SurfSense：离线版 NotebookLM，隐私这关真能过吗？

GitHub 仓库

MODSetter/SurfSense

总 Stars

★ 16,785

主要语言

Python

查看 GitHub 项目

结论先行：MODSetter/SurfSense 拿了 16,785 个 star，主语言 Python，Apache-2.0 开源，2024 年 7 月创建，11 月 5 日仍在推送，fork 1,602 个。它是“可断网、注重隐私”的开源 NotebookLM 替代品：AI Agent 帮你研究、转换、编辑文档。隐私卖点要看部署方式：断网运行才有意义，联网调用模型就另当别论。

它是什么

一个 AI 文档研究工具：把文档喂给 Agent，Agent 负责调研、改写、编辑，产出可用的研究成果。强调“air-gapped”（可断网隔离），数据不出本地是它的核心承诺。

它能干嘛

长文档研读、资料整理、内容改写：研究、写作、尽调场景里，帮你把一堆文档变成结构化的结论。

谁适合用

处理敏感文档的研究者、律师、分析师，以及对数据出境有硬要求的团队。普通学习场景用它属于“大材小用”，但隐私收益是真实的。

要注意什么

“断网”是有条件的：本地模型才能真断网，接云端模型 API 时文档还是会出本地，部署前按 README 确认模型配置。open issue 67 个，维护正常；先拿非敏感文档跑通，再上真实材料。

离线运行，效果会不会差很多？

会差一些：本地模型的能力上限决定了输出质量。隐私与效果是跷跷板，选 SurfSense 就是选了隐私优先，效果预期要相应调低。

站长点评：我把它和 Open Notebook 放同一天，是想让读者对比着看：一个赢在功能多，一个赢在隐私硬。选哪个，先看你的文档有多敏感。