notebooklm

NotebookLM CLI 封装工具（Python）

必需参数

• 已安装 python3。
• 已安装 notebooklm-py（CLI 二进制文件：notebooklm）。
• 已完成 NotebookLM 身份验证（login）。

快速开始

• 封装脚本：scripts/notebooklm.py。
• 命令格式：python3 {baseDir}/scripts/notebooklm.py <command> [args...]。

python3 {baseDir}/scripts/notebooklm.py login
python3 {baseDir}/scripts/notebooklm.py list
python3 {baseDir}/scripts/notebooklm.py use <notebook_id>
python3 {baseDir}/scripts/notebooklm.py status
python3 {baseDir}/scripts/notebooklm.py ask "Summarize the key takeaways" --notebook <notebook_id>

输出指南

• 在支持的情况下，优先使用 --json 获取机器可读的输出。
• 可通过原生命令等待长时间运行的操作：
  • source wait
  • artifact wait
  • research wait

⚡ 子 Agent 委派（避免阻塞）

问题

NotebookLM 的操作（如 source wait、artifact wait、research wait、generate slide-deck 和 source add-research）可能需要数分钟才能完成。在主会话中运行这些操作会阻塞对话。

策略

对于预计耗时超过 30 秒的操作，通过 sessions_spawn 委派给子 Agent：

1. 主会话：确认用户的请求，然后派生一个任务描述清晰的子 Agent。
2. 子 Agent：执行耗时较长的 NotebookLM 命令，等待其完成，然后汇报结果。
3. 主会话：保持响应。子 Agent 会自动通知任务完成。

需要委派的操作

操作	是否委派？	原因
login、status、list、use、clear	❌ 否	执行快速（<5 秒）
ask（聊天）	❌ 否	通常很快（约 10 秒）
source list、source get、note list	❌ 否	快速读取
source add（URL/文本）	⚠️ 视情况而定	提交很快，但之后的 source wait 耗时较长
source add-research	✅ 是	深度研究可能需要 2–5 分钟
source wait	✅ 是	轮询等待，耗时难以预测
generate slide-deck + artifact wait	✅ 是	生成需要 1–5 分钟
research wait	✅ 是	可能需要数分钟
download slide-deck	⚠️ 视情况而定	通常很快，但大文件可能耗时较长
多步工作流（添加资源 → 等待 → 生成 → 等待 → 下载）	✅ 是	组合起来的长时间任务

如何派生

sessions_spawn:
  task: |
    You are a NotebookLM task runner. Execute the following NotebookLM operations
    and report results when done.

    Notebook ID: <notebook_id>
    Commands to run (in order):
    1. <command 1>
    2. <command 2>
    ...

    Use the CLI wrapper: python3 ~/.openclaw/skills/notebooklm-Invoke/scripts/notebooklm.py
    Prefer --json output where supported.
    If any step fails, report the error and stop.
    When complete, summarize what was accomplished and any output files created.
  mode: run
  label: notebooklm-<short-description>

示例：生成幻灯片

用户：“帮我用 notebook X 生成一个 PPT”

主会话回复：

好的，我派了一个后台任务去生成 PPT，完成后会通知你 ✧

派生任务：

sessions_spawn:
  task: |
    NotebookLM task: Generate a slide deck from notebook.

    Steps:
    1. python3 ~/.openclaw/skills/notebooklm-Invoke/scripts/notebooklm.py generate slide-deck "Create a comprehensive slide deck" --notebook <id>
    2. python3 ~/.openclaw/skills/notebooklm-Invoke/scripts/notebooklm.py artifact wait <artifact_id> --notebook <id> --timeout 600 --json
    3. python3 ~/.openclaw/skills/notebooklm-Invoke/scripts/notebooklm.py download slide-deck ./output.pptx --notebook <id> --latest --format pptx

    Report: artifact details, file path, any errors.
  mode: run
  label: notebooklm-slide-deck

示例：添加研究资源

用户：“在 notebook Y 里加一个关于碳足迹的深度研究”

派生任务：

sessions_spawn:
  task: |
    NotebookLM task: Add deep research source.

    Steps:
    1. python3 ~/.openclaw/skills/notebooklm-Invoke/scripts/notebooklm.py source add-research "碳足迹最新研究进展" --mode deep --notebook <id>
    2. python3 ~/.openclaw/skills/notebooklm-Invoke/scripts/notebooklm.py research wait --notebook <id> --timeout 600
    3. python3 ~/.openclaw/skills/notebooklm-Invoke/scripts/notebooklm.py source list --notebook <id> --json

    Report: research status, new sources added, any errors.
  mode: run
  label: notebooklm-research

指南

• 派生任务前，务必告知用户你正在将任务委派给后台任务。
• 使用 mode: run（单次运行）——无需持久会话。
• 使用描述性标签，如 notebooklm-slide-deck、notebooklm-research-carbon，以便轻松跟踪。
• 在任务中包含所有上下文——子 Agent 没有对话历史。
• 错误处理：指示子 Agent 清晰报告错误，以便你转告用户。
• 文件路径：输出文件使用绝对路径，以便主会话找到文件。
• 组合工作流：将相关步骤（添加 → 等待 → 生成 → 等待 → 下载）打包到同一个子 Agent 任务中，而不是派生多个任务。

PPT 生成策略

• 单个生成的幻灯片文件最多应包含 15 页。
• 如果用户要求超过 15 页，请拆分成多个文件（例如第 1/2/3 部分），分别生成。
• 生成后，尽可能提供可下载的 .pptx 文件：
  • download slide-deck ... --format pptx

参考资料

• README.md（安装、要求、故障排除）
• QUICKSTART_CN.md（中文快速上手）
• references/cli-commands.md

资源

• 无。