
在个人生产力工具栈中,NotebookLM 和 Perplexity 常因各自擅长处理特定任务而成为工作流核心:前者用于梳理长篇文档,后者用于基于全网来源的研究。然而,频繁切换工具降低了效率。SurfSense 作为一款免费且开源的研究应用,试图将二者优势融合,提供一体化的解决方案。
私有化部署的 NotebookLM 替代品
SurfSense 自称为“气隙隔离(air-gapped)、开源的 NotebookLM 替代品”。其界面与功能逻辑与 NotebookLM 高度相似,包含“来源”管理、聊天面板及“工作室(Studio)”模块。工作室支持生成 Markdown、Word、幻灯片、电子表格、网页、PDF、思维导图、抽认卡、测验、播客、图像和信息图等十二种格式。
与依赖云端的 NotebookLM 不同,SurfSense 的核心优势在于隐私保护和开源特性。其源代码基于 Apache 2.0 许可证公开,支持完全在本地机器运行,无需注册账户或上传文档至云端。文件及搜索索引均保留在本地设备上,确保研究数据不出境。
灵活的 AI 模型选择策略
SurfSense 赋予用户极高的模型选择自由度。在初始设置中,用户可为不同任务配置独立的 AI 模型:
- 文本生成:支持本地运行 Qwen3、Gemma 3 等模型,或通过 Hugging Face 加载其他选项。同时支持直接连接 ChatGPT Plus/Pro 及 Claude Pro/Max/Team 订阅,无需单独 API 密钥。
- 多模态生成:可分别为图像生成、编辑、音频(播客)及视频生成选择特定模型。
- 嵌入模型:用于在上传文档中进行语义检索。
若硬件资源有限,用户可跳过图像、音频和视频模型的本地部署,仅使用文本功能。需注意,只有全程使用本地模型才能实现完全的隐私保护;若调用云端模型,提示词及文档片段将被发送至服务商服务器。
实测表现:优劣并存
在实际测试中,SurfSense 的基础问答模式响应速度优于多数开源替代品,能迅速将文档内容整理为带引用的要点,点击引用即可高亮源文件段落。但在“落地性(grounding)”上仍有瑕疵:当询问与上传文档无关的问题(如迈阿密天气)时,模型仍会基于通用知识作答,仅在末尾标注信息未来源于上传文档,这与严格的“基于来源回答”预期存在偏差。
在工作室输出方面,思维导图、网页和幻灯片生成功能表现优异,但抽认卡、测验和播客功能在测试中反复生成失败。
插件系统:对标 Perplexity 的联网能力
SurfSense 通过插件系统实现了类似 Perplexity 的联网研究能力。官方提供 Google 搜索、网页爬取、Reddit、YouTube、Instagram、TikTok、Google 地图、Amazon、Walmart 和 Indeed 等十个插件,并支持 DeepWiki、Notion 等第三方插件及自有 MCP 服务器连接。
在代理模式(Agentic mode)下,SurfSense 可并行执行多次搜索并整合上传文档。测试显示,其能生成结构清晰、区分功能可用状态(已发布 vs 测试中)的详细研究报告,表现令人印象深刻。
成本与门槛
SurfSense 应用本身免费且安装简便,配置难度远低于 Open Notebook 等其他开源方案。使用限制主要取决于本地硬件性能或所连接云端订阅的额度,无固定调用上限。
需要注意的是,虽然应用免费,但官方插件仅提供 14 天试用。后续订阅费用为首年 60 美元,次年 120 美元。对于需要频繁联网研究的深度用户而言,这是一笔必要的开支。