: docker-compose.yml har två tjänster (surrealdb/surrealdb:v2 och lfnovo/open_notebook:v1-latest), gränssnitt på port 8502 och API på 5055, och docs/1-INSTALLATION beskriver docker-compose, single-container, from-source och windows-native. Man måste byta OPEN_NOTEBOOK_ENCRYPTION_KEY före start och koppla in minst en språkmodell och en embeddingmodell under Models. Det motsvarar nivå 3. Friktionen som håller kvar på 3 är säkerhetsdefaulten: portarna publiceras på alla nätverksgränssnitt och gränssnittet har inget lösenord som standard — innan instansen blir åtkomlig måste man binda till 127.0.0.1 eller sätta OPEN_NOTEBOOK_PASSWORD, vilket är ett driftsteg som lätt glöms och som inte är ett klick i en installationsguide. Konfidensen är medium eftersom jag läst compose-fil och dokumentation men inte driftsatt stacken eller testat uppgraderingsvägen mellan v1-versioner.
-
Kostnadsbild
Licenskostnaden är noll och entydig (MIT, ingen avgift, ingen open-core). TCO-antagandena för användningsfallet är: (1) hosting av två containrar — SurrealDB och appen med bakgrundsarbetare — rimligen 2 vCPU och 4 GB RAM, vilket är en egen beräkning; (2) modellkostnad, som är volymberoende: API-avgifter per token hos vald leverantör eller egen hårdvara om du kör lokalt, och embeddings måste komma från en leverantör som har sådana (Anthropic och Groq saknar dem, vilket kan tvinga fram en extra leverantör och därmed en extra kostnadspost); (3) arbetstid för täta uppgraderingar i v1-takt. Ingen publik prislista finns att jämföra mot eftersom det inte säljs någon hosted version, så kostnadsbilden är tydlig på licenssidan men kräver egen beräkning av drift och modellanrop — nivå 3. Konfidensen är medium eftersom ingen faktisk driftskostnad är verifierad.
-
Svensk användbarhet
Negativ kontroll utförd: jag listade gränssnittets lokaliseringskatalog i repot, frontend/src/lib/locales, via GitHub contents-API. Den innehåller 14 språkkataloger — bn-IN, ca-ES, de-DE, en-US, es-ES, fr-FR, it-IT, ja-JP, pl-PL, pt-BR, ru-RU, tr-TR, zh-CN, zh-TW — och ingen sv-katalog; en direkt förfrågan mot frontend/src/lib/locales/sv.json gav HTTP 404. Dokumentationen under docs/ (nio kapitel) är engelskspråkig och ingen svensk support eller lokal integration finns belagd. Nivå 1: verifierat svagt svenskt stöd, engelskspråkig men tekniskt användbar i Sverige. Konfidensen är medium eftersom kataloglistan är entydig men jag inte kunnat utesluta att en ofullständig svensk översättning finns i någon annan katalog (t.ex. via en leverantörssträng) — andelen nycklar mot engelska kan därför inte anges, eftersom det inte finns någon svensk fil att mäta.
Om Open Notebook
## Vad det gör
Open Notebook är en självhostad arbetsyta för källbaserat researcharbete, byggd som ett öppet alternativ till Google NotebookLM. Du skapar anteckningsböcker, lägger till källor som PDF, video, ljud, webbsidor och Office-dokument och ställer frågor där svaren hänvisar till de källor de bygger på. Innehållet går att söka i fritext och vektorbaserat, och AI:n kan skriva anteckningar eller köra transformationer.
## Driftsättning
Två containrar räcker: SurrealDB som databas och appen med gränssnitt, REST-API och bakgrundsarbetare. Hämta docker-compose.yml från repot, byt ut OPEN_NOTEBOOK_ENCRYPTION_KEY mot en egen slumpad sträng och kör docker compose up -d. Gränssnittet ligger på port 8502 och API:t på 5055. Under Models kopplar du in modeller – över 20 leverantörer stöds, inklusive Ollama och andra OpenAI-kompatibla servrar – och du behöver minst en språkmodell och en embeddingmodell.
## Vad som krävs
Docker med Compose och en modelltjänst, antingen API-konto eller lokal server. Gränssnittet publiceras som standard på alla nätverksgränssnitt utan lösenord, så bind portarna till 127.0.0.1 eller sätt OPEN_NOTEBOOK_PASSWORD innan instansen blir åtkomlig för andra.
Användning
Passar för
- Research- och utredningsarbete där varje svar måste kunna spåras till en källa
- Team som vill ersätta NotebookLM utan att skicka material till Google
- Miljöer som redan kör Ollama och vill ha en anteckningsarbetsyta helt lokalt
- Den som vill automatisera research via REST-API eller MCP
Passar mindre bra för
- Fleranvändardrift med roller och behörigheter per grupp
- Stora dokumentmängder som kräver avancerad dokumenttolkning i en RAG-pipeline
- Den som inte vill hantera containrar och modellkonfiguration
Styrkor och begränsningar
Styrkor
- Svar med källhänvisning till de källor och anteckningar som användes
- Fritext- och vektorsök över allt innehåll
- Över 20 modellleverantörer, inklusive lokala modeller via Ollama
- Poddgenerering med en till fyra röster och egna profiler
- REST-API och MCP-server för automatisering
Begränsningar
- Gränssnittet publiceras på alla nätverksgränssnitt och har inget lösenord som standard – bind portarna till 127.0.0.1 eller sätt OPEN_NOTEBOOK_PASSWORD före drift.
- Inget fleranvändarstöd ännu; multi-user beskrivs som en riktning i VISION.md, utan datum.
- Ung kodbas med tät utgivningstakt (v1.15.0 i oktober 2026) – räkna med täta uppgraderingar.
- Anthropic och Groq saknar embeddingmodeller och måste paras med en leverantör som har dem.
- Gränssnittet finns på 14 språk och svenska ingår inte – svensk text kräver egen översättning.
Skärmbilder
5 skärmbilder. Välj en bild för att visa den i full storlek. Svep i sidled för fler.
-
En anteckningsbok samlar källor, anteckningar och en chatt i samma arbetsyta – här konsultavtal, faktureringsrutin och IT-policy. -
Källförteckningen visar typ, titel, när källan skapades och uppdaterades – och om den är inbäddad för sökning. -
En källa kan läsas i sin helhet med flikar för källtext, insikter och detaljer – det som modellen sedan svarar utifrån. -
Frågeläget söker i de valda anteckningsböckerna och svarar med hänvisning till källorna; modellvalet är per fråga. -
Modellsidan knyter ihop egna endpoints: chatten går mot en lokal llamafile-server och embeddings mot en separat vektortjänst.
Tekniska resurser
Alternativ
Cherry Studio
AI-chatt och assistenter · Skrivbordsklient med flera leverantörer och kunskapsbas
Skrivbordsklient som samlar flera modellleverantörer och lokala modeller i ett gränssnitt, med kunskapsbas, agenter och MCP-verktyg.