/ Каталог / Песочница / NotebookLM-py
● Сообщество teng-lin ⚡ Сразу

NotebookLM-py

автор teng-lin · teng-lin/notebooklm-py

Управляйте Google NotebookLM через Claude — создавайте notebooks, загружайте источники, генерируйте audio overviews, включая функции, скрытые в веб-интерфейсе.

notebooklm-py — неофициальный Python API + Claude skill для NotebookLM. Открывает CRUD для notebooks, загрузку источников (PDF, URL, YouTube) и функции audio overview / mind map / FAQ. Включает CLI и agent skill — можно сказать «загрузи эти PDF в notebook и дай audio overview», не открывая notebooklm.google.com.

Зачем использовать

Ключевые функции

Живое демо

Как выглядит на практике

готово

Установка

Выберите клиент

~/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
    }
  }
}

Откройте Claude Desktop → Settings → Developer → Edit Config. Перезапустите после сохранения.

~/.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
    }
  }
}

Cursor использует ту же схему mcpServers, что и Claude Desktop. Конфиг проекта приоритетнее глобального.

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
    }
  }
}

Щёлкните значок MCP Servers на боковой панели Cline, затем "Edit Configuration".

~/.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
    }
  }
}

Тот же формат, что и Claude Desktop. Перезапустите Windsurf для применения.

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

Continue использует массив объектов серверов, а не map.

~/.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"
        ]
      }
    }
  }
}

Добавьте в context_servers. Zed перезагружается автоматически.

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

Однострочная команда. Проверить: claude mcp list. Удалить: claude mcp remove.

Сценарии использования

Реальные сценарии: NotebookLM-py

Построить дайджест исследований из пакета статей

👤 Исследователи / аналитики ⏱ ~20 min beginner

Когда использовать: В inbox пришло 10 статей; нужен быстрый синтез.

Предварительные требования
  • Аккаунт Google с доступом к NotebookLM — Выполните вход один раз через Python auth flow
Поток
  1. Загрузка
    Use notebooklm-py. Create a notebook 'Q2 Reading'. Add the 10 PDFs in /papers/.✓ Скопировано
    → Notebook создан; источники загружены
  2. Синтез
    Generate a topic-clustered summary across all sources.✓ Скопировано
    → Кросс-источниковый синтез
  3. Аудио
    Generate an audio overview. Save the MP3.✓ Скопировано
    → MP3-файл

Итог: 10 статей переварены во что-то, что можно прочитать за 20 минут или прослушать на прогулке.

Подводные камни
  • Качество источников различается — Запросите атрибуцию по источникам в синтезе
Сочетать с: filesystem

Автоматически сгенерировать FAQ из документации продукта

👤 Product / DevRel ⏱ ~25 min beginner

Когда использовать: Есть документация, нужен FAQ для пользователей.

Поток
  1. Загрузить
    Create a notebook from /docs (recursive). Generate FAQ.✓ Скопировано
    → Вывод FAQ
  2. Доработать
    Drop FAQ items that aren't actually frequently asked. Add citations to source sections.✓ Скопировано
    → FAQ с цитатами, отфильтрованный по релевантности

Итог: FAQ готов к публикации.

Подводные камни
  • Универсальные вопросы — Предоставьте примеры реальных вопросов пользователей, если они есть

Комбинации

Сочетайте с другими MCP — эффект x10

notebooklm-py-skill + filesystem

Сохранять audio overviews + саммари локально

Save MP3 to /research/audio/.✓ Скопировано
notebooklm-py-skill + aris-research-skill

ARIS для автономного поиска, NotebookLM для синтеза

ARIS finds papers; NotebookLM digests them into an audio overview.✓ Скопировано

Инструменты

Что предоставляет этот MCP

ИнструментВходные данныеКогда вызыватьСтоимость
create_notebook title Новый проект 1 NotebookLM op
add_source notebook_id, source: pdf|url|youtube Формирование набора источников 1 op + ingestion time
generate_audio notebook_id, style? Audio overview 1 op + render
generate_mind_map notebook_id Визуализация структуры источников 1 op
ask notebook_id, question Q&A с опорой на источники 1 op

Стоимость и лимиты

Во что обходится

Квота API
Ограничено лимитами тарифного плана NotebookLM
Токенов на вызов
Токены минимальны — основная стоимость на стороне API NotebookLM
Деньги
Бесплатно на бесплатном тарифе NotebookLM; платно для более высоких лимитов
Совет
Повторно используйте notebooks; не создавайте и не удаляйте

Безопасность

Права, секреты, радиус поражения

Минимальные скоупы: Google auth for NotebookLM
Хранение учётных данных: Локальный кэш OAuth token
Исходящий трафик: Google NotebookLM
Никогда не давайте: OAuth scopes you don't need

Устранение неполадок

Частые ошибки и исправления

Auth flow stuck

Очистите локальный кэш токенов и пройдите аутентификацию заново

Source ingestion fails for big PDFs

Разбейте на меньшие части; у NotebookLM есть ограничения размера на источник

Audio generation queued forever

Очередь аудио NotebookLM может быть медленной; повторите попытку позже

Альтернативы

NotebookLM-py в сравнении

АльтернативаКогда использоватьКомпромисс
NotebookLM web UIРучное, разовое использованиеНет автоматизации; пропускает программные функции
Custom RAG pipelineНужен полный контроль над моделямиМного инженерии vs бесплатные функции NotebookLM

Ещё

Ресурсы

📖 Читать официальный README на GitHub

🐙 Открытые задачи

🔍 Все 400+ MCP-серверов и Skills