open-notebook

Open Notebook est un outil open-source de recherche et de connaissances auto-hébergé, présenté comme une alternative respectueuse de la confidentialité au Notebook LM de Google. Il est sous licence MIT et construit avec Python, FastAPI, Next.js, React et SurrealDB. Fonctionnalités principales décrites dans le README : - Organisation multi-cahiers pour gérer des projets de recherche distincts. - Ingestion de contenu pour PDF, vidéos, audio, pages web, documents Office et autres formats. - Prise en charge multi-modèles d'IA via la bibliothèque Esperanto, avec une matrice de fournisseurs couvrant OpenAI, Anthropic, Groq, Google GenAI, Vertex AI, Ollama, oMLX, Perplexity, ElevenLabs, Deepgram, Azure OpenAI, Mistral, DeepSeek, Cohere, Voyage, xAI, OpenRouter, DashScope (Qwen), MiniMax, Novita, PayPerQ et des points de terminaison compatibles OpenAI tels que LM Studio. Les fournisseurs varient en termes de support LLM, d'embedding, de reconnaissance vocale et de synthèse vocale. - Recherche en texte intégral et vectorielle sur le contenu stocké. - Chat contextuel sur les matériaux de recherche, avec plusieurs sessions de chat par cahier. - Création de notes assistée par IA et manuelle. - Transformations de contenu pour résumer et extraire des informations. - Génération de podcasts avec 1 à 4 intervenants et profils d'épisodes configurables. - Support des modèles de raisonnement, y compris DeepSeek-R1 et Qwen3. - Une API REST pour un accès programmatique, ainsi qu'une intégration MCP pour des clients tels que Claude Desktop et VS Code. - Protection facultative par mot de passe pour les déploiements publics. - Interface utilisateur multilingue : anglais, portugais, chinois simplifié et traditionnel, japonais, russe et bengali. Le déploiement se fait principalement via Docker Compose, avec un service SurrealDB et un service applicatif exposant une interface web sur le port 8502 et une API REST sur le port 5055. Le README précise que les identifiants de la base de données sont par défaut root:root pour une utilisation locale et doivent être remplacés avant toute exposition réseau, et qu'une clé de chiffrement doit être définie pour protéger les clés API stockées. Les autres méthodes d'installation incluent l'utilisation d'Ollama pour les modèles locaux et la compilation à partir des sources pour le développement. Le README présente également une feuille de route comprenant des mises à jour en direct du front-end, le traitement asynchrone, les sources multi-cahiers et l'intégration des signets, et liste les travaux récemment terminés tels que le front-end Next.js, l'API REST, le support multi-modèles, la génération de podcasts, les transformations de contenu, les citations améliorées et les sessions de chat multiples. Le support communautaire est disponible via Discord, GitHub Discussions et GitHub Discussions.