SurfSense5分钟自建的AI研究助手【免费下载链接】SurfSenseOpen-source NotebookLM alternative. Research the open web with live data(Reddit, YT, IG, TikTok, Indeed, Google Search, Maps etc) through one platform, API or MCP server. Join our Discord: https://discord.gg/ejRNvftDp9项目地址: https://gitcode.com/GitHub_Trending/su/SurfSense你在写一份产品调研报告资料散在十几个PDF、网页和内网文档里手动汇总到深夜。SurfSense是一个开源的AI研究助手把文档和网页实时数据收进同一个知识库接上大模型后直接提问它给出带来源引用的回答。它是什么能对接实时数据的NotebookLM替代品一句话SurfSense是Google NotebookLM的开源自托管替代既能当私有知识库问答工具也能把Reddit、YouTube、Google Search这类实时数据源接进来供AI检索。能力说明文档知识库支持50文件格式语义全文混合检索回答带来源引用实时网页数据拉取Reddit帖子评论、YouTube转录、TikTok、谷歌地图评价等结构化数据交付物生成文档一键生成多格式报告、双人播客、可编辑幻灯片模型自由经LiteLLM接入100大模型兼容Ollama/vLLM本地模型自动化定时或事件触发任务结果可写回Notion、Slack等系统一条命令拉起本地环境前提是机器上装好了Docker Desktop。克隆仓库后进入docker目录一条compose命令即可启动全部服务约5分钟完成git clone https://gitcode.com/GitHub_Trending/su/SurfSense cd SurfSense/docker docker compose up -d启动后的入口如下其余服务无需手动管理地址用途http://localhost:3929前端界面注册登录后在此上传文档、提问、生成播客内部服务PostgreSQL含pgvector、Redis、Caddy反向代理等自动拉起不对外暴露数据在内部这样流转核心工作流是一条链上传文档或从连接器抓取数据 → 解析成纯文本并切块 → 生成向量嵌入 → 混合检索语义搜索加全文搜索用RRF算法融合排序→ 大模型基于命中片段生成带引用的回答。解析引擎可切换向量存进PostgreSQL的pgvector扩展耗时任务交给Celery队列AI编排层用LangChain实现。整个链条跑在本地数据不出内网。谁适合用以及怎么用做文献综述的研究者把论文PDF和读书笔记批量传进同一个工作区让助手按主题归纳观点分歧再让它输出带引用的综述初稿。相比手动翻找每份文献的可追问性都保留下来了引用可点回原文位置。盯竞品的市场运营接入Reddit、Google Search这类连接器后可以让AI定期抓取竞品相关帖子和搜索结果汇总成周报并写回Slack。原来需要人肉翻评论的工作变成一条自动化规则实时数据不再依赖官方API的限额。小团队的知识沉淀把工作文档同步进来开启带评论的协作对话成员各自权限不同Owner/Editor/Viewer四级。新人提问时答案附来源老资料不再锁在个人电脑里。上手三条建议模型选择国内网络建议直接配置DeepSeek、通义千问等国产模型步骤见仓库内docs/chinese-llm-setup.md全程在设置页填Key即可。首次导入先传10份左右核心文档验证问答质量和引用是否正常再批量导入避免格式兼容问题淹没在海量文件里。常见报错页面打不开时先看docker compose ps确认backend进入healthy状态上传超大文件受代理5GB上限约束超过需调整Caddy配置。跑通之后你的资料就从散落各处变成问一句就有答案这个自托管的AI研究助手可以按自己的需求继续加长。【免费下载链接】SurfSenseOpen-source NotebookLM alternative. Research the open web with live data(Reddit, YT, IG, TikTok, Indeed, Google Search, Maps etc) through one platform, API or MCP server. Join our Discord: https://discord.gg/ejRNvftDp9项目地址: https://gitcode.com/GitHub_Trending/su/SurfSense创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考