NotebookLlama: ferramenta de geração de áudio e gerenciamento de conhecimento de documentos de código aberto

O NotebookLlama é uma ferramenta de código-fonte totalmente aberto, baseada na tecnologia LlamaCloud, projetada para ajudar os usuários a gerenciar documentos e gerar conteúdo de áudio semelhante a um podcast. É uma alternativa ao Google NotebookLM para pesquisadores, estudantes e usuários corporativos. Os usuários podem fazer upload de documentos, criar bases de conhecimento e extrair informações importantes por meio de análises inteligentes. O NotebookLlama também suporta a conversão de conteúdo de documentos em áudio com som natural, facilitando o acesso dos usuários às informações em cenários móveis. O projeto está hospedado no GitHub, com código transparente, forte apoio da comunidade e um processo de instalação claro, tornando-o adequado para entusiastas e profissionais de tecnologia.

Lista de funções

• Upload e gerenciamento de documentosSuporte para upload de documentos em vários formatos (por exemplo, PDF) para criar uma base de conhecimento individual ou de equipe.
• Extração e resumo de conhecimentoAnálise automática de documentos, extração do conteúdo principal e geração de resumos por meio da tecnologia LlamaCloud.
• Geração de áudioConverta o conteúdo do documento em áudio semelhante a um podcast com suporte para saída de fala natural.
• Código aberto e personalizávelCódigo-fonte: O código é totalmente aberto, os usuários podem modificar ou expandir a função de acordo com a demanda.
• Suporte a várias plataformasExecuta via Docker e Streamlit e suporta implementações locais ou na nuvem.
• Pesquisa inteligentePesquisa inteligente: fornece pesquisa inteligente com base no conteúdo do documento para localizar informações rapidamente.

Usando a Ajuda

Processo de instalação

Para usar o NotebookLlama, os usuários precisam primeiro concluir a instalação e a configuração. Abaixo estão as etapas detalhadas da instalação:

1. Clonagem da base de código
   Execute o seguinte comando no terminal para clonar o projeto NotebookLlama localmente:

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

   Vá para o catálogo de projetos:

   cd notebookllama/
   

2. Instalação de dependências
   fazer uso de uv instala os pacotes de dependência necessários:

   uv sync
   

   Certifique-se de que você tenha o Python e o uv. Se você não o tiver, instale o Python 3.8 ou superior primeiro e passe o comando pip install uv montagem uv.

3. Configuração de chaves de API
   O projeto requer três chaves de API: OpenAI, ElevenLabs e LlamaCloud. As etapas são as seguintes:
   • Abra o diretório do projeto no .env.example Documentação.
   • Obter a chave da API:
     • OPENAI_API_KEYFaça login na plataforma OpenAI e acesse Account Settings (Configurações da conta) para gerar uma chave.
     • ELEVENLABS_API_KEYObtenha-o na página Configurações do site da ElevenLabs.
     • LLAMACLOUD_API_KEYVisite o painel do LlamaCloud para obter a chave.
   • Preencha a chave no campo .env.example e, em seguida, renomeie o arquivo:

     mv .env.example .env
     

4. Executar o script de inicialização
   Execute os seguintes comandos para criar o agente de indexação e extração do LlamaCloud:

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

5. Início dos serviços
   Inicie os serviços Postgres e Jaeger com o Docker:

   docker compose up -d
   

   Inicie o servidor MCP:

   uv run src/notebookllama/server.py
   

6. Execução do aplicativo Streamlit
   Inicia a interface de front-end do Streamlit:

   streamlit run src/notebookllama/Home.py
   

   montagem ffmpeg(se ainda não estiver instalado) para dar suporte à funcionalidade de áudio:

   • No Ubuntu:sudo apt-get install ffmpeg
   • no macOS:brew install ffmpeg
7. Acesso a aplicativos
   Abra seu navegador e acesse http://localhost:8751/Você pode começar a usar o NotebookLlama agora.

Funções principais

Carregamento de documentos e criação de base de conhecimento

• procedimento::
  1. Faça login na interface do Streamlit e clique no botão "Upload Document" (Carregar documento).
  2. Selecione PDF ou outro formato de documento compatível para fazer upload para o sistema.
  3. O sistema analisa automaticamente o conteúdo do documento e o incorpora à base de conhecimento.
• Recursos funcionais::
  • Oferece suporte ao upload em lote, adequado para o processamento de grandes quantidades de material de pesquisa.
  • O conteúdo do documento é indexado automaticamente para pesquisa e análise subsequentes.

Extração e resumo de conhecimento

• procedimento::
  1. Selecione o documento carregado na interface.
  2. Clique no botão "Extract Information" (Extrair informações) ou "Generate Summary" (Gerar resumo).
  3. O sistema analisa o documento e gera pontos-chave, resumos ou conteúdo de perguntas e respostas.
• Recursos funcionais::
  • Análise inteligente baseada no LlamaCloud para extração precisa e concisa.
  • Oferece suporte ao escopo de extração definido pelo usuário, por exemplo, extraindo apenas um determinado capítulo.

Geração de áudio

• procedimento::
  1. Selecione o documento ou o conteúdo do resumo para o qual você precisa gerar áudio.
  2. Clique no botão "Generate Podcast" (Gerar podcast) e o sistema chamará a API da ElevenLabs para converter texto em fala.
  3. Faça o download do arquivo de áudio gerado ou reproduza-o diretamente on-line.
• Recursos funcionais::
  • O áudio é natural e suave, próximo ao efeito de um podcast humano.
  • Oferece suporte à saída de fala em vários idiomas, adequada às necessidades de internacionalização.

Pesquisa inteligente

• procedimento::
  1. Digite uma palavra-chave ou pergunta na interface.
  2. O sistema retorna fragmentos de documentos ou respostas relevantes.
• Recursos funcionais::
  • Os resultados da pesquisa são baseados no conteúdo do documento e são altamente precisos.
  • Suporte a consultas complexas, como "resumir o tópico de um documento".

advertência

• Certifique-se de que a rede esteja estável e que as chamadas de API exijam uma conexão com a Internet.
• Se a geração de áudio falhar, verifique o ffmpeg Ele está instalado corretamente.
• Atualize regularmente a base de código para obter os recursos mais recentes:git pull origin main.

cenário do aplicativo

1. pesquisa acadêmica
   Os pesquisadores podem fazer upload de artigos acadêmicos para extrair rapidamente as principais informações ou gerar resumos. O recurso de áudio é adequado para ouvir o conteúdo do artigo durante o trajeto para melhorar a eficiência.
2. Análise de negócios
   Os usuários corporativos fazem upload de relatórios de mercado ou documentos internos para criar uma base de conhecimento. As funções inteligentes de pesquisa e resumo ajudam a localizar rapidamente os principais dados para auxiliar na tomada de decisões.
3. Aprendizagem educacional
   Os alunos carregam livros didáticos ou apostilas para gerar resumos ou áudio para facilitar a revisão. O recurso de áudio é especialmente adequado para alunos auditivos.
4. criação de conteúdo
   Os criadores de podcast podem converter artigos ou anotações em áudio para gerar rapidamente conteúdo de podcast e economizar tempo de gravação.

QA

1. Quais formatos de documentos são compatíveis com o NotebookLlama?
   Atualmente, é compatível com PDF, TXT e outros formatos comuns; no futuro, poderá expandir mais formatos.
2. Preciso pagar para usar a API?
   Sim, as APIs para OpenAI, ElevenLabs e LlamaCloud exigem suas respectivas contas pagas. Os usuários precisarão se registrar e obter a chave por conta própria.
3. A implementação local exige hardware de alto desempenho?
   Um computador doméstico típico (8 GB de RAM, CPU de 4 núcleos) poderá executá-lo, e uma implantação do Docker exigirá cerca de 10 GB de espaço em disco.
4. Qual é a qualidade do áudio para gerar a fala?
   A voz, fornecida pela ElevenLabs, está próxima do nível de um locutor humano e é compatível com vários idiomas e tons.