Open NotebookNedir?

Open Notebook, Google'ın NotebookLM aracını kendi sunucunda çalıştırmak isteyenler için yazılmış açık kaynak bir not defteri. Luis Novo tarafından Ekim 2024'te başlatıldı, Eylül 2026'da 39 bin GitHub yıldızını geçti ve MIT lisansıyla yayınlanıyor. Fikri basit: kaynaklarını tek yere topla, üzerine soru sor, özet çıkar — ama içeriğin ve notların bulut sağlayıcının değil senin diskinde kalsın.

Ayrıldığı yer model seçimi. NotebookLM tek bir sağlayıcının modelleriyle sınırlıyken Open Notebook 18'den fazla sağlayıcıyı destekliyor: OpenAI, Anthropic, Gemini, Vertex AI, OpenRouter, Mistral, Azure OpenAI — ve tamamen yerel çalışmak istersen Ollama ya da LM Studio. Hangi içeriğin hangi modele gideceğini sen ayarlıyorsun, hassas bir dokümanı buluta hiç göndermeden yerel modelle özetletebiliyorsun.

Temel Özellikler

Kaynak toplama tarafı geniş: PDF, metin ve sunum dosyaları, ses ve video kayıtları, YouTube bağlantıları, web sayfaları ve doğrudan yapıştırdığın notlar aynı defterde toplanıyor. Yüklediğin içerik otomatik olarak parçalanıp aranabilir hale geliyor.

Sohbet, defterindeki kaynaklara dayanarak cevap veriyor ve cevaba kaynak gösteriyor; proje bu tarafın daha da gelişeceğini söylüyor.

Arama iki katmanlı: tam metin araması ve vektör araması birlikte çalışıyor, uzun bir PDF yığınında konu bazlı sonuç çıkarabiliyorsun.

Dönüşümler (transformations) bölümünde kendi komutlarını tanımlayabiliyorsun: seçtiğin metni özetle, tabloya çevir, soru listesi üret gibi işleri defterin içinden çalıştırıyorsun.

Podcast üreticisi, defterindeki içerikten çok konuşmacılı bir bölüm kurguluyor; konuşmacı sayısını, sesleri ve bölüm akışını ayarlayabiliyorsun. Uzun bir dokümanı yolda dinlemek için pratik bir yol.

Tam REST API'si var: not defterlerini, kaynakları ve sohbetleri kendi uygulamalarından ya da otomasyonlarından yönetebiliyorsun.

Kullanım Senaryoları

Tez ya da literatür taraması yapan bir öğrenci, indirdiği onlarca PDF'i tek deftere atıp "şu yöntem hangi makalede geçiyor" diye soruyor; cevapla birlikte kaynağı da görüyor. Tam metin ve vektör araması sayesinde dosya adı hatırlamasına gerek kalmıyor.

Şirket içi bilgi tabanı kuran bir ekip, hassas dokümanları yerel Ollama modeliyle işleyip içeriği dışarı çıkarmadan özet ve soru-cevap alıyor. Aynı defterde buluta gidebilecek içerikler için OpenAI ya da Anthropic modelini seçebiliyor.

Podcast dinleyerek öğrenen biri, uzun bir raporu ya da araştırma yazısını yükleyip iki konuşmacılı bölüme çeviriyor ve yolda dinliyor.

Toplantı kaydı ya da YouTube videosunu kaynak olarak ekleyip yazıya dökülmüş metni üzerinden not çıkaranlar için de çalışıyor: içerik defterde aranabilir hale geliyor.

Fiyatlandırma

Projede ücretli plan, abonelik ya da barındırılan bulut sürümü yok; ödeme ekranı bulunmuyor. Tek maliyet kalemi kullandığın model: bulut sağlayıcı seçtiysen her sorgu o sağlayıcının API ücretini ödetiyor, yerel Ollama ya da LM Studio seçtiysen yalnızca elektrik. Projenin kendi ifadesiyle "sadece AI kullanımı için ödeme yapıyorsun".

Kurulum Docker ile yapılıyor: docker compose up -d sonrası arayüz localhost:8502'de açılıyor. Sistem gereksinimi abartılı değil — en az 4 GB RAM ve 2 GB boş disk, artı bir model API anahtarı. Model dosyalarını yerelde tutacaksan disk ihtiyacı büyüyor.

Dikkat Edilecekler

Kurulum tamamen sana kalıyor: Docker çalıştırmayı, ortam dosyasındaki anahtarları ve model sağlayıcı ayarlarını kendin yapıyorsun. "İndir, giriş yap, kullan" diyen bir bulut sürümü yok.

Gizlilik iddiası seçtiğin modele bağlı. Yerel model kullanırsan içerik makinenden çıkmıyor; OpenAI, Anthropic ya da Gemini seçtiğinde dokümanlar o sağlayıcıya gidiyor. İkisini aynı defterde karıştırabildiğin için hangi içeriğin hangi modele gittiğini bilerek ayarlamak gerekiyor.

Proje hızlı büyüyen ama hâlâ tek geliştirici çevresinde toplanmış bir topluluk işi; GitHub'da 100'ü aşkın açık issue var. Kritik bir iş akışının tek taşıyıcısı yapmadan önce kendi kurulumunda denemen iyi olur.