Skip to main content
Tu veux faire tourner ton propre NotebookLM sans envoyer tes données à Google ? Ce guide t’accompagne pas-à-pas pour installer Open Notebook + Ollama sur Linux ou WSL2. En 30 minutes, tu auras une IA locale, privée, et gratuite. Au programme :
  • Installer Ollama et télécharger les modèles
  • Déployer Open Notebook avec Docker
  • Configurer et tester
  • Bonus : CLI et API pour tes automatisations

​
Prérequis

ComposantMinimumRecommandé
RAM8 Go16 Go
GPU—NVIDIA (6 Go+ VRAM)
Stockage10 Go20 Go
OSUbuntu 20.04+ / WSL2Ubuntu 22.04
Vérifie le GPU sous WSL2 : 
nvidia-smi
nvidia-smi ne fonctionne pas ? Plusieurs cas possibles :
  • Pas de GPU NVIDIA → Ollama fonctionnera en mode CPU (beaucoup plus lent, mais ça marche). Passe directement à l’étape 1.
  • GPU NVIDIA mais commande introuvable → Les drivers ne sont pas installés ou pas à jour.
    • Sous WSL2 : installe les derniers drivers NVIDIA côté Windows (pas dans WSL). Redémarre ensuite WSL avec wsl --shutdown puis relance.
    • Sous Linux natif : sudo apt install nvidia-driver-535 (ou version plus récente)
  • GPU AMD ou Intel → nvidia-smi est spécifique à NVIDIA. Pour AMD, Ollama supporte ROCm mais la config est plus complexe. Pour Intel, c’est CPU only pour l’instant.

​
Étape 1 — Installer Ollama

curl -fsSL https://ollama.com/install.sh | sh
Vérifie l’installation : 
ollama --version
Le script crée automatiquement un service systemd. Ollama démarrera donc automatiquement au boot.

​
Étape 2 — Télécharger les modèles

ollama pull mistral
ollama pull nomic-embed-text
ModèleUsageVRAM
mistralChat, génération~4-5 Go
nomic-embed-textEmbeddings, recherche~300 Mo

​
Étape 3 — Exposer Ollama pour Docker

Par défaut, Ollama n’écoute que sur localhost. On crée un fichier “override” pour le rendre accessible à Docker, sans modifier le service original.
sudo mkdir -p /etc/systemd/system/ollama.service.d
sudo vi /etc/systemd/system/ollama.service.d/override.conf
Contenu du fichier : 
[Service]
Environment="OLLAMA_HOST=0.0.0.0"
Applique les changements : 
sudo systemctl daemon-reload
sudo systemctl restart ollama
Vérifie : 
curl http://localhost:11434/api/tags

​
Étape 4 — Installer Docker Compose v2

Si tu as déjà Docker Compose v2 (docker compose version), passe directement à l’étape 5.
sudo install -m 0755 -d /etc/apt/keyrings
curl -fsSL https://download.docker.com/linux/ubuntu/gpg | sudo gpg --dearmor -o /etc/apt/keyrings/docker.gpg
sudo chmod a+r /etc/apt/keyrings/docker.gpg

echo \
  "deb [arch=$(dpkg --print-architecture) signed-by=/etc/apt/keyrings/docker.gpg] https://download.docker.com/linux/ubuntu \
  $(. /etc/os-release && echo "$VERSION_CODENAME") stable" | \
  sudo tee /etc/apt/sources.list.d/docker.list > /dev/null

sudo apt update
sudo apt install docker-compose-plugin
Vérifie : 
docker compose version

​
Étape 5 — Déployer Open Notebook

mkdir ~/open-notebook && cd ~/open-notebook
Crée le fichier docker-compose.yml : 
services:
  open_notebook:
    image: lfnovo/open_notebook:v1-latest-single
    ports:
      - "8502:8502"
      - "5055:5055"
    env_file:
      - ./docker.env
    extra_hosts:
      - "host.docker.internal:host-gateway"
    pull_policy: always
    volumes:
      - ./notebook_data:/app/data
      - ./surreal_single_data:/mydata
    restart: always
Crée le fichier docker.env : 
OLLAMA_API_BASE=http://host.docker.internal:11434

SURREAL_URL="ws://localhost:8000/rpc"
SURREAL_USER="root"
SURREAL_PASSWORD="root"
SURREAL_NAMESPACE="open_notebook"
SURREAL_DATABASE="production"
Lance : 
docker compose up -d

​
Étape 6 — Configurer les modèles

  1. Ouvre http://localhost:8502
  2. Va dans Models
  3. Configure les trois entrées suivantes :
TypeProviderModèle
Chat ModelOllamamistral:latest
Transformation ModelOllamamistral:latest
Embedding ModelOllamanomic-embed-text:latest
C’est prêt ! Tu peux créer ton premier notebook et ajouter des sources (PDF, URL, texte…).

​
Utilisation

​
Commandes utiles

# Statut des conteneurs
docker compose ps

# Logs
docker compose logs -f

# Arrêter
docker compose down

# Mettre à jour
docker compose pull && docker compose up -d

# Surveiller le GPU
watch -n 1 nvidia-smi

​
Utiliser Ollama en ligne de commande

Pratique pour tester rapidement un prompt sans ouvrir l’interface web.

​
Chat interactif

ollama run mistral
Tu entres dans un mode conversationnel. Tape /bye pour quitter.

​
Question unique (one-shot)

echo "Explique-moi Docker en 3 phrases" | ollama run mistral

​
Autres commandes Ollama

# Lister les modèles installés
ollama list

# Télécharger un nouveau modèle
ollama pull llama3.2:3b

# Supprimer un modèle
ollama rm mistral

# Infos sur un modèle
ollama show mistral

​
API Ollama — intégrations et automatisations

L’API Ollama permet d’intégrer l’IA locale dans tes automatisations (Make, n8n, scripts…).

​
Générer une réponse (completion)

curl http://localhost:11434/api/generate -d '{
  "model": "mistral",
  "prompt": "Résume le rôle de Docker en 2 phrases",
  "stream": false
}'
Le paramètre stream: false retourne la réponse complète d’un coup. Avec stream: true, la réponse arrive token par token (SSE) — non compatible avec Make.

​
Chat avec historique

curl http://localhost:11434/api/chat -d '{
  "model": "mistral",
  "messages": [
    {"role": "user", "content": "Qu est-ce que Docker ?"},
    {"role": "assistant", "content": "Docker est une plateforme de conteneurisation..."},
    {"role": "user", "content": "Comment créer un container ?"}
  ],
  "stream": false
}'

​
Générer des embeddings

curl http://localhost:11434/api/embeddings -d '{
  "model": "nomic-embed-text",
  "prompt": "Texte à vectoriser"
}'

​
Endpoints de diagnostic

# Lister les modèles disponibles
curl http://localhost:11434/api/tags

# Vérifier qu'Ollama tourne
curl http://localhost:11434/
# Réponse attendue : "Ollama is running"

​
Intégration Make

Dans Make, utilise un module HTTP > Make a request :
ParamètreValeur
URLhttp://ton-ip:11434/api/generate
MethodPOST
HeadersContent-Type: application/json
Body{"model": "mistral", "prompt": "{{prompt}}", "stream": false}
La réponse JSON contient le champ response avec le texte généré. Tu peux chaîner ce module avec Notion, Google Sheets, Slack, ou n’importe quel autre connecteur Make.

​
Aller plus loin

​
Voir les logs Ollama

journalctl -e -u ollama

​
Installer une version spécifique

curl -fsSL https://ollama.com/install.sh | OLLAMA_VERSION=0.5.0 sh
Utile si une nouvelle version pose problème. Liste des versions : https://github.com/ollama/ollama/releases

​
Désinstaller Ollama proprement

# Arrêter le service
sudo systemctl stop ollama
sudo systemctl disable ollama
sudo rm /etc/systemd/system/ollama.service

# Supprimer le binaire
sudo rm $(which ollama)

# Supprimer les librairies
sudo rm -rf /usr/local/lib/ollama

# Supprimer les modèles (optionnel)
sudo rm -rf /usr/share/ollama

​
Support GPU AMD (ROCm)

Ollama supporte les GPU AMD via ROCm, mais la configuration est plus complexe. Voir la doc officielle.

​
Dépannage

​
Problème de permissions sur les volumes

sudo chown -R $USER:$USER ./notebook_data
sudo chown -R $USER:$USER ./surreal_single_data

​
Ollama non accessible depuis Docker

# Vérifier qu'Ollama écoute bien
curl http://localhost:11434/api/tags

# Vérifier la config
sudo systemctl show ollama | grep OLLAMA_HOST

​
Container Open Notebook qui ne démarre pas

# Voir les logs
docker compose logs -f

# Redémarrer
docker compose down && docker compose up -d

​
Ressources

​
Autrement dit

Ollama fait tourner des modèles de langage directement sur ta machine. Open Notebook est l’interface qui les rend utilisables comme NotebookLM — sans cloud, sans abonnement, sans que tes données quittent ton ordinateur.