/ 디렉터리 / 플레이그라운드 / NotebookLM-py
● 커뮤니티 teng-lin ⚡ 바로 사용

NotebookLM-py

제작: teng-lin · teng-lin/notebooklm-py

Claude에서 Google NotebookLM을 조작하세요 — 노트북 생성, 소스 수집, 오디오 개요 생성, 웹 UI가 숨기는 기능 포함.

notebooklm-py는 NotebookLM의 비공식 Python API + Claude skill입니다. 노트북 CRUD, 소스 수집 (PDF, URL, YouTube), 오디오 개요 / 마인드맵 / FAQ 기능을 노출합니다. CLI와 에이전트 skill이 포함되어 있어 notebooklm.google.com을 열지 않고도 'PDF들을 노트북에 로드하고 오디오 개요를 줘'라고 말할 수 있습니다.

왜 쓰나요

핵심 기능

라이브 데모

실제 사용 모습

준비됨

설치

클라이언트 선택

~/Library/Application Support/Claude/claude_desktop_config.json  · Windows: %APPDATA%\Claude\claude_desktop_config.json
{
  "mcpServers": {
    "notebooklm-py-skill": {
      "command": "git",
      "args": [
        "clone",
        "https://github.com/teng-lin/notebooklm-py",
        "~/.claude/skills/notebooklm-py"
      ],
      "_inferred": true
    }
  }
}

Claude Desktop → Settings → Developer → Edit Config 열기. 저장 후 앱 재시작.

~/.cursor/mcp.json · .cursor/mcp.json
{
  "mcpServers": {
    "notebooklm-py-skill": {
      "command": "git",
      "args": [
        "clone",
        "https://github.com/teng-lin/notebooklm-py",
        "~/.claude/skills/notebooklm-py"
      ],
      "_inferred": true
    }
  }
}

Cursor는 Claude Desktop과 동일한 mcpServers 스키마 사용. 프로젝트 설정이 전역보다 우선.

VS Code → Cline → MCP Servers → Edit
{
  "mcpServers": {
    "notebooklm-py-skill": {
      "command": "git",
      "args": [
        "clone",
        "https://github.com/teng-lin/notebooklm-py",
        "~/.claude/skills/notebooklm-py"
      ],
      "_inferred": true
    }
  }
}

Cline 사이드바의 MCP Servers 아이콘 클릭 후 "Edit Configuration" 선택.

~/.codeium/windsurf/mcp_config.json
{
  "mcpServers": {
    "notebooklm-py-skill": {
      "command": "git",
      "args": [
        "clone",
        "https://github.com/teng-lin/notebooklm-py",
        "~/.claude/skills/notebooklm-py"
      ],
      "_inferred": true
    }
  }
}

Claude Desktop과 같은 형식. Windsurf 재시작 후 적용.

~/.continue/config.json
{
  "mcpServers": [
    {
      "name": "notebooklm-py-skill",
      "command": "git",
      "args": [
        "clone",
        "https://github.com/teng-lin/notebooklm-py",
        "~/.claude/skills/notebooklm-py"
      ]
    }
  ]
}

Continue는 맵이 아닌 서버 오브젝트 배열 사용.

~/.config/zed/settings.json
{
  "context_servers": {
    "notebooklm-py-skill": {
      "command": {
        "path": "git",
        "args": [
          "clone",
          "https://github.com/teng-lin/notebooklm-py",
          "~/.claude/skills/notebooklm-py"
        ]
      }
    }
  }
}

context_servers에 추가. 저장 시 Zed가 핫 리로드.

claude mcp add notebooklm-py-skill -- git clone https://github.com/teng-lin/notebooklm-py ~/.claude/skills/notebooklm-py

한 줄 명령. claude mcp list로 확인, claude mcp remove로 제거.

사용 사례

실전 활용법: NotebookLM-py

논문 배치에서 연구 다이제스트 구축

👤 연구자 / 분석가 ⏱ ~20 min beginner

언제 쓸까: 받은 편지함에 10개의 논문이 쌓였을 때; 빠른 합성이 필요할 때.

사전 조건
  • NotebookLM 접근 권한이 있는 Google 계정 — Python 인증 플로를 통해 한 번 로그인
흐름
  1. 수집
    Use notebooklm-py. Create a notebook 'Q2 Reading'. Add the 10 PDFs in /papers/.✓ 복사됨
    → 노트북 생성됨; 소스 로드됨
  2. 합성
    Generate a topic-clustered summary across all sources.✓ 복사됨
    → 교차 소스 합성
  3. 오디오
    Generate an audio overview. Save the MP3.✓ 복사됨
    → MP3 파일

결과: 10개의 논문이 20분 안에 읽거나 산책하면서 들을 수 있는 것으로 소화됨.

함정
  • 소스 품질이 다양함 — 합성에서 소스별 귀속을 요청
함께 쓰기: filesystem

제품 문서에서 FAQ 자동 생성

👤 제품 / DevRel ⏱ ~25 min beginner

언제 쓸까: 문서가 있고 사용자를 위한 FAQ가 필요할 때.

흐름
  1. 로드
    Create a notebook from /docs (recursive). Generate FAQ.✓ 복사됨
    → FAQ 출력
  2. 정제
    Drop FAQ items that aren't actually frequently asked. Add citations to source sections.✓ 복사됨
    → 인용이 포함된 관련성 필터링된 FAQ

결과: 게시 준비가 된 FAQ.

함정
  • 일반적인 질문 — 실제 사용자 질문 예시가 있다면 제공

조합

다른 MCP와 조합해 10배 효율

notebooklm-py-skill + filesystem

오디오 개요 + 요약을 로컬에 저장

notebooklm-py-skill + aris-research-skill

ARIS로 자율 연구, NotebookLM으로 합성

도구

이 MCP가 노출하는 것

도구입력언제 호출비용
create_notebook title 새 프로젝트 NotebookLM 작업 1회
add_source notebook_id, source: pdf|url|youtube 소스 집합 구축 작업 1회 + 수집 시간
generate_audio notebook_id, style? 오디오 개요 작업 1회 + 렌더링
generate_mind_map notebook_id 소스 구조 시각화 작업 1회
ask notebook_id, question 소스에 기반한 Q&A 작업 1회

비용 및 제한

운영 비용

API 쿼터
NotebookLM 플랜 제한에 따름
호출당 토큰
token은 최소 — 대부분의 비용은 NotebookLM API
금액
NotebookLM 무료 티어에서는 무료; 더 높은 제한은 유료
노트북 재사용; 생성 후 폐기 금지

보안

권한, 시크릿, 파급범위

최소 스코프: NotebookLM을 위한 Google 인증
자격 증명 저장: 로컬 OAuth token 캐시
데이터 외부 송신: Google NotebookLM
절대 부여 금지: 필요하지 않은 OAuth 범위

문제 해결

자주 발생하는 오류와 해결

인증 플로 중단

로컬 token 캐시를 지우고 재인증

큰 PDF 소스 수집 실패

더 작은 청크로 분할; NotebookLM의 소스당 크기 제한이 있음

오디오 생성이 영원히 대기

NotebookLM의 오디오 대기열이 느릴 수 있음; 나중에 재시도

대안

NotebookLM-py 다른 것과 비교

대안언제 쓰나단점/장점
NotebookLM 웹 UI수동, 일회성 사용자동화 없음; 프로그래밍 방식 기능 없음
커스텀 RAG 파이프라인모델에 대한 완전한 제어가 필요할 때많은 엔지니어링 vs 무료 NotebookLM 기능

더 보기

리소스

📖 GitHub에서 공식 README 읽기

🐙 열린 이슈 보기

🔍 400+ MCP 서버 및 Skills 전체 보기