Notebooklm

---

非官方项目——开始之前请了解这些信息

本项目与 Google 无关。它使用 NotebookLM 网页应用所用的相同 batchexecute 端点，并在这些端点变动时回退到浏览器。 这些端点没有公开文档，因此可能随时变更——每次变更后我们都会发布修复， 迄今为止的每次变更都是如此。

两点实用建议：使用专用 Google 账号进行自动化，并且在高频使用时， 请注意 NotebookLM 自身的配额限制。完整内容请参阅 免责声明。

---

可构建的内容

🔗 无代码自动化流水线 — 53 个端点的 REST API 意味着，NotebookLM 可以成为 n8n、Zapier、Make 中的一个步骤，也可以通过 cron 执行一条普通的 curl 命令。你的技术栈中不需要 Agent、MCP 客户端或 Node——只需 HTTP。这正是大多数 NotebookLM 库所缺少的部分。

🤖 Agent 工具 — 通过 MCP 为 Claude Code、Cursor 和 Codex 提供同一套引擎，并附带一项技能，帮助 Agent 熟悉引用格式、考虑每日配额的批处理模式以及传输方式选择。

📚 大规模研究 — 支持多账户轮换和自动重新认证，专为在多个笔记本中连续运行一夜、处理 1 000 多个问题而构建，无需人工看管。

🎙️ 完整的 Studio 生成能力 — 可通过编程方式生成并下载音频概览、视频、信息图、报告、演示文稿、数据表，以及抽认卡、测验和思维导图。

用例与实践方案

NotebookLM 是一个基于来源的引擎：Gemini 阅读你的来源，并根据这些来源给出带引用的回答。最佳模式是让它负责耗时的阅读，而由你自己的技术栈处理编排和最后一步。

减少 Token 消耗——将阅读任务交给 NotebookLM

• 🪙 零 Token 综合层 — 将 30 份文档放进笔记本，让 Gemini 完成繁重的分析，并只在最后润色时使用 Agent 的上下文。推理在服务器端完成；你的 Agent 只负责编排（add_notebook → source_add → notebook_ask）。
• 💾 可离线重新读取的答案缓存 — vault_batch 会将每个答案以结构化 JSON 写入磁盘，并遵循已发布的架构，因此一次批处理就能生成一个语料库，供你搜索、比较差异、重新索引或传入检索层——无需再次查询或消耗配额。

接入非 Agent 工具

• ⚙️ 将 NotebookLM 用作 n8n / Zapier / Make 步骤 — 由于它使用普通 HTTP，带引用的回答可以成为工作流中的一个节点：表单提交会触发一个问题，带引用的答案则会写入电子表格、发送到 Slack 消息或存入数据库。无需 Agent 运行时。
• 📄 文档接收流水线 — 监控文件夹或收件箱，将新 PDF 和 URL 作为来源添加，并在每次收到新内容时，针对这些内容提出一组固定问题。

有据可查的回答

• 🔍 包含实际来源文本的引用 — 返回的答案会包含来源名称和所依据的引用摘录，摘录从引用面板中提取，因此可以核验论断，而不只是追溯其出处。
• 🎓 论文级别的文献综述 — 在多个笔记本中批量处理 100 多个研究问题，在每日配额用尽时轮换账户，并从中断处继续。此功能专为此用途构建，也正是针对这一用途进行测试。

获取生成的内容

• 🔁 一组来源，生成所有格式 — 将一个笔记本的内容扩展为播客、视频、幻灯片、报告、测验和思维导图，然后全部下载到本地。

---

实际应用

真实部署，而非设想。

• 📚 大规模批处理博士论文文献综述 — 本项目专为连续运行一夜、处理 1 000 多个研究问题而构建，并持续针对这一场景进行测试：每日配额用尽时，多账户轮换会接续处理；每个答案都会连同引用一起写入磁盘；运行中断后可以恢复，而不是从头开始。vault_batch 中的批处理模式，正是因为一篇论文的需求而存在。

• 🔌 使用 REST API 替代 RAG 引擎 — musnymubarak/Calim_Doc 用本项目的 HTTP API 替换了基于 Gemini 的检索引擎，并将其作为 Docker 服务（notebooklm:3000）运行，后端配备完整的客户端和工作层。这很好地展示了 REST API 的用途：无需 Agent 运行时，也无需 MCP 客户端——NotebookLM 只是成为其 Python 应用调用的后端服务。

用它构建了什么？欢迎提交 issue——此部分用于展示其他人的成果。

功能

带引文的问答

• 向 NotebookLM 提问，获取准确且有引文佐证的回答
• 提取来源引文，支持 5 种格式：none、inline、footnotes、json、expanded（摘录成功率为 97%）
• 会话管理，支持多轮对话，并在会话过期时自动重新进行身份验证

内容生成

根据笔记本中的来源生成多种类型的内容：

内容类型	格式	选项
音频概览	播客风格的讨论	语言（80 多种）、自定义指令
视频	简短版、讲解版	6 种视觉风格、语言、自定义指令
信息图	横向、纵向	语言、自定义指令
报告	摘要、详细	语言、自定义指令
演示文稿	概览、详细	语言、自定义指令
数据表	简单、详细	语言、自定义指令
抽认卡	学习卡片	语言、自定义指令
测验	测评题目	语言、自定义指令
思维导图	交互式节点图	保存到笔记本

视频视觉风格：课堂、纪录片、动画、企业风、电影风、极简风

生成内容的语言：向任意生成器传入 language，可使用 BCP-47 代码（es、ja、pt_BR、zh_Hans），也可使用英文或该语言本身的名称（"Spanish"、"Español"）。支持 81 种语言；无法识别的语言会被拒绝，而不会悄悄替换为其他语言。使用 NOTEBOOKLM_CONTENT_LANGUAGE 设置默认语言；它有意与 NOTEBOOKLM_UI_LOCALE 独立，后者仅用于选择浏览器回退机制读取的界面语言。

抽认卡和测验通过 generate_study_aid 生成；思维导图通过 generate_mind_map 生成。v3 还新增了 share_notebook、manage_labels 和 research_sources（发现网络/Drive 来源）——请参阅更新日志。

内容下载

• 下载音频 — WAV 音频文件
• 下载视频 — MP4 视频文件
• 下载信息图 — PNG 图片文件
• 基于文本的内容（report、presentation、data_table）会在 API 响应中返回
• 删除生成的内容（content_delete）——此前，笔记本会不断累积任何人曾请求生成的所有草稿，而且除了使用网页 UI 之外，无法删除单个草稿

来源管理

• 添加来源：文件（PDF、TXT、DOCX）、URL、文本、YouTube 视频、Google Drive
• 列出来源：列出每个来源及其 ID 和标题（source_list）
• 重命名来源（rename_source）：按 ID 或名称就地修改标题
• 检查新鲜度（check_source_freshness）：一次调用即可查看 URL/Drive 来源是否已偏离其所指向的内容，覆盖整个笔记本。未获得回答的来源会标记为未知，绝不会标记为最新
• 读取来源指南（get_source_guide）：查看 NotebookLM 为单个来源生成的摘要和关键主题
• 完整读取来源（source_read）：读取 NotebookLM 已编入索引的确切文本——也就是它实际用于推理的内容，而网页 UI 只会零散显示这些内容。可逐字引用来源、检查 PDF 的实际提取结果，或将原始材料交给其他工具。如果愿意，可通过名称而非 ID 指定来源；名称含糊时会直接拒绝，而不会猜测。较长的来源会每次返回一页，并明确说明如何获取下一页；也可设置 paginate: false 一次获取整份文档。

笔记本摘要和聊天记录

• 笔记本里有什么？（get_notebook_summary）— NotebookLM 对其来源的摘要，以及它建议提出的问题，无需花费一次提问即可查看
• 之前问过什么？（get_chat_history）— 按时间倒序读取已记录的问题和答案。恢复工作的 Agent 无需花费提问次数，重复询问已经问过的问题。NotebookLM 每个笔记本只会显示最近的一次对话
• 清除历史记录（delete_chat_history）— 网页界面中的“Delete history”。无法逐轮删除：只能删除整个对话

导出和修订内容

• 导出到 Drive（export_artifact）— 将完成的内容发送到 Google Docs 或 Google Sheets
• 修订一张幻灯片（revise_slide）— 根据提示词修改单张幻灯片，而不是重新生成整套幻灯片

笔记本库

• 管理多个笔记本，并进行验证和智能选择
• 自动发现：通过 NotebookLM 查询自动生成元数据
• 搜索笔记本：按名称、描述或主题中的关键词搜索
• 抓取笔记本：列出 NotebookLM 中的所有笔记本及其 ID 和名称
• 批量删除：一次删除多个笔记本

账户和本地化

• 支持个人账户和 Google Workspace 账户 — 可识别 NotebookLM 的两个主机名（notebooklm.google.com 和 Workspace 别名 notebook.google.com），让 Workspace 会话顺利完成身份验证，不再陷入“session expired”（会话已过期）的循环
• 适配界面语言 — 无论 NotebookLM 界面使用英语、法语、德语还是日语（en · fr · de · ja），都能正常使用；添加语言只需修改一个 JSON 文件

集成选项

• MCP 协议 — Claude Code、Cursor、Codex，以及任何 MCP 客户端
• Agent 技能 — 内置notebooklm 技能（也可单独使用：roomi-fields/notebooklm-skill），帮助 Agent 掌握引用格式、批量转缓存模式，以及何时使用哪种传输方式
• HTTP REST API — n8n、Zapier、Make.com 和自定义集成
• Docker — 使用 Docker 或 Docker Compose 进行隔离部署
• RTFM 检索层 — /batch-to-vault 将有引用依据的答案写入 markdown 文件及 JSON 伴随文件（nblm-answer-v1 架构），可由 RTFM（FTS5 + 语义检索）建立索引，实现无限量离线查询。非常适合学术研究和 SOTA 工作流。指南。

---

快速开始

选项 0 — Claude Code marketplace（一行命令，推荐 Claude Code 用户使用）

将 NotebookLM 添加到 Claude Code 的最快方式。通过 roomi-fields/claude-plugins marketplace 分发，同时提供 RTFM（检索配套工具——参见 RTFM 集成指南）：

/plugin marketplace add roomi-fields/claude-plugins
/plugin install notebooklm@roomi-fields

该命令会注册 MCP 服务和 notebooklm Agent 技能，自动运行 npx -y @roomi-fields/notebooklm-mcp@<pinned-version>（需要 Node ≥ 22），并在新版本发布时让你通过两条命令完成升级：/plugin marketplace update roomi-fields，然后运行 /reload-plugins。接着在终端中运行一次 npx -y -p @roomi-fields/notebooklm-mcp notebooklm-mcp-setup-auth，登录 Google（将打开一个可见的 Chrome 窗口）。若要同时安装 RTFM：/plugin install rtfm@roomi-fields。

选项 1 — HTTP REST API（n8n、Zapier、Make、curl 及任何 HTTP 客户端）

git clone https://github.com/roomi-fields/notebooklm-mcp.git
cd notebooklm-mcp
npm install && npm run build
npm run setup-auth   # One-time Google login
npm run start:http   # Start REST API on port 3000

# Citation-backed Q&A, single curl, JSON response
curl -X POST http://localhost:3000/ask \
  -H 'Content-Type: application/json' \
  -d '{"question": "Summarize chapter 3", "notebook_id": "your-id", "source_format": "json"}'

完整功能包含 33 个有文档说明的端点 — 参见 REST API 参考。若要批量处理 1 000 个以上的问题并在夜间运行，请参见批量处理模式。

选项 2 — MCP 模式（Claude Code、Cursor、Codex）

# Build (same package, MCP transport)
git clone https://github.com/roomi-fields/notebooklm-mcp.git
cd notebooklm-mcp
npm install && npm run build

# Claude Code
claude mcp add notebooklm node /path/to/notebooklm-mcp/dist/index.js

# Cursor — add to ~/.cursor/mcp.json
{
  "mcpServers": {
    "notebooklm": {
      "command": "node",
      "args": ["/path/to/notebooklm-mcp/dist/index.js"]
    }
  }
}

只需登录一次 — 在终端中登录，而不是通过助手登录。 将交互式 Google 登录作为命令运行；系统会打开一个可见的 Chrome 窗口，你登录后，MCP 服务便会重复使用已保存的会话：

npm run setup-auth          # from a clone (Option 2 above)
notebooklm-mcp setup-auth   # from a global install (npm i -g @roomi-fields/notebooklm-mcp)

请在终端中登录，而不要让助手“帮我登录”：某些 stdio MCP 客户端（例如 Claude Desktop）会限制工具调用时长，导致最长可达 10 分钟的交互式登录在你完成登录前就被中断（参见 issue #27）。

选项 3 — Docker（NAS、服务器、无头模式）

# Build and run
docker build -t notebooklm-mcp .
docker run -d --name notebooklm-mcp -p 3000:3000 -p 6080:6080 -v notebooklm-data:/data notebooklm-mcp

# Authenticate via noVNC
# 1. Open http://localhost:6080/vnc.html
# 2. Run: curl -X POST http://localhost:3000/setup-auth -d '{"show_browser":true}'
# 3. Login to Google in the VNC window

请参阅 Docker 指南，了解 NAS 部署（Synology、QNAP）。

---

文档

完整文档站点：https://notebooklm.roomi-fields.com/ · OpenAPI 3.1 规范

指南	描述
安装	HTTP 和 MCP 模式的分步设置
配置	环境变量和安全性
REST API 参考	完整的 HTTP 端点文档（53 个端点）
夜间运行 1 000 个问题	包含自动重新认证和轮换的生产批处理模式
RTFM 集成 — 将缓存作为可搜索的知识库	管道模式：NotebookLM 用于一次性摄取，RTFM 用作检索层。/batch-to-vault 端点、nblm-answer-v1 架构。
n8n 集成	工作流自动化设置
故障排除	常见问题和解决方案
笔记本库	多笔记本管理
自动发现	自主生成元数据
内容管理	音频、视频、信息图、报告、演示文稿
多账户轮换	多个账户与 TOTP 自动重新认证
Docker	Docker 和 Docker Compose 部署
多接口	同时运行 Claude Desktop + HTTP
与 PleasePrompto v2.0.0 对比	与上游仅支持 MCP 的服务进行功能对比
Chrome 配置文件限制	配置文件锁定（已在 v1.3.6+ 中解决）
添加语言	用于支持多语言界面的国际化（i18n）系统

---

路线图

计划中的功能和版本历史请参阅 ROADMAP.md。

最新版本：

• v3.0.1 — 将 Google 交互式登录作为正式的 CLI 命令（notebooklm-mcp setup-auth），适用于全局安装和 stdio 客户端安装；setup_auth / re_auth 接受顶层参数 headless（#27）
• v3.0.0 — 重大重构：双传输（NotebookLM 的内部 batchexecute RPC API，带自动 DOM 回退），速度提升 10-100×，且不受 UI 品牌重塑影响；新增 5 个工具（笔记本分享、学习辅助工具、思维导图、来源标签、网络研究）
• v2.3.0 — 全面支持 Google 的 “Gemini Notebook”品牌重塑：端到端重新验证了创建 / 列出 / 重命名 / 删除、来源以及所有 Studio 生成类型（#23、#21）
• v2.2.1 — 支持识别两个 NotebookLM 主机，使 Google Workspace 账户能够进行身份验证（notebook.google.com 别名）；“Gemini Notebook”品牌重塑后，列出笔记本不再浪费约 30 秒；HTTP 横幅显示实际版本。由 @kpietkaa 诊断并修复（#19）
• v2.2.0 — 修复因答案重复先前内容而导致的新答案检测超时问题（按位置而非文本哈希判断）；stdio 断开连接时可正常关闭；支持 日语 UI 本地化
• v2.1.1 — 为 notebook_create 添加泰语 UI 选择器（部分支持，#18）
• v2.1.0 — 新增 note_list 和 note_get MCP 工具（#17）
• v2.0.4 — 新增德语 UI 选择器（解决 #14）
• v2.0.0 — 工具重命名为带命名空间的树状结构（notebook_ask、source_add、session_list、server_health、vault_batch……），分为 9 个命名空间；tools/list 仅公布规范名称。向后兼容——旧版扁平名称仍可作为别名使用，因此现有脚本和配置仍可正常运行。还为每个工具添加了 MCP annotations（只读 / 破坏性 / 幂等 / 开放世界提示）以及 outputSchema + structuredContent。已发布到 Smithery 注册表。
• v1.7.0 — 将 batch_to_vault 作为正式的 MCP 工具提供（与 HTTP 端点功能一致，无需 localhost 服务）；共享的 runBatchToVault 助手函数在两种传输方式中复用循环逻辑，避免重复
• v1.6.0 — 新增 /batch-to-vault 端点 + RTFM 集成（nblm-answer-v1 JSON Schema 发布于 schemas.roomi-fields.com/nblm-answer-v1.json），用于将 NotebookLM 答案缓存为可搜索的 Markdown 知识库
• v1.5.8 — 适配 NotebookLM 2026 UI（图标标签清理、恢复 Discussion 面板、基于计数检测来源）——@KhizarJamshaidIqbal 提交 PR #5
• v1.5.7 — 修复引用提取选择器（.highlighted）并新增 Docker 多阶段构建——@JulienCANTONI 提交 PR #1
• v1.5.6 — 彻底重写引用提取（成功率 97%）；在启动时通过浏览器验证身份验证；自动同步配置文件
• v1.5.0 — 完整支持 Studio 内容生成（视频、信息图、演示文稿、数据表）+ 笔记管理 + 删除来源
• v1.4.0 — 内容管理（来源、音频、生成）+ 多账户支持

中间的补丁和加固版本（1.5.x–1.7.x）详见完整的 CHANGELOG。

尚未实现：

• 发现来源（使用 Fast/Deep 模式搜索 Web/Drive）
• 编辑笔记（已实现创建、删除和转换）

---

免责声明

此工具会自动执行与 NotebookLM 的浏览器交互。请使用专用的 Google 账户进行自动化操作。Claude Code 等 CLI 工具可能会出错——部署前请务必检查变更。

完整内容请参阅下方的免责声明。

---

贡献

发现 Bug？有新想法？提交 issue 或 PR！

指南请参阅 CONTRIBUTING.md。

许可证

MIT — 可自由用于你的项目。请参阅 LICENSE。

作者

Romain Peyrichou — @roomi-fields

致谢

感谢所有贡献代码、创意和错误报告的人：

• Khizar Jamshaid Iqbal — @KhizarJamshaidIqbal，2025 年 UI 选择器修复、doctor 脚本、PII 清理
• Kazik Pietka — @kpietkaa，支持 notebook.google.com 品牌重塑
• Rui Ruiberriz — @Excauboi，应用 URL 中的 hl=<uiLocale> + 点击跳转抓取回退方案
• @he0xwhale — note_list / note_get MCP 工具
• @eminsnow — 规范工具名称（使用 _ 而非 .）
• Julien Cantoni — @JulienCANTONI

---

完整免责声明

关于浏览器自动化： 虽然我加入了拟人化功能（逼真的打字速度、自然的延迟、鼠标移动），但无法保证 Google 不会检测或标记自动化操作。请使用专门的 Google 账号进行自动化操作。

关于命令行工具和 AI Agent： Claude Code、Codex 等 AI 驱动的助手功能强大，但也可能出错：

• 提交或部署前，务必检查更改
• 先在安全环境中测试
• 备份重要工作
• AI Agent 是助手，并非绝对可靠的预言者

我为自己开发了这个工具，并分享出来，希望能帮助到他人，但对于可能发生的任何问题，我概不负责。请自行决定是否使用。

---