Cos'è OpenNotebook
OpenNotebook è un progetto open source con licenza MIT, pubblicato su GitHub come mahmoud-emad/opennotebook, che propone un ambiente di studio personale e di team ispirato al modello reso popolare da NotebookLM di Google. L'idea di fondo è semplice ma potente: invece di chattare in modo generico con un modello linguistico, l'utente crea una collezione di fonti proprie — documenti PDF, presentazioni, pagine web, link, appunti testuali — e il sistema le usa come base esclusiva per generare sintesi, spiegazioni, audio, video e mappe concettuali, con ogni affermazione collegata al passaggio di origine.
Non si tratta quindi di un semplice chatbot né di un archivio di file. È uno studio di lavoro dove i materiali aziendali diventano oggetti interrogabili e raccontabili. Da una collezione su un nuovo prodotto, una normativa, un manuale operativo o una rassegna di mercato, OpenNotebook può produrre un deck narrato suddiviso in capitoli, una panoramica audio in stile dialogo, una panoramica video con didascalie, una mappa mentale navigabile e una serie di note strutturate. Ogni contenuto generato mantiene il legame con le fonti, così chi legge o ascolta può risalire al punto esatto del documento da cui deriva una frase.
Dal punto di vista tecnico è pensato per il self-hosting, cioè per essere installato su un proprio server o su una macchina virtuale aziendale con Docker. Il backend è scritto in Python con FastAPI, il frontend in React con TypeScript, i dati sono conservati in PostgreSQL 18 con estensione pgvector per la ricerca vettoriale, mentre le elaborazioni lunghe come trascrizioni, indicizzazioni e generazioni multimediali sono gestite con lavori in background. Il reverse proxy di riferimento è Caddy. Per i modelli linguistici può usare sia servizi cloud compatibili con le API di OpenAI sia modelli locali tramite Ollama o un gateway compatibile, soluzione che lo rende provabile anche senza abbonamenti esterni obbligatori e con i documenti che restano dentro il perimetro scelto da chi lo installa.
A cosa serve per founder, PMI e agenzie
Per una piccola impresa il valore non sta nella tecnologia in sé, ma nei flussi di lavoro ripetitivi che assorbe. Il primo è la formazione interna e l'onboarding. Molte PMI hanno manuali di prodotto, procedure di sicurezza, istruzioni operative, listini e FAQ sparsi tra PDF, slide e cartelle condivise che nessuno legge per intero. Portarli in una collezione OpenNotebook permette a un nuovo assunto, a un commerciale o a un tecnico di ottenere una sintesi parlata di venti minuti, una mappa dei concetti chiave e risposte puntuali con citazione del paragrafo, invece di sfogliare centinaia di pagine.
Il secondo uso è la preparazione di riunioni e decisioni. Un founder che deve valutare un fornitore, un bando, una normativa di settore o un report di mercato può caricare tre o quattro fonti, ottenere un deck con capitoli interrompibili a voce, confrontare versioni diverse e condividere una pagina di scoperta con il team. Per agenzie di comunicazione, studi di consulenza, studi tecnici e studi leggeri è utile anche come strumento di pre-analisi: raccoglie rassegne stampa, documenti del cliente, brief e trascrizioni, produce una base strutturata da cui partire per proposte, articoli, presentazioni e podcast interni, riducendo il tempo di lettura iniziale senza nascondere le fonti.
Il terzo uso è editoriale e formativo. Con le funzioni di panoramica audio e video, una PMI può trasformare una guida all'uso, un catalogo ragionato o un vademecum per clienti in contenuti ascoltabli e guardabili, con capitoli e sottotitoli. Un'agenzia può prototipare rapidamente una serie di pillole formative per un cliente, un ente di formazione può preparare materiali di ripasso partendo da dispense proprie. La mappa mentale aiuta invece chi deve spiegare processi complessi, come un ciclo produttivo, una procedura amministrativa o un percorso assistenziale, perché visualizza relazioni tra concetti che in un PDF restano lineari.
Va chiarito che OpenNotebook non sostituisce un gestionale, un CRM o una intranet, e non è un sistema certificato per usi regolati. È uno strato di studio e sintesi sopra documenti già esistenti. La sua utilità cresce quando le fonti sono di buona qualità, aggiornate e ben organizzate in collezioni tematiche, mentre diminuisce se usato come contenitore indifferenziato di file eterogenei e datati.
Come funziona: dalle fonti al racconto citato
Il flusso tipico inizia con la creazione di una collezione. L'utente assegna un nome a un tema, per esempio Assistenza caldaie 2026 o Gare pubbliche energia, e vi carica le fonti: PDF nativi o scansionati, slide, pagine web tramite link, note incollate a mano. Il sistema estrae il testo, lo normalizza, lo suddivide in passaggi di dimensione gestibile e calcola per ciascuno una rappresentazione vettoriale, cioè un embedding, che viene salvata in PostgreSQL con pgvector. In parallelo vengono salvati metadati come titolo, pagina, autore e data, fondamentali per le citazioni.
Quando l'utente chiede una sintesi, pone una domanda o avvia la generazione di un deck, il sistema non interroga il modello linguistico a vuoto. Esegue prima un recupero dei passaggi più pertinenti alla richiesta dentro la sola collezione selezionata, li ordina per rilevanza e li passa al modello insieme a istruzioni che impongono di rispondere solo sulla base di quei brani e di citare la provenienza. Questo approccio, noto come generazione aumentata dal recupero, riduce le invenzioni ma non le elimina: per questo l'interfaccia mostra per ogni affermazione il collegamento al passaggio originale, che l'utente può aprire e controllare.
La parte più visibile è la generazione narrativa. Il deck è una sequenza di capitoli con testo, punti chiave e riferimenti. La panoramica audio combina copione generato e sintesi vocale, con voci predefinite basate su tecnologie di lettura ad alta qualità e possibilità di esportare il file per podcast interni o corsi. La panoramica video aggiunge una traccia visiva con titoli e didascalie sincronizzate. La mappa mentale estrae entità e relazioni e le dispone in nodi esplorabili, utile per ripassare o per preparare una lezione. Le note raccolgono in forma scritta i punti essenziali con rimandi puntuali. Alcune installazioni prevedono anche pagine di scoperta condivisibili e deck che si possono interrompere con domande vocali, così l'ascolto diventa interattivo.
Dal lato operativo, le attività pesanti sono accodate come job asincroni per non bloccare l'interfaccia. L'amministratore configura il tutto tramite file di ambiente, avvia lo stack con contenitori Docker e accede a un'interfaccia web. La scelta del modello è separata dall'applicazione: si può puntare a un modello locale servito in sede per massima riservatezza o a un modello remoto compatibile quando serve maggiore qualità linguistica, mantenendo comunque traccia di quali fonti sono state usate.
Perché conta: controllo, trasparenza e limiti onesti
Per founder e responsabili di PMI il primo motivo di interesse è il controllo dei dati. Molti strumenti di sintesi chiusi richiedono di caricare documenti su server di terzi, con condizioni d'uso e conservazione difficili da valutare per una piccola organizzazione. Una soluzione self-hosted con codice ispezionabile e licenza permissiva sposta il baricentro: i file restano dove decide l'azienda, i log sono consultabili, l'aggiornamento dipende dalle proprie scelte infrastrutturali. Questo non significa sicurezza automatica, ma significa possibilità di applicare le proprie policy di backup, accesso e cancellazione senza dipendere da un pannello esterno.
Il secondo motivo è la trasparenza del metodo. L'obbligo di citare il passaggio di origine per ogni affermazione è una differenza importante rispetto a una chat generica. In contesti come formazione tecnica, procedure operative, informazioni per clienti e preparazione a verifiche, poter cliccare e leggere il paragrafo da cui deriva una frase permette un controllo umano rapido. Per agenzie che producono contenuti per conto terzi, questa tracciabilità è anche una tutela professionale: ogni sintesi può essere difesa mostrando le fonti del cliente.
Il terzo motivo è l'allineamento con tecnologie diffuse. L'uso di Python, React, PostgreSQL con ricerca vettoriale e contenitori standard rende il progetto comprensibile a molti fornitori IT italiani, senza linguaggi esotici o architetture proprietarie. Questo abbassa il rischio di adozione rispetto a piattaforme monolitiche e facilita integrazioni future, per esempio l'importazione automatica di documenti da cartelle condivise o la pubblicazione di audio su canali formativi interni.
I limiti vanno detti con chiarezza. La qualità delle sintesi dipende interamente dal modello linguistico scelto e dalla qualità delle fonti: con modelli piccoli in locale le risposte possono essere più semplici e le voci meno naturali, con documenti scansionati male o tabelle complesse l'estrazione può introdurre errori. Le citazioni riducono ma non azzerano le allucinazioni, quindi ogni contenuto destinato a clienti, a corsi a pagamento o a decisioni rilevanti va revisionato da una persona competente. Infine, come ogni sistema self-hosted, richiede manutenzione: aggiornamenti, monitoraggio dello spazio disco, gestione dei backup e controllo degli accessi restano responsabilità di chi lo ospita.
Dove trovarlo e come valutarlo in modo prudente
Il punto di riferimento è il repository pubblico su GitHub all'indirizzo github.com/mahmoud-emad/opennotebook, dove sono disponibili codice, istruzioni di installazione, esempi di configurazione e segnalazioni della comunità. La licenza dichiarata è MIT, una delle più permissive per riuso e sperimentazione, ma come sempre è opportuno far verificare il file di licenza e le dipendenze al proprio consulente prima di un uso produttivo, soprattutto se si intende offrire servizi a terzi basati sul sistema.
Per una valutazione prudente è consigliabile partire da un ambiente di prova isolato, senza dati sensibili reali. La procedura documentata prevede la copia del file di esempio per le variabili di ambiente, la compilazione con i soli servizi locali e l'avvio tramite contenitori, con accesso all'interfaccia web per creare la prima collezione. Un buon test per una PMI consiste nel caricare tre documenti fittizi ma realistici, per esempio un manuale breve, un listino e una procedura interna anonimizzata, e verificare tre cose: se ogni risposta riporta citazioni cliccabili corrette, se l'audio e la mappa sono comprensibili e se i tempi di elaborazione sono accettabili con il modello scelto.
Solo dopo questa prova ha senso discutere con il proprio fornitore IT di dimensionamento, backup cifrati, gestione degli utenti, policy di conservazione e integrazione con gli archivi esistenti. OpenNotebook dà il meglio quando è trattato non come magia che legge al posto nostro, ma come assistente di studio disciplinato: noi portiamo fonti ordinate e verifica umana, lui restituisce ordine, sintesi e formati diversi da cui ripartire più in fretta.