阅读要点
先读这里，快速了解全文在讲什么
核心结论
几十篇 PDF、播客转写、YouTube 访谈堆在文件夹里，真正读完的没几篇。SurfSense 针对的正是这个场景：把资料丢进去，再换成自己的模型来提问。如果你不太想把论文和会议纪要交给别人的云，这个仓库值得点开。核心看点多来源归拢：PDF、网页链接、YouTube 视频、搜索结果都能作为输入，自动切片、向量化后进入知识库，不用手工整理目录。模型自己挑：LLM 和 embedding 都能替换，本地 Ollama 或任意兼容接口都行，…
你可以了解到
阅读后可获得与「SurfSense：NotebookLM 的开源替代，资料自己存、模型自己选」相关的实用信息与站内延伸资源；最后更新 2026年11月6日。
延伸阅读
几十篇 PDF、播客转写、YouTube 访谈堆在文件夹里，真正读完的没几篇。SurfSense 针对的正是这个场景：把资料丢进去，再换成自己的模型来提问。如果你不太想把论文和会议纪要交给别人的云，这个仓库值得点开。
核心看点
多来源归拢：PDF、网页链接、YouTube 视频、搜索结果都能作为输入，自动切片、向量化后进入知识库，不用手工整理目录。
模型自己挑：LLM 和 embedding 都能替换，本地 Ollama 或任意兼容接口都行，回答带原文引用，方便回查是哪一页说的。
数据留在本地：Docker 起一套，数据库和文件都在自己机器上；Apache-2.0 许可，改起来没太多顾虑。
适合谁
写综述的研究生、要盯行业动态的产品和投资岗，以及想把访谈素材充分整理利用的播客作者。需要 Docker 环境，外加一个可用模型（云端 API Key 或本地小模型都可以）；首次拉镜像、建索引会花点时间，内存太紧的机器别硬扛。
仓库 README 里有 Docker Compose 的逐步部署说明，Releases 能看出最近的改动方向，卡住了就去 Discussions 搜一圈。去 SurfSense 看一眼
