notebooklm-mcp-secure

エンタープライズグレードのセキュリティ、耐量子暗号化、Gemini APIの完全統合を備えた唯一のNotebookLM MCPです。

PleasePrompto/notebooklm-mcpのセキュリティ強化フォーク • Pantheon Securityがメンテナンスしています

⚡ TL;DR — 利用できる機能

• 🔍 NotebookLMのノートブックに質問 — ソースに基づいた、ハルシネーションゼロの回答
• 📚 ノートブックをプログラムで作成・管理 — 手動でのクリックは不要
• 🎙️ 音声概要を生成 — ドキュメントのポッドキャスト形式の要約
• 🎬 動画概要を生成 — 10種類のビジュアルスタイルに対応したAI動画要約 新機能
• 📊 データテーブルを抽出 — ノートブックのソースから構造化JSONを抽出 新機能
• 🔬 Gemini 3 + Deep Research — 思考制御に対応した最新モデル（APIは任意） 新機能
• 📄 ドキュメントAPI — ブラウザーなしでPDFをアップロードして質問
• 🔐 17層のセキュリティ — 耐量子暗号化、監査ログ、シークレットのスキャン
• ✅ コンプライアンス対応のアーキテクチャ — GDPR、SOC2、CSSFの基準に準拠して構築（管理策は実装済み。正式な認証には第三者監査が必要です）
• 💡 APIキー不要 — ブラウザー認証だけで主要機能を利用可能

🚀 2026年の新機能

最新バージョン：v2026.3.1 — 監査で指摘された334件の問題をすべて解決しました。テスト数は631件です。MCP プロトコルに完全準拠しています。

# Quick install
claude mcp add notebooklm -- npx @pan-sec/notebooklm-mcp@latest

この MCP を選ぶ理由

🔬 セキュリティ監査 2026 — 調査結果と修正内容

2026 年 4 月、v2026.2.11（main @ 2973097）を対象に、攻撃対象領域ごとに専門分野を分けた 4 つの AI コードレビュアーによる並行詳細監査を実施しました。各レビューアーは、それぞれセキュリティ脆弱性、プロトコルの正確性、アーキテクチャの品質、テストの不足とエッジケースに焦点を当てました。4 つのレビューアーは、互いの調査結果に影響されないよう独立して作業しました。これにより、プロトコルの正確性、セキュリティ脆弱性、アーキテクチャの問題、テストの不足、ドキュメントの正確性を網羅する334 件のマスター課題リストが作成されました。334 件すべての課題を v2026.3.0 および v2026.3.1 で解決しました。

監査の数値

4 つのレビューアーによる調査結果

セキュリティレビューアー： validateToken() の forceAuth によるバイパスを特定しました。これにより、認証なしでファイルシステムツールにアクセスできていました。また、検証されていない配信先による Webhook SSRF、読み取り時に検証されない監査ログのハッシュチェーン、監査ログへの同時書き込みによるエントリーの混在、認証トークンのソルトが永続化されず再起動時にトークンが無効になる問題も見つかりました。

プロトコルレビューアー： 38 個のツールが不正なレスポンス形式を返していることを発見しました（structuredContent の欠落、isError のセマンティクスの誤り、トランスポートタグのコンテンツへの漏出）。また、48 個すべてのツールで readOnlyHint／idempotentHint／destructiveHint アノテーションに誤りがあるか、欠落していました。9 個のツールスキーマには数値の上限・下限がなく、範囲外の入力が可能でした。

アーキテクチャレビューアー： 3,611 行の handlers.ts が保守上の負担になっていることを指摘しました。ドメイン関数全体でシングルトンをインポートしていたため単体テストが困難であり、500 行の switch/case によるディスパッチは O(n) のオーバーヘッドを生み、ツール登録を誤りやすくしていました。

テストとエッジケースのレビューアー： テスト数が 139 件で、セキュリティ上重要なモジュールのカバレッジが最小限であることを発見しました。mcp-auth.ts のカバレッジはほぼゼロで、プロンプトインジェクションのパターン、監査ログの改ざん、ブラウザーセッション状態の同時操作に関するテストもありませんでした。また、DSAR ハンドラーに検出されていない競合状態がありました。

主な修正

• 17 件のセキュリティ脆弱性を修正しました（認証バイパス、SSRF、監査の完全性、競合状態、セレクターインジェクションの攻撃経路）
• MCP プロトコルへの完全準拠 — 48 個すべてのツールが正しい structuredContent／isError 形式を返すようになりました。アノテーションを正確にし、スキーマの範囲制約を適用しました
• アーキテクチャを分割 — handlers.ts を 9 個のドメインモジュールに分割し、HandlerContext による依存性注入を導入しました。プロセスのモックなしで 100％ 単体テスト可能です
• テストカバレッジ — ブラウザーセッション、認証、プロンプトインジェクション、監査ログ、Webhook、DSAR、コンプライアンスを含む、セキュリティ上重要な 15 個のテストスイートを新たに追加しました
• 主張を実態に整合 — 証明書ピンニングを削除しました（監査 1 日目に実装を撤回）。PQ 暗号化の適用範囲を正確に記載し、コンプライアンスに関する表現を「認証済み」ではなく「実装済みの管理策」に変更しました

Gemini Deep Research（v1.8.0）

AI エージェント向けの最も強力なリサーチ機能が、MCP ツールキットで利用可能になりました。

v1.8.0 では、ブラウザー自動化に加え、安定した API ベースのリサーチバックエンドとして Gemini Interactions API が導入されました。これにより、エージェントは Google の最先端の Deep Research エージェントを利用できます。

これが重要な理由

新しいツール

deep_research — 包括的なリサーチエージェント

"Research the security implications of post-quantum cryptography adoption in financial services"

• Google の Deep Research エージェント（Gemini Advanced と同じ）を実行します
• 包括的でウェブ情報に基づく分析に 1～5 分かかります
• 引用とソースを含む構造化された回答を返します
• 複数のソースを統合する必要がある複雑なトピックに最適です

gemini_query — 高速な根拠付きクエリ

"What are the latest CVEs for Log4j in 2025?" (with Google Search)
"Calculate the compound interest on $10,000 at 5% over 10 years" (with code execution)
"Summarize this security advisory: [URL]" (with URL context)

• Google Search によるグラウンディング — 学習データだけでなく、最新情報を取得します
• コード実行 — 計算やデータ分析を実行します
• URL コンテキスト — 必要に応じてウェブページを分析します
• モデル：gemini-3-flash-preview（デフォルト）、gemini-3-pro-preview（高性能）、gemini-2.5-flash（レガシー）

get_research_status — バックグラウンドタスクの監視

バックグラウンドで詳細な調査を実行し、進捗を確認します：

"Start researching [topic] in the background"
... continue other work ...
"Check research status for interaction_abc123"

ハイブリッドアーキテクチャ

┌──────────────────────────────────────────────────────────────────────────────┐
│                      NotebookLM MCP Server v2026.3.x                         │
├──────────────────────────────────────────────────────────────────────────────┤
│                                                                              │
│  ┌────────────────────────────────┐    ┌──────────────────────────────────┐  │
│  │      BROWSER AUTOMATION        │    │          GEMINI API              │  │
│  │    ✅ NO API KEY NEEDED        │    │    ⚡ OPTIONAL - needs API key   │  │
│  ├────────────────────────────────┤    ├──────────────────────────────────┤  │
│  │                                │    │                                  │  │
│  │  QUERY                         │    │  RESEARCH                        │  │
│  │  • ask_question                │    │  • deep_research                 │  │
│  │  • get_notebook_chat_history   │    │  • gemini_query                  │  │
│  │                                │    │  • get_research_status           │  │
│  │  CREATE & MANAGE               │    │                                  │  │
│  │  • create_notebook             │    │  DOCUMENTS                       │  │
│  │  • batch_create_notebooks      │    │  • upload_document               │  │
│  │  • manage_sources              │    │  • query_document                │  │
│  │  • generate_audio              │    │  • query_chunked_document        │  │
│  │  • generate_video_overview     │    │  • list/delete_document          │  │
│  │  • generate_data_table         │    │                                  │  │
│  │  • sync_notebook               │    │                                  │  │
│  │                                │    │                                  │  │
│  │  HEALTH & SESSIONS     v2026   │    │                                  │  │
│  │  • get_health (deep_check)     │    │  Fast API • 48h retention        │  │
│  │  • get_query_history           │    │  Auto-chunking for large PDFs    │  │
│  └────────────────────────────────┘    └──────────────────────────────────┘  │
│                                                                              │
│                      ┌─────────────────────────────────┐                     │
│                      │       17 SECURITY LAYERS        │                     │
│                      │   Post-Quantum • Audit Logs     │                     │
│                      │   Secrets Scan • Memory Wipe    │                     │
│                      │  GDPR • SOC2 • CSSF Ready*      │                     │
│                      └─────────────────────────────────┘                     │
└──────────────────────────────────────────────────────────────────────────────┘

💡 Gemini API は完全に任意です！ NotebookLM のすべてのコア機能（ask_question、ノートブック、セッション、音声）は、API キー不要でブラウザー自動化を使って動作します。以下の Gemini ツールは、API に直接アクセスしたいユーザー向けの追加機能です。

Gemini の設定（任意）

# Only required if you want Gemini API features (deep_research, gemini_query, upload_document)
GEMINI_API_KEY=your-api-key          # Get from https://aistudio.google.com/apikey

# Optional settings
GEMINI_DEFAULT_MODEL=gemini-3-flash-preview  # Default model (was gemini-2.5-flash)
GEMINI_DEEP_RESEARCH_ENABLED=true            # Enable Deep Research
GEMINI_TIMEOUT_MS=30000                      # API timeout

用途に応じた使い分け

📄 ドキュメント API（v1.9.0）

Gemini API 経由でドキュメントを直接アップロードしてクエリできます。ブラウザー自動化は不要です。

v1.9.0 では、高速で信頼性の高いドキュメント分析を実現する Gemini Files API が導入されました。PDF をアップロードしてすぐに分析し、完了後に削除できます。

これが重要な理由

新しいツール

upload_document — ドキュメントをすばやくアップロード

あらゆるドキュメントを Gemini にアップロードして、すぐにクエリできます：

Upload /path/to/research-paper.pdf

• 対応形式：PDF（50MB、1000 ページ）、TXT、MD、HTML、CSV、JSON、DOCX、画像、音声、動画
• 48 時間保持 — ファイルは自動的に期限切れになります。手動で削除することもできます
• クエリに使用するファイル ID を返します

query_document — ドキュメントについて質問

"What are the main findings in this research paper?"
"Summarize section 3 of the document"
"Extract all statistics mentioned in the PDF"

• ドキュメント全体を理解します（テキスト、表、グラフ、図）
• 複数のドキュメントに対するクエリ（複数ファイルの比較）
• 高速な API 応答（ブラウザーの待ち時間なし）

list_documents — アップロード済みファイルをすべて表示

List all my uploaded documents

ファイル名、サイズ、MIME タイプ、有効期限を表示します。

delete_document — 機密ファイルを削除

Delete file xyz123

ファイルをすぐに削除します（48 時間の有効期限を待つ必要はありません）。

ワークフローの例

1. upload_document("/research/paper.pdf")
   → Returns: files/abc123

2. query_document("files/abc123", "What methodology was used?")
   → Returns: "The paper uses a mixed-methods approach combining..."

3. query_document("files/abc123", "List all cited authors")
   → Returns: "Smith et al. (2024), Johnson (2023)..."

4. delete_document("files/abc123")
   → File removed

大きな PDF の自動分割（v1.10.0）

ファイルサイズの制限はありません — どのサイズの PDF も自動的に処理されます。

Gemini の制限（50MB または 1000 ページ）を超える PDF をアップロードすると、システムが自動的に次の処理を行います：

1. 検出 — サイズ超過の PDF を検出します
2. 分割 — 最適なサイズのチャンク（各 500 ページ）に分割します
3. アップロード — すべてのチャンクを並列でアップロードします
4. 返却 — クエリに使用するチャンクのメタデータを返します

upload_document("/research/massive-2000-page-report.pdf")

→ Returns:
{
  "wasChunked": true,
  "totalPages": 2000,
  "chunks": [
    { "fileName": "files/abc1", "pageStart": 1, "pageEnd": 500 },
    { "fileName": "files/abc2", "pageStart": 501, "pageEnd": 1000 },
    { "fileName": "files/abc3", "pageStart": 1001, "pageEnd": 1500 },
    { "fileName": "files/abc4", "pageStart": 1501, "pageEnd": 2000 }
  ],
  "allFileNames": ["files/abc1", "files/abc2", "files/abc3", "files/abc4"]
}

query_chunked_document — すべてのチャンクをまとめてクエリ

分割されたドキュメントの場合、このツールを使うとすべての部分をクエリし、集約された回答を取得できます：

query_chunked_document(
  file_names: ["files/abc1", "files/abc2", "files/abc3", "files/abc4"],
  query: "What are the key recommendations in this report?"
)

→ Queries each chunk, then synthesizes a unified answer

ドキュメント API と NotebookLM の使い分け

プログラムによるノートブックの作成（v1.7.0+）

コードだけで NotebookLM のノートブックを作成できます。手動でクリックする必要はありません。

ほとんどの MCP サーバーでは NotebookLM から読み取ることしかできません。このサーバーでは、ノートブックの作成、ソースの追加、音声の生成をすべてプログラムから行えます。

create_notebook — ノートブックをすぐに作成

1 回のコマンドで、複数のソースを含むノートブックを作成します。

{
  "name": "Security Research 2025",
  "sources": [
    { "type": "url", "value": "https://owasp.org/Top10" },
    { "type": "file", "value": "/path/to/security-report.pdf" },
    { "type": "text", "value": "Custom analysis notes...", "title": "My Notes" }
  ],
  "description": "OWASP security best practices",
  "topics": ["security", "owasp", "vulnerabilities"]
}

対応するソースの種類：

• URL — ウェブページ、ドキュメント、記事
• ファイル — PDF、DOCX、TXT など
• テキスト — プレーンテキスト、コードスニペット、メモ

batch_create_notebooks — 大規模に作成

1 回の操作で最大 10 個のノートブックを作成します。

{
  "notebooks": [
    { "name": "React Docs", "sources": [{ "type": "url", "value": "https://react.dev/reference" }] },
    { "name": "Node.js API", "sources": [{ "type": "url", "value": "https://nodejs.org/api/" }] },
    { "name": "TypeScript Handbook", "sources": [{ "type": "url", "value": "https://www.typescriptlang.org/docs/" }] }
  ]
}

次の用途に最適です。

• プロジェクトのドキュメントライブラリを構築する
• 厳選したナレッジベースを使って新しいチームメンバーをオンボーディングする
• 特定のトピックに関する調査用ノートブックをまとめて作成する

manage_sources — ソースを動的に管理

既存のノートブックにソースを追加したり、削除したりできます。

{
  "notebook_id": "abc123",
  "action": "add",
  "sources": [{ "type": "url", "value": "https://new-documentation.com" }]
}

generate_audio — 音声概要の作成

NotebookLM でおなじみの「音声概要」ポッドキャストをプログラムから生成します。

"Generate an audio overview for my Security Research notebook"

sync_notebook — ソースを最新の状態に維持

ローカルディレクトリからノートブックのソースを同期します。

{
  "notebook_id": "abc123",
  "directory": "/path/to/docs",
  "patterns": ["*.md", "*.pdf"]
}

重要な理由

エージェントがナレッジベース全体を自律的に構築できるようになりました。

🎬 動画概要とデータテーブル（v2026.2.0）

AI を活用したビジュアル要約を生成し、あらゆるノートブックから構造化データをプログラムで抽出できます。

NotebookLM の Studio パネルでは、音声概要に加えて動画概要とデータテーブルを利用できるようになりました。このリリースでは、どちらも完全に自動化できます。

generate_video_overview — AI 動画要約

10 種類のビジュアルスタイルで、ノートブックのコンテンツの動画概要を生成します。

2 種類の形式：

• 解説 — 詳細な解説（5～15 分）
• ブリーフ — 簡潔な要約（1～3 分）

"Generate a kawaii-style brief video overview for my Security Research notebook"

get_video_status — 生成の進捗を確認

動画の生成には 3～10 分かかります。進捗を確認します。

"Check video status for my Security Research notebook"
→ { "status": "generating", "progress": 0 }
→ { "status": "ready" }

generate_data_table — 構造化データの抽出

ノートブックのソースから構造化テーブルを生成します。NotebookLM が重要な情報を行と列に抽出します。

"Generate a data table for my research notebook"

get_data_table — テーブルを JSON として抽出

生成したテーブルを、処理に使える構造化 JSON として抽出します。

"Get the data table from my research notebook"
→ {
    "headers": ["Title", "Year", "Key Finding", "Methodology", ...],
    "rows": [["Paper A", "2025", "Finding X", "Survey", ...], ...],
    "totalRows": 27,
    "totalColumns": 7
  }

Studio 機能の使い分け

📊 クエリ履歴とチャットの抽出（v2026.1.0）

NotebookLM のノートブックで、調査の記録を追跡し、会話を復元します。

get_query_history — 過去の調査を確認（v1.10.8）

MCP 経由で行われたすべてのクエリは、確認用に自動で記録されます：

"Show me my recent NotebookLM queries"
"Find queries about security from last week"
"What did I ask the fine-tuning notebook?"

• 自動記録 — すべての Q&A ペアをメタデータとともに保存します
• 検索 — すべてのクエリから特定のトピックを見つけます
• 絞り込み — ノートブック、セッション、日付で絞り込みます
• クォータの追跡 — クエリ数とタイミングを確認します

get_notebook_chat_history — ブラウザーの会話を抽出（v2026.1.0）

NotebookLM ノートブックのチャット UI から会話履歴を直接抽出します。コンテキスト管理により、AI のコンテキストウィンドウがいっぱいになるのを防ぎます：

クイック監査（プレビューモード）：

{ "notebook_id": "my-research", "preview_only": true }

内容を含めずにメッセージ数を返します。抽出する前に、まず動作を確認できます。

ファイルにエクスポート（コンテキストのオーバーフローを回避）：

{ "notebook_id": "my-research", "output_file": "/tmp/chat-history.json" }

履歴全体をコンテキストに返すのではなく、ディスクに書き出します。

履歴をページ分割：

{ "notebook_id": "my-research", "limit": 20, "offset": 0 }
{ "notebook_id": "my-research", "limit": 20, "offset": 20 }

すべてを一度に読み込まずに、大量の履歴をページ単位で確認できます。

返される内容：

{
  "notebook_url": "https://notebooklm.google.com/notebook/xxx",
  "notebook_name": "My Research",
  "total_messages": 150,
  "returned_messages": 40,
  "user_messages": 75,
  "assistant_messages": 75,
  "offset": 0,
  "has_more": true,
  "messages": [...]
}

ユースケース：

• 会話の復元 — NotebookLM ブラウザーで直接行った会話（MCP では追跡されません）を復元します
• 調査の監査 — ノートブックで行われたクエリを確認します
• コンテキストの再開 — 前回のセッションの続きから再開します
• クォータの照合 — クォータが合わないように見える理由を把握します

このフォークを選ぶ理由

オリジナルの NotebookLM MCP は生産性向上に優れていますが、MCP サーバーは機密データを扱います：

• Google 認証を含むブラウザーセッション
• ディスクに保存されるCookie とトークン
• 独自情報が含まれる可能性のあるクエリ履歴

このフォークでは、データを保護するために17 層のセキュリティ強化を追加しています。

セキュリティ機能

耐量子プリミティブ（ローカルの保存データ向け）

ディスク上のシークレットの暗号化には、ハイブリッド耐量子プリミティブを使用します：

ML-KEM-768 (Kyber) + ChaCha20-Poly1305

• ML-KEM-768：NIST 標準化の耐量子鍵カプセル化
• ChaCha20-Poly1305：最新のストリーム暗号（タイミング攻撃の影響を受けません）

適用範囲について： これはローカルの保存データの暗号化です。2 つの鍵はどちらも同じマシン上にあります。PQ 秘密鍵はリモートの受信者が保持するのではなく、マシンにひも付いたシークレットから導出した従来型の鍵でラップされます。 個々の暗号化ファイルがオフラインで盗まれた場合には保護されますが、Harvest-Now-Decrypt-Later 攻撃に対する保護にはなりません（この攻撃への対策には、ラップ解除鍵を保持するリモートの PQ 受信者が必要です）。

クロスプラットフォーム対応

主要なすべてのオペレーティングシステムを完全にネイティブサポートしています。

機密性の高いすべてのファイル（暗号化キー、認証トークン、監査ログ）は、すべてのプラットフォームで自動的に所有者のみがアクセスできる権限で保護されます。

エンタープライズコンプライアンス対応アーキテクチャ（v1.6.0+）

規制対象業界で求められる基準に沿って構築されています。コードレベルの技術的統制はすべて実装されています。完全なコンプライアンスには、組織的なプロセス統制（ポリシー、トレーニング、ベンダー管理）も必要です。正式な認証（SOC2 Type II レポート、GDPR 登録、CSSF への提出）には、第三者による監査契約が必要です。

コンプライアンスツール（16 MCP ツール）

compliance_dashboard    - Real-time compliance status
compliance_report       - Generate audit reports (JSON/CSV/HTML)
compliance_evidence     - Collect evidence packages
grant_consent          - Record user consent
submit_dsar            - Handle data subject requests
request_erasure        - Right to be forgotten
export_user_data       - Data portability export
create_incident        - Security incident management
...and 8 more

詳しいドキュメントについては、COMPLIANCE-SPEC.md をご覧ください。

インストール

インストール直後に API キーなしで使える機能

NotebookLM の主要機能はすべて、ブラウザー認証だけですぐに使えます。

任意： deep_research、gemini_query、upload_document などの追加機能を利用するには、GEMINI_API_KEY を設定してください。

認証済みの検証を繰り返し実行する方法については、認証済みテスト手順書をご覧ください。

Claude Code

claude mcp add notebooklm -- npx @pan-sec/notebooklm-mcp@latest

認証 + Gemini を利用する場合（推奨）

claude mcp add notebooklm \
  --env NLMCP_AUTH_ENABLED=true \
  --env NLMCP_AUTH_TOKEN=$(openssl rand -base64 32) \
  --env GEMINI_API_KEY=your-gemini-api-key \
  -- npx @pan-sec/notebooklm-mcp@latest

Codex

codex mcp add notebooklm -- npx @pan-sec/notebooklm-mcp@latest

{
  "mcpServers": {
    "notebooklm": {
      "command": "npx",
      "args": ["-y", "@pan-sec/notebooklm-mcp@latest"],
      "env": {
        "NLMCP_AUTH_ENABLED": "true",
        "NLMCP_AUTH_TOKEN": "your-secure-token",
        "GEMINI_API_KEY": "your-gemini-api-key"
      }
    }
  }
}

{
  "mcpServers": {
    "notebooklm": {
      "command": "npx",
      "args": ["-y", "@pan-sec/notebooklm-mcp@latest"]
    }
  }
}

{
  "mcpServers": {
    "notebooklm": {
      "command": "npx",
      "args": ["-y", "@pan-sec/notebooklm-mcp@latest"],
      "env": {
        "GEMINI_API_KEY": "your-gemini-api-key"
      }
    }
  }
}

{
  "$schema": "https://opencode.ai/config.json",
  "mcp": {
    "notebooklm": {
      "type": "local",
      "command": ["npx", "-y", "@pan-sec/notebooklm-mcp@latest"],
      "enabled": true,
      "environment": {
        "GEMINI_API_KEY": "your-gemini-api-key"
      }
    }
  }
}

{
  "mcpServers": {
    "notebooklm": {
      "command": "npx",
      "args": ["-y", "@pan-sec/notebooklm-mcp@latest"],
      "env": {
        "GEMINI_API_KEY": "your-gemini-api-key"
      }
    }
  }
}

{
  "mcp": {
    "servers": {
      "notebooklm": {
        "command": "npx",
        "args": ["-y", "@pan-sec/notebooklm-mcp@latest"],
        "env": {
          "GEMINI_API_KEY": "your-gemini-api-key"
        }
      }
    }
  }
}

{
  "mcpServers": {
    "notebooklm": {
      "command": "npx",
      "args": ["-y", "@pan-sec/notebooklm-mcp@latest"],
      "env": {
        "GEMINI_API_KEY": "your-gemini-api-key"
      }
    }
  }
}

クイックスタート

1. インストール（上記を参照）

2. 認証

"Log me in to NotebookLM"

Chrome が開いたら、Google にサインインします

3. ノートブックを追加

notebooklm.google.com にアクセス → ノートブックを作成 → ドキュメントをアップロード → リンクを共有

4. 使用する

"Research [topic] using this NotebookLM: [link]"

5. Deep Research を試す（新機能！）

"Use deep research to investigate [complex topic]"

ツールの完全なリファレンス

リサーチツール

ノートブック管理

ソース管理（v1.7.0 以降）

Studio 機能（v2026.2.0）

セッションとシステム

コンプライアンス（v1.6.0 以降）

GDPR、SOC2、CSSF の要件に対応する 16 個のコンプライアンスツール。

保護対象

設定

すべてのセキュリティ機能はデフォルトで有効です。環境変数で上書きできます。

# Authentication
NLMCP_AUTH_ENABLED=true
NLMCP_AUTH_TOKEN=your-secret-token

# Gemini API (v1.8.0+)
GEMINI_API_KEY=your-api-key
GEMINI_DEFAULT_MODEL=gemini-3-flash-preview  # Default (was gemini-2.5-flash)
GEMINI_DEEP_RESEARCH_ENABLED=true
GEMINI_TIMEOUT_MS=30000
NOTEBOOKLM_NO_GEMINI=false       # Set to true to disable all Gemini tools

# Tool Profiles
NOTEBOOKLM_PROFILE=standard      # minimal (5 tools) | standard (33 tools) | full (all 47)
NOTEBOOKLM_DISABLED_TOOLS=       # Comma-separated list of tools to hide

# Encryption
NLMCP_USE_POST_QUANTUM=true
NLMCP_ENCRYPTION_KEY=base64-32-bytes  # Optional custom key

# Session Limits
NLMCP_SESSION_MAX_LIFETIME=28800  # 8 hours
NLMCP_SESSION_INACTIVITY=1800     # 30 minutes

# Secrets Scanning
NLMCP_SECRETS_SCANNING=true
NLMCP_SECRETS_BLOCK=false         # Block on detection
NLMCP_SECRETS_REDACT=true         # Auto-redact

# Audit Logging
NLMCP_AUDIT_ENABLED=true

# Multi-Session Support (v2026.1.2+)
NOTEBOOK_PROFILE_STRATEGY=isolated  # isolated|single|auto
NOTEBOOK_CLONE_PROFILE=true         # Clone auth from base profile

マルチセッションモード

分離されたブラウザープロファイルを使用して、複数の Claude Code セッションを同時に実行します。

# Add to ~/.bashrc or ~/.zshrc
export NOTEBOOK_PROFILE_STRATEGY=isolated
export NOTEBOOK_CLONE_PROFILE=true

動作の仕組み：

• 各セッションには独自の Chrome プロファイルが割り当てられます（ロックの競合は発生しません）
• 分離されたプロファイルは、認証済みのベースプロファイルから複製されます
• 認証の調整機能により、進行中の認証が完了するまで複製を待機します

設定の完全なリファレンスについては、SECURITY.md を参照してください。

セキュリティスキャン

MEDUSA セキュリティスキャナーを実行します。

npm run security-scan

または、CI/CD に統合します。

- name: Security Scan
  run: npx @pan-sec/notebooklm-mcp && npm run security-scan

比較

他の NotebookLM MCP との比較

セキュリティとコンプライアンス（このフォーク独自）

* コンプライアンス対応：コードレベルの技術的制御を実装しています。完全なコンプライアンスには、組織的なプロセス制御と、第三者監査による正式な認証も必要です。

結論：基本的なクエリ以上の機能が必要な場合や、セキュリティを重視する場合、選択肢はこれ一つです。

バージョン履歴

脆弱性の報告

セキュリティ上の問題を見つけましたか？公開の GitHub issue は作成しないでください。

メール：[email protected]

クレジット

• オリジナルの MCP サーバー：Gérôme Dexheimer — notebooklm-mcp
• セキュリティ強化：Pantheon Security
• 耐量子暗号：@noble/post-quantum
• Gemini API：Google AI

ライセンス

MIT — オリジナルと同じです。