/ 目录 / 演练场 / NotebookLM-py
← 全部服务器 ↗ GitHub
● 社区 teng-lin ⚡ 即开即用

NotebookLM-py

作者 teng-lin · teng-lin/notebooklm-py

从 Claude 驱动 Google NotebookLM——创建笔记本、导入来源、生成音频概览，包含 Web 界面隐藏的功能。

notebooklm-py 是 NotebookLM 的非官方 Python API + Claude skill。它暴露了笔记本 CRUD、来源导入（PDF、URL、YouTube）以及音频概览 / 思维导图 / FAQ 生成功能。包含 CLI 和 agent skill，让你可以说「把这些 PDF 加载到笔记本并给我音频概览」，而无需打开 notebooklm.google.com。

▶ 观看演示 📦 安装 💡 使用场景

为什么要用

核心特性

实时演示

实际使用效果

就绪

安装

作者仓库 · Claude Skills 官方文档

使用场景

实战用法： NotebookLM-py

从一批论文快速构建研究摘要

👤 研究者 / 分析师 ⏱ ~20 min beginner

何时使用： 收件箱里来了 10 篇论文；你想快速得到一个综合摘要。

前置条件
  • 有 NotebookLM 访问权限的 Google 账号 — 通过 Python auth 流程登录一次即可
步骤
  1. 导入
    Use notebooklm-py. Create a notebook 'Q2 Reading'. Add the 10 PDFs in /papers/.✓ 已复制
    → 笔记本已创建；来源已加载
  2. 综合
    Generate a topic-clustered summary across all sources.✓ 已复制
    → 跨来源的综合摘要
  3. 生成音频
    Generate an audio overview. Save the MP3.✓ 已复制
    → MP3 文件

结果： 10 篇论文转化为 20 分钟可读的摘要，或一段散步时能听的音频。

注意事项
  • 来源质量参差不齐 — 要求综合时标注每条信息的来源归属
搭配使用： filesystem

从产品文档自动生成 FAQ

👤 产品 / DevRel ⏱ ~25 min beginner

何时使用： 你有文档，需要给用户一份 FAQ。

步骤
  1. 加载
    Create a notebook from /docs (recursive). Generate FAQ.✓ 已复制
    → FAQ 输出
  2. 精细化
    Drop FAQ items that aren't actually frequently asked. Add citations to source sections.✓ 已复制
    → 带来源引用、经相关性过滤的 FAQ

结果： 可以直接发布的 FAQ。

注意事项
  • 问题过于通用 — 如果有真实用户提问，提供示例

组合

与其他 MCP 搭配，撬动十倍杠杆

notebooklm-py-skill + filesystem

将音频概览和摘要保存到本地

Save MP3 to /research/audio/.✓ 已复制
notebooklm-py-skill + aris-research-skill

ARIS 负责自主研究发现，NotebookLM 负责综合消化

ARIS finds papers; NotebookLM digests them into an audio overview.✓ 已复制

工具

此 MCP 暴露的能力

工具输入参数何时调用成本
create_notebook title 新项目 1 NotebookLM op
add_source notebook_id, source: pdf|url|youtube 构建来源集 1 op + ingestion time
generate_audio notebook_id, style? 音频概览 1 op + render
generate_mind_map notebook_id 可视化来源结构 1 op
ask notebook_id, question 基于来源的问答 1 op

成本与限制

运行它的成本

API 配额
受 NotebookLM 套餐限制
每次调用 Token 数
token 消耗极少——主要成本是 NotebookLM API
费用
NotebookLM 免费套餐可用；更高限制需付费
提示
复用笔记本；不要频繁创建后丢弃

安全

权限、密钥、影响范围

最小权限： Google auth for NotebookLM
凭据存储： 本地 OAuth token 缓存
数据出站： Google NotebookLM
切勿授予： OAuth scopes you don't need

故障排查

常见错误与修复

Auth flow stuck

清除本地 token 缓存并重新认证

Source ingestion fails for big PDFs

拆分为更小的块；NotebookLM 对单个来源有大小限制

Audio generation queued forever

NotebookLM 的音频队列有时较慢；稍后重试

替代方案

NotebookLM-py 对比其他方案

替代方案何时用它替代权衡
NotebookLM web UI手动、一次性使用无自动化；缺少编程化功能
Custom RAG pipeline需要完全控制底层模型大量工程投入，而 NotebookLM 功能是免费的

更多

资源

📖 阅读 GitHub 上的官方 README

🐙 查看未解决的 issue

🔍 浏览全部 400+ MCP 服务器和 Skills