NotebookLlama：开源的文档知识管理和音频生成工具

NotebookLlama 是一个完全开源的工具，基于 LlamaCloud 技术，旨在帮助用户管理文档并生成类似播客的音频内容。它是 Google NotebookLM 的替代品，适合研究人员、学生和商业用户。用户可以上传文档，创建知识库，并通过智能分析提取关键信息。NotebookLlama 还支持将文档内容转化为自然语音的音频，方便用户在移动场景下获取信息。项目托管在 GitHub 上，代码透明，社区支持强大，安装流程清晰，适合技术爱好者和专业人士使用。

功能列表

• 文档上传与管理：支持上传多种格式的文档（如 PDF），构建个人或团队的知识库。
• 知识提取与总结：通过 LlamaCloud 技术，自动分析文档，提取核心内容并生成总结。
• 音频生成：将文档内容转化为类似播客的音频，支持自然语音输出。
• 开源与可定制：代码完全开源，用户可根据需求修改或扩展功能。
• 多平台支持：通过 Docker 和 Streamlit 运行，支持本地或云端部署。
• 智能搜索：提供基于文档内容的智能搜索，快速定位信息。

使用帮助

安装流程

要使用 NotebookLlama，用户需要先完成安装和配置。以下是详细的安装步骤：

1. 克隆代码库
   在终端运行以下命令，将 NotebookLlama 项目克隆到本地：

   git clone https://github.com/run-llama/notebookllama
   

   进入项目目录：

   cd notebookllama/
   

2. 安装依赖
   使用 uv 工具安装必要的依赖包：

   uv sync
   

   确保你的环境中已安装 Python 和 uv。如果没有，请先安装 Python 3.8 或以上版本，并通过 pip install uv 安装 uv。

3. 配置 API 密钥
   项目需要三个 API 密钥：OpenAI、ElevenLabs 和 LlamaCloud。操作步骤如下：
   • 打开项目目录中的 .env.example 文件。
   • 获取 API 密钥：
     • OPENAI_API_KEY：登录 OpenAI 平台，进入账户设置生成密钥。
     • ELEVENLABS_API_KEY：在 ElevenLabs 官网的设置页面获取。
     • LLAMACLOUD_API_KEY：访问 LlamaCloud 仪表板获取密钥。
   • 将密钥填入 .env.example 文件，然后重命名文件：

     mv .env.example .env
     

4. 运行初始化脚本
   执行以下命令，创建 LlamaCloud 索引和提取代理：

   uv run tools/create_llama_extract_agent.py
   uv run tools/create_llama_cloud_index.py
   

5. 启动服务
   使用 Docker 启动 Postgres 和 Jaeger 服务：

   docker compose up -d
   

   启动 MCP 服务器：

   uv run src/notebookllama/server.py
   

6. 运行 Streamlit 应用
   启动 Streamlit 前端界面：

   streamlit run src/notebookllama/Home.py
   

   安装 ffmpeg（如果未安装）以支持音频功能：

   • 在 Ubuntu 上：sudo apt-get install ffmpeg
   • 在 macOS 上：brew install ffmpeg
7. 访问应用
   打开浏览器，访问 http://localhost:8751/，即可开始使用 NotebookLlama。

主要功能操作

文档上传与知识库创建

• 操作步骤：
  1. 登录 Streamlit 界面，点击“上传文档”按钮。
  2. 选择 PDF 或其他支持的文档格式，上传至系统。
  3. 系统自动解析文档内容，并将其纳入知识库。
• 功能特点：
  • 支持批量上传，适合处理大量研究资料。
  • 文档内容会自动索引，便于后续搜索和分析。

知识提取与总结

• 操作步骤：
  1. 在界面选择已上传的文档。
  2. 点击“提取信息”或“生成总结”按钮。
  3. 系统会分析文档，输出关键点、摘要或问答内容。
• 功能特点：
  • 基于 LlamaCloud 的智能分析，提取准确且简洁。
  • 支持用户自定义提取范围，例如仅提取某章节。

音频生成

• 操作步骤：
  1. 选择需要生成音频的文档或总结内容。
  2. 点击“生成播客”按钮，系统调用 ElevenLabs API 转换文本为语音。
  3. 下载生成的音频文件，或直接在线播放。
• 功能特点：
  • 音频自然流畅，接近人类播客效果。
  • 支持多语言语音输出，适合国际化需求。

智能搜索

• 操作步骤：
  1. 在界面输入关键词或问题。
  2. 系统返回相关文档片段或答案。
• 功能特点：
  • 搜索结果基于文档内容，准确性高。
  • 支持复杂查询，如“总结某文档的主题”。

注意事项

• 确保网络稳定，API 调用需要联网。
• 如果音频生成失败，检查 ffmpeg 是否正确安装。
• 定期更新代码库以获取最新功能：git pull origin main。

应用场景

1. 学术研究
   研究人员可以上传学术论文，快速提取关键信息或生成总结。音频功能适合在通勤时收听论文内容，提高效率。
2. 商业分析
   企业用户上传市场报告或内部文档，构建知识库。智能搜索和总结功能帮助快速定位关键数据，辅助决策。
3. 教育学习
   学生上传教材或讲义，生成总结或音频，方便复习。音频功能尤其适合听觉学习者。
4. 内容创作
   播客创作者可将文章或笔记转化为音频，快速生成播客内容，节省录制时间。

QA

1. NotebookLlama 支持哪些文档格式？
   目前支持 PDF、TXT 等常见格式，未来可能扩展更多格式。
2. 是否需要付费使用 API？
   是的，OpenAI、ElevenLabs 和 LlamaCloud 的 API 需要各自的付费账户。用户需自行注册并获取密钥。
3. 本地部署是否需要高性能硬件？
   一般家用电脑（8GB 内存，4 核 CPU）即可运行。Docker 部署需要约 10GB 磁盘空间。
4. 音频生成的语音效果如何？
   语音由 ElevenLabs 提供，接近人类播音员水平，支持多种语言和语调。