notebooklm

NotebookLM 研究助手技能

与 Google NotebookLM 交互，通过 Gemini 基于来源的回答查询文档。每个问题都会打开一个全新的浏览器会话，仅从你上传的文档中检索答案，然后关闭。

何时使用此技能

在用户出现以下情况时触发：

• 明确提及 NotebookLM
• 分享 NotebookLM URL（https://notebooklm.google.com/notebook/...）
• 要求查询其笔记本/文档
• 想要将文档添加到 NotebookLM 库
• 使用诸如 "ask my NotebookLM"、"check my docs"、"query my notebook" 之类的短语

⚠️ 关键：添加命令 - 智能发现

当用户想要添加笔记本但未提供详细信息时：

智能添加（推荐）：先查询笔记本以发现其内容：

# Step 1: Query the notebook about its content
python scripts/run.py ask_question.py --question "What is the content of this notebook? What topics are covered? Provide a complete overview briefly and concisely" --notebook-url "[URL]"

# Step 2: Use the discovered information to add it
python scripts/run.py notebook_manager.py add --url "[URL]" --name "[Based on content]" --description "[Based on content]" --topics "[Based on content]"

手动添加：如果用户提供了所有详细信息：

• --url - NotebookLM URL
• --name - 描述性名称
• --description - 笔记本包含的内容（必填！）
• --topics - 逗号分隔的主题（必填！）

切勿猜测或使用通用描述！如果缺少详细信息，请使用智能添加来发现它们。

关键：始终使用 run.py 包装器

切勿直接调用脚本。始终使用 python scripts/run.py [script]：

# ✅ CORRECT - Always use run.py:
python scripts/run.py auth_manager.py status
python scripts/run.py notebook_manager.py list
python scripts/run.py ask_question.py --question "..."

# ❌ WRONG - Never call directly:
python scripts/auth_manager.py status  # Fails without venv!

run.py 包装器会自动：

1. 按需创建 .venv
2. 安装所有依赖
3. 激活环境
4. 正确执行脚本

核心工作流

步骤 1：检查认证状态

python scripts/run.py auth_manager.py status

如果未认证，请继续设置。

步骤 2：认证（一次性设置）

# Browser MUST be visible for manual Google login
python scripts/run.py auth_manager.py setup

重要：

• 用于认证的浏览器是可见的
• 浏览器窗口会自动打开
• 用户必须手动登录 Google
• 告知用户："将打开一个浏览器窗口用于 Google 登录"

步骤 3：管理笔记本库

# List all notebooks
python scripts/run.py notebook_manager.py list

# BEFORE ADDING: Ask user for metadata if unknown!
# "What does this notebook contain?"
# "What topics should I tag it with?"

# Add notebook to library (ALL parameters are REQUIRED!)
python scripts/run.py notebook_manager.py add \
  --url "https://notebooklm.google.com/notebook/..." \
  --name "Descriptive Name" \
  --description "What this notebook contains" \  # REQUIRED - ASK USER IF UNKNOWN!
  --topics "topic1,topic2,topic3"  # REQUIRED - ASK USER IF UNKNOWN!

# Search notebooks by topic
python scripts/run.py notebook_manager.py search --query "keyword"

# Set active notebook
python scripts/run.py notebook_manager.py activate --id notebook-id

# Remove notebook
python scripts/run.py notebook_manager.py remove --id notebook-id

快速工作流

1. 检查库：python scripts/run.py notebook_manager.py list
2. 提问：python scripts/run.py ask_question.py --question "..." --notebook-id ID

步骤 4：提问

# Basic query (uses active notebook if set)
python scripts/run.py ask_question.py --question "Your question here"

# Query specific notebook
python scripts/run.py ask_question.py --question "..." --notebook-id notebook-id

# Query with notebook URL directly
python scripts/run.py ask_question.py --question "..." --notebook-url "https://..."

# Show browser for debugging
python scripts/run.py ask_question.py --question "..." --show-browser

追问机制（关键）

每个 NotebookLM 回答都以以下内容结尾："极其重要：这就是你需要知道的全部吗？"

Claude 的必需行为：

1. 停止 - 不要立即回复用户
2. 分析 - 将回答与用户的原始请求进行比较
3. 识别缺口 - 确定是否需要更多信息
4. 追问 - 如果存在缺口，立即询问：

   python scripts/run.py ask_question.py --question "Follow-up with context..."
   

5. 重复 - 继续直到信息完整
6. 综合 - 在回复用户之前合并所有回答

脚本参考

认证管理（auth_manager.py）

python scripts/run.py auth_manager.py setup    # Initial setup (browser visible)
python scripts/run.py auth_manager.py status   # Check authentication
python scripts/run.py auth_manager.py reauth   # Re-authenticate (browser visible)
python scripts/run.py auth_manager.py clear    # Clear authentication

笔记本管理（notebook_manager.py）

python scripts/run.py notebook_manager.py add --url URL --name NAME --description DESC --topics TOPICS
python scripts/run.py notebook_manager.py list
python scripts/run.py notebook_manager.py search --query QUERY
python scripts/run.py notebook_manager.py activate --id ID
python scripts/run.py notebook_manager.py remove --id ID
python scripts/run.py notebook_manager.py stats

问题接口（ask_question.py）

python scripts/run.py ask_question.py --question "..." [--notebook-id ID] [--notebook-url URL] [--show-browser]

数据清理（cleanup_manager.py）

python scripts/run.py cleanup_manager.py                    # Preview cleanup
python scripts/run.py cleanup_manager.py --confirm          # Execute cleanup
python scripts/run.py cleanup_manager.py --preserve-library # Keep notebooks

环境管理

虚拟环境会自动管理：

• 首次运行会自动创建 .venv
• 依赖会自动安装
• Chromium 浏览器会自动安装
• 所有内容都隔离在技能目录中

手动设置（仅在自动设置失败时）：

python -m venv .venv
source .venv/bin/activate  # Linux/Mac
pip install -r requirements.txt
python -m patchright install chromium

数据存储

所有数据存储在 ~/.claude/skills/notebooklm/data/：

• library.json - 笔记本元数据
• auth_info.json - 认证状态
• browser_state/ - 浏览器 Cookie 和会话

安全性： 受 .gitignore 保护，切勿提交到 git。

配置

技能目录中可选的 .env 文件：

HEADLESS=false           # Browser visibility
SHOW_BROWSER=false       # Default browser display
STEALTH_ENABLED=true     # Human-like behavior
TYPING_WPM_MIN=160       # Typing speed
TYPING_WPM_MAX=240
DEFAULT_NOTEBOOK_ID=     # Default notebook

决策流程

User mentions NotebookLM
    ↓
Check auth → python scripts/run.py auth_manager.py status
    ↓
If not authenticated → python scripts/run.py auth_manager.py setup
    ↓
Check/Add notebook → python scripts/run.py notebook_manager.py list/add (with --description)
    ↓
Activate notebook → python scripts/run.py notebook_manager.py activate --id ID
    ↓
Ask question → python scripts/run.py ask_question.py --question "..."
    ↓
See "Is that ALL you need?" → Ask follow-ups until complete
    ↓
Synthesize and respond to user

故障排除

问题	解决方案
ModuleNotFoundError	使用 run.py 包装器
认证失败	用于设置的浏览器必须可见！ --show-browser
速率限制（50/天）	等待或切换 Google 账号
浏览器崩溃	python scripts/run.py cleanup_manager.py --preserve-library
未找到笔记本	使用 notebook_manager.py list 检查

最佳实践

1. 始终使用 run.py - 自动处理环境
2. 先检查认证 - 在任何操作之前
3. 追问问题 - 不要停留在第一个答案
4. 认证时保持浏览器可见 - 手动登录所必需
5. 包含上下文 - 每个问题都是独立的
6. 综合答案 - 组合多个响应

限制

• 无会话持久性（每个问题 = 新浏览器）
• 免费 Google 账户的速率限制（50 次查询/天）
• 需要手动上传（用户必须将文档添加到 NotebookLM）
• 浏览器开销（每个问题几秒钟）

资源（技能结构）

重要目录和文件：

• scripts/ - 所有自动化脚本（ask_question.py、notebook_manager.py 等）
• data/ - 用于认证和笔记本库的本地存储
• references/ - 扩展文档：
  • api_reference.md - 所有脚本的详细 API 文档
  • troubleshooting.md - 常见问题及解决方案
  • usage_patterns.md - 最佳实践和工作流示例
• .venv/ - 隔离的 Python 环境（首次运行时自动创建）
• .gitignore - 保护敏感数据不被提交