open-notebook: NotebookLM mã nguồn mở, chạy riêng tư — hướng dẫn cài đặt và dùng
Bài này là một góc nhìn khác về lfnovo/open-notebook — repo từng đổi tên nên mình viết lại với cách tiếp cận khác. Bài hướng dẫn chính: Open Notebook: NotebookLM tự host, chọn AI tuỳ ý — hướng dẫn cài đặt và dùng →

Tóm tắt nhanh
Open Notebook là ứng dụng ghi chép và nghiên cứu bằng AI, mã nguồn mở, giống Google NotebookLM nhưng bạn tự chạy trên máy mình và tự chọn nhà cung cấp AI. Bạn nạp PDF, video, trang web vào, rồi hỏi đáp, tóm tắt, tìm kiếm và tạo podcast từ chính tài liệu đó. Cài đặt khá dễ vì chỉ cần Docker và vài lệnh, nhưng bạn cần có API key hoặc một mô hình chạy cục bộ như Ollama.
Open Notebook là một ứng dụng ghi chép và nghiên cứu có AI hỗ trợ, mã nguồn mở, làm theo hướng của Google NotebookLM. Điểm khác là bạn tự cài nó trên máy hoặc máy chủ của mình, dữ liệu nằm ở chỗ bạn kiểm soát. Bạn cũng tự chọn "bộ não" AI: OpenAI, Anthropic, Google, hay mô hình chạy ngay trên máy qua Ollama.
Nếu bạn hay phải đọc nhiều tài liệu dài (báo cáo, hợp đồng, bài nghiên cứu, video bài giảng) rồi tóm tắt hoặc hỏi lại, đây là công cụ đáng thử. Nhân viên văn phòng, người làm kinh doanh, sinh viên và lập trình viên mới đều dùng được. Bạn không cần viết code, chỉ cần làm theo vài lệnh cài đặt rồi thao tác trên giao diện web.
Điểm đáng giá nhất là sự linh hoạt. Repo hiện có khoảng 41.918 sao và 4.820 fork, giấy phép MIT. Bạn trả tiền theo mức dùng AI thật sự, hoặc chạy mô hình cục bộ để không tốn phí API. Mình có làm video giới thiệu, bạn xem video ngắn bên dưới để thấy giao diện trước khi cài.
lfnovo/open-notebook
Open Notebook là bản mã nguồn mở của Google NotebookLM: tự cài trên máy bạn, chọn AI tùy ý, hỏi đáp theo tài liệu, tạo ghi chú và podcast.
I.Open Notebook làm được gì
Dưới đây là những tính năng chính, kèm lợi ích thực tế.
A.Gom tài liệu đủ loại vào một chỗ
Bạn tạo nhiều "notebook", mỗi cái là một dự án nghiên cứu riêng. Trong đó có thể thêm PDF, video, âm thanh, trang web, tài liệu Office và nhiều định dạng khác. Việc này giúp bạn không phải lục tìm file rải rác: mọi thứ của một chủ đề nằm cùng nơi.
B.Hỏi đáp dựa trên tài liệu của bạn
Bạn trò chuyện với AI, và AI trả lời dựa trên nội dung bạn đã nạp. README nói câu trả lời có trích dẫn nguồn, ghi chú và insight mà nó đã dùng. Nhờ vậy bạn kiểm tra lại được thay vì tin mù quáng.
C.Chọn chính xác thứ gì được gửi cho AI
Có tính năng điều khiển ngữ cảnh chi tiết: bạn quyết định phần nào của nguồn tài liệu được chia sẻ với mô hình. Điều này hữu ích khi tài liệu có phần nhạy cảm và bạn không muốn gửi hết.
D.Hơn 20 nhà cung cấp AI
README liệt kê OpenAI, Anthropic, Google, Mistral, Ollama và mọi máy chủ tương thích OpenAI như LM Studio hay vLLM. Bạn đổi nhà cung cấp lúc nào cũng được, không bị khóa vào một hãng. Có hỗ trợ cả các mô hình biết "suy nghĩ" như DeepSeek-R1 và Qwen3.
E.Tìm kiếm thông minh
Có cả tìm theo từ khóa (full-text) và tìm theo ngữ nghĩa (vector) trên toàn bộ nội dung. Bạn nhớ mang máng ý chứ không nhớ đúng từ vẫn có cơ hội tìm ra.
F.Biến đổi nội dung và tạo ghi chú
Có các "content transformations" dựng sẵn hoặc tự tùy chỉnh để tóm tắt, rút ý chính. Bạn cũng có thể để AI sinh insight hoặc tự viết ghi chú tay.
G.Tạo podcast nhiều người nói
Tính năng podcast hỗ trợ từ 1 đến 4 người dẫn, mỗi người có hồ sơ riêng. So với bản của Google chỉ có 2 người, README nói bạn kiểm soát kịch bản tốt hơn.
H.REST API và giao diện đa ngôn ngữ
Có REST API đầy đủ nếu bạn muốn tự động hóa hoặc nối với hệ thống khác. Giao diện có nhiều ngôn ngữ, gồm tiếng Anh, Trung, Pháp, Đức, Nhật, Nga, Tây Ban Nha và nhiều thứ tiếng khác. Trong danh sách README liệt kê, mình không thấy tiếng Việt, nên bạn nên chuẩn bị dùng giao diện tiếng Anh.
II.Cần chuẩn bị gì
Theo README, bạn chỉ cần hai thứ:
- DockerDocker Desktop nếu bạn dùng macOS hoặc Windows. Nếu dùng Linux thì dùng Docker Engine kèm plugin Compose.
- Một nguồn AIhoặc API key của một nhà cung cấp AI, hoặc một máy chủ mô hình cục bộ như Ollama. Key được nhập trong giao diện web, không phải điền vào file cấu hình.
README không nêu yêu cầu cụ thể về RAM hay GPU cho cách cài bằng Docker này. Nếu bạn định chạy mô hình cục bộ bằng Ollama, hãy xem hướng dẫn riêng về Ollama trong thư mục docs của repo, vì cấu hình máy phụ thuộc mô hình bạn chọn.
Có một lưu ý về embedding. Anthropic và Groq không có mô hình embedding, nên nếu bạn dùng hai hãng này làm mô hình ngôn ngữ, bạn cần ghép thêm một nhà cung cấp khác có embedding (ví dụ OpenAI, Google, Mistral hay Ollama theo bảng trong README).
Nếu muốn chạy từ mã nguồn (dành cho lập trình viên), pyproject.toml yêu cầu Python từ 3.11 đến dưới 3.13. Người dùng thông thường không cần đến bước này.
III.Cài đặt từng bước
- Tải file docker-composeTạo thư mục và tải docker-compose.yml chính thức về
- Đặt khóa mã hóaSửa dòng OPEN_NOTEBOOK_ENCRYPTION_KEY thành chuỗi bí mật của bạn
- Khởi độngChạy docker compose up -d rồi đợi khoảng 30 giây
- Mở giao diệnVào http://localhost:8502
- Kết nối AIThêm API key hoặc Base URL, chọn mô hình mặc định
A.Tải file docker-compose.yml
Mở terminal (macOS/Linux) hoặc Git Bash trên Windows. Lệnh dưới tạo thư mục open-notebook, đi vào đó rồi tải file cấu hình chính thức của repo.
mkdir open-notebook && cd open-notebook
curl -o docker-compose.yml https://raw.githubusercontent.com/lfnovo/open-notebook/main/docker-compose.ymlNếu bạn dùng PowerShell trên Windows, hãy chạy từng dòng riêng, và gõ curl.exe thay vì curl (vì trong PowerShell, curl là một lệnh khác nên cờ -o sẽ báo lỗi):
mkdir open-notebook
cd open-notebook
curl.exe -o docker-compose.yml https://raw.githubusercontent.com/lfnovo/open-notebook/main/docker-compose.ymlFile này chạy hai dịch vụ: surrealdb (cơ sở dữ liệu) và open_notebook (giao diện, API và tiến trình nền).
B.Đặt khóa mã hóa
Mở file docker-compose.yml bằng trình soạn thảo bất kỳ và tìm dòng này:
- OPEN_NOTEBOOK_ENCRYPTION_KEY=change-me-to-a-secret-stringĐổi phần change-me-to-a-secret-string thành một chuỗi bí mật dài, ngẫu nhiên do bạn tự tạo. README gợi ý tạo bằng lệnh:
openssl rand -hex 32Khóa này dùng để mã hóa các API key bạn lưu trong ứng dụng. Hãy lưu nó ở nơi an toàn. Nếu máy bạn chưa có openssl, README có nhắc "other options" (các cách tạo khác) nhưng tư liệu mình có không nêu chi tiết, bạn xem thêm trong tài liệu của repo.
Mặc định giao diện (cổng 8502) và API (cổng 5055) mở trên mọi giao diện mạng và KHÔNG có mật khẩu. Nếu máy này nằm trong mạng dùng chung hoặc là máy chủ, hãy đổi hai dòng cổng thành "127.0.0.1:8502:8502" và "127.0.0.1:5055:5055", hoặc thêm dòng - OPEN_NOTEBOOK_PASSWORD=mat-khau-cua-ban vào khối environment, TRƯỚC khi khởi động.
C.Khởi động dịch vụ
Đứng trong thư mục open-notebook (nơi có file docker-compose.yml) và chạy:
docker compose up -dLần đầu Docker sẽ tải các thành phần về nên mất một lúc. Chữ -d nghĩa là chạy nền, terminal không bị chiếm. Nhớ mở Docker Desktop trước, nếu không lệnh sẽ báo không kết nối được Docker.
D.Mở giao diện
Đợi khoảng 30 giây rồi mở trình duyệt, vào địa chỉ:
http://localhost:8502E.Kết nối nhà cung cấp AI
Bước này làm trong giao diện web, theo đúng thứ tự README mô tả:
- Ở thanh bên, mở mục Models (nằm dưới Manage).
- Tìm nhà cung cấp của bạn (OpenAI, Anthropic, Google...) và bấm Add Configuration.
- Nhập tên và API key. Với nhà cung cấp cục bộ như Ollama thì nhập Base URL thay cho key. Bấm Add Configuration lần nữa.
- Bấm Test trên cấu hình vừa tạo để kiểm tra kết nối.
- Bấm Models, chọn Model Type, tick các mô hình muốn thêm rồi bấm Add. Bạn cần thêm ít nhất một mô hình Language và một mô hình Embedding.
- Ở phần Default Model Assignments, bấm Auto-assign Defaults (hoặc tự chọn mô hình).
Chỗ người mới hay vấp là quên thêm mô hình Embedding, hoặc dùng Anthropic/Groq mà không ghép thêm hãng có embedding. Khi đó tìm kiếm theo ngữ nghĩa sẽ không hoạt động.
Nếu cần key, README chỉ đến các trang cấp key của OpenAI, Anthropic, Google AI Studio và Groq. Bạn đăng nhập vào trang của hãng bạn chọn để tạo key.
IV.Kiểm tra đã chạy được chưa
Có ba dấu hiệu cho thấy bạn đã cài thành công:
- Trang
http://localhost:8502mở ra giao diện Open Notebook sau khoảng 30 giây. - Trong mục Models, bấm Test trên cấu hình nhà cung cấp và kết nối báo thành công.
- Bạn tạo được một notebook, thêm một nguồn và chat được với AI.
Nếu trang không mở, bạn xem các container đã chạy chưa bằng hai lệnh Docker phổ thông sau (README không ghi riêng, nhưng đây là lệnh chuẩn của Docker Compose):
docker compose ps
docker compose logsV.Dùng vào việc thật
A.Chủ shop đọc nhanh báo cáo thị trường
Bạn kinh doanh và nhận về vài file PDF báo cáo ngành, mỗi file mấy chục trang. Bạn tạo một notebook tên "Thị trường mỹ phẩm", thêm các file PDF làm nguồn. Sau đó hỏi trong khung chat, ví dụ:
Tóm tắt 5 xu hướng chính trong các tài liệu này và cho biết mỗi ý nằm ở nguồn nào.Kết quả là câu trả lời có trích nguồn, để bạn mở đúng tài liệu kiểm tra lại. Bạn bớt được việc đọc toàn bộ và vẫn có căn cứ.
Hỏi AI mà không biết nó đọc từ đâu thì chỉ là đoán; có trích nguồn mới là nghiên cứu.
Ông T
B.Nhân viên văn phòng gom tài liệu họp
Bạn có biên bản họp, bài thuyết trình và vài đường link trang web liên quan đến một dự án. Hãy cho tất cả vào một notebook. Dùng các "content transformations" để tóm tắt từng nguồn, rồi lưu những ý quan trọng thành ghi chú. Về sau muốn tìm lại một quyết định cũ, bạn dùng ô tìm kiếm thay vì mở từng file. Tìm kiếm có cả full-text và vector, nên gõ ý gần đúng cũng có cơ hội ra kết quả.
C.Người tự học biến tài liệu thành podcast
Bạn muốn nghe nội dung khi đi đường thay vì ngồi đọc. Hãy chọn nguồn cần học, rồi dùng tính năng tạo podcast. Bạn đặt số người dẫn (1 đến 4) và hồ sơ cho từng người. Để làm được việc này, bạn cần có mô hình ngôn ngữ và một mô hình chuyển văn bản thành giọng nói (Text-to-Speech) từ nhà cung cấp hỗ trợ, như bảng trong README (ví dụ OpenAI, Google, ElevenLabs). Kết quả là một tập podcast sinh từ chính tài liệu của bạn.
D.Lập trình viên nối vào hệ thống của mình
Nếu bạn là dev, repo có REST API đầy đủ và tài liệu tích hợp MCP để kết nối với Claude Desktop, VS Code và các công cụ MCP khác. Bạn có thể viết script đẩy tài liệu vào notebook tự động. Chi tiết endpoint nằm trong phần REST API Reference của thư mục docs, mình không liệt kê ở đây để tránh sai.
VI.Lỗi hay gặp và cách xử lý
A.Lệnh docker compose báo không kết nối được Docker
Thường là do Docker Desktop chưa mở hoặc chưa khởi động xong. Mở Docker Desktop, đợi biểu tượng báo đang chạy, rồi gõ lại docker compose up -d.
B.Lệnh curl trên PowerShell báo lỗi tham số
Trong Windows PowerShell, curl là bí danh của một lệnh khác. Hãy gõ curl.exe như ở bước tải file, hoặc dùng Git Bash, hoặc tải file docker-compose.yml bằng trình duyệt rồi lưu vào thư mục của bạn.
C.Mở localhost:8502 không thấy gì
Có thể bạn mở quá sớm. README nói đợi khoảng 30 giây. Nếu vẫn không được, chạy docker compose ps xem hai dịch vụ surrealdb và open_notebook đã chạy chưa, và docker compose logs để đọc thông báo lỗi. Cũng kiểm tra xem cổng 8502 hoặc 5055 có đang bị chương trình khác chiếm không.
D.Bấm Test báo lỗi hoặc chat không trả lời
Hay gặp nhất là dán sai API key, key hết hạn mức, hoặc chưa thêm mô hình Language và Embedding rồi gán mặc định. Quay lại mục Models, kiểm tra key, thêm đủ hai loại mô hình và bấm Auto-assign Defaults. Với Ollama, hãy chắc rằng bạn đã nhập đúng Base URL.
E.Mất khóa mã hóa
API key bạn lưu trong ứng dụng được mã hóa bằng OPEN_NOTEBOOK_ENCRYPTION_KEY. README dặn "keep it" (giữ lại). Hãy ghi khóa này ở chỗ an toàn. Mình không có thông tin về việc khôi phục nếu mất khóa, nên cách an toàn nhất là sao lưu nó ngay từ đầu.
VII.Có nên dùng không
Điểm mạnh. Bạn tự giữ dữ liệu, tự chọn AI, và có thể chạy hoàn toàn cục bộ với Ollama để không có gì rời khỏi máy. Mã nguồn mở, giấy phép MIT, có API, có podcast nhiều người dẫn, và trích nguồn trong câu trả lời. Chi phí minh bạch vì bạn chỉ trả tiền cho phần AI bạn dùng. Repo vẫn được cập nhật trong 3 tháng gần đây.
Giới hạn. Bạn phải tự cài và tự vận hành bằng Docker, nên không "mở web là dùng" như NotebookLM. Bạn cần tự lo API key hoặc phần cứng cho mô hình cục bộ. Giao diện không có tiếng Việt trong danh sách README liệt kê. Mặc định không có mật khẩu, nên nếu đưa lên máy chủ bạn phải tự bảo vệ. README cũng nói hướng hỗ trợ nhiều người dùng mới là hướng đang cân nhắc, không phải lời hứa, nên nếu cả nhóm cần dùng chung thì hãy đọc kỹ tài liệu trước.
Khi nào nên chọn cách khác. Nếu bạn chỉ cần thử nhanh vài tài liệu, không muốn cài gì và không có vấn đề về quyền riêng tư, một dịch vụ có sẵn trên web sẽ nhanh hơn. Nếu bạn cần kiểm soát dữ liệu, muốn đổi nhà cung cấp AI tự do, hoặc muốn tự động hóa qua API, Open Notebook là lựa chọn rất đáng thử. Cách ổn nhất là cài bằng Docker như trên, dùng một API key giới hạn hạn mức để thử với vài tài liệu không nhạy cảm, rồi mới quyết định dùng lâu dài.
Câu hỏi thường gặp
Open Notebook có miễn phí không?
Bản thân phần mềm là mã nguồn mở, giấy phép MIT. README nói bạn chỉ trả tiền cho việc dùng AI. Nếu chạy mô hình cục bộ bằng Ollama thì không tốn phí API.
Có cần GPU không?
Tư liệu không nêu yêu cầu GPU cho cách cài bằng Docker. Nếu dùng nhà cung cấp AI trên mạng bằng API key thì mô hình chạy ở phía nhà cung cấp. Nếu chạy mô hình cục bộ, cấu hình phụ thuộc mô hình bạn chọn và README chưa có thông tin chi tiết về phần cứng.
Chạy được trên Windows không?
Được. README yêu cầu Docker Desktop cho macOS và Windows, còn Linux dùng Docker Engine kèm plugin Compose. Trên Windows PowerShell, bạn nên dùng curl.exe thay vì curl khi tải file.
Dữ liệu của tôi có an toàn không?
README nói đây là ứng dụng tự host, và với mô hình cục bộ thì không có gì rời khỏi máy bạn. Nếu dùng nhà cung cấp AI trên mạng, nội dung bạn hỏi sẽ được gửi đến họ. Mặc định ứng dụng không có mật khẩu, nên hãy giới hạn cổng về 127.0.0.1 hoặc đặt OPEN_NOTEBOOK_PASSWORD.
Khác gì Google NotebookLM?
Theo README, Open Notebook tự host thay vì chạy trên đám mây của Google, hỗ trợ hơn 20 nhà cung cấp AI thay vì chỉ mô hình của Google, tạo podcast 1-4 người dẫn thay vì 2, và có REST API đầy đủ. Bạn cũng tự cài đặt và vận hành, đây là điểm đánh đổi.
Giao diện có tiếng Việt không?
Danh sách ngôn ngữ giao diện trong README gồm tiếng Anh, Trung, Pháp, Đức, Nhật, Nga, Tây Ban Nha và một số thứ tiếng khác, nhưng không thấy tiếng Việt. Vì vậy bạn nên chuẩn bị dùng giao diện tiếng Anh.
Tôi có thể dùng mô hình chạy trên máy mình không?
Có. README hỗ trợ Ollama, LM Studio và mọi máy chủ tương thích OpenAI như vLLM. Với các nhà cung cấp cục bộ, bạn nhập Base URL thay vì API key. Repo có hướng dẫn riêng cho Ollama trong thư mục docs.


