NotebookLM Skill
通过非官方 Python API 访问 Google NotebookLM 的全部功能。
前置要求
pip install notebooklm-py
pip install "notebooklm-py[browser]" # 首次登录需要
playwright install chromium
认证
首次使用需要登录：
notebooklm login
或使用 Edge（某些企业环境需要）：
notebooklm login --browser msedge
核心功能
1. 笔记本管理
# 创建笔记本
notebooklm create "我的研究"
# 列出所有笔记本
notebooklm list
# 切换当前笔记本
notebooklm use <notebook_id>
# 删除笔记本
notebooklm delete <notebook_id>
2. 添加来源
# 添加网页
notebooklm source add "https://example.com/article"
# 添加本地文件（PDF、Word、Markdown、音频、视频、图片）
notebooklm source add "./paper.pdf"
notebooklm source add "./lecture.mp3"
# 添加 YouTube 视频
notebooklm source add "https://youtube.com/watch?v=xxx"
# 执行网络研究并自动导入
notebooklm source add-research "人工智能发展趋势" --mode deep
3. 内容生成
# 生成音频概述（播客）
notebooklm generate audio "让内容更生动有趣" --wait
# 生成视频概述
notebooklm generate video --style whiteboard --wait
# 生成电影风格视频
notebooklm generate cinematic-video "纪录片风格总结" --wait
# 生成幻灯片
notebooklm generate slide-deck
# 生成信息图
notebooklm generate infographic --orientation landscape
# 生成测验
notebooklm generate quiz --difficulty hard --quantity 10
# 生成记忆卡片
notebooklm generate flashcards --quantity 20
# 生成思维导图
notebooklm generate mind-map
# 生成数据表格
notebooklm generate data-table "对比主要观点"
# 生成报告
notebooklm generate report "研究简报"
音频格式选项：
deep-dive- 深入探讨brief- 简要概述critique- 批判性分析debate- 辩论形式
视频风格选项：
whiteboard- 白板风格news- 新闻风格cinematic- 电影风格
4. 下载生成的内容
# 下载音频（播客）
notebooklm download audio ./podcast.mp3
# 下载视频
notebooklm download video ./overview.mp4
# 下载幻灯片（支持 PDF 和 PPTX）
notebooklm download slide-deck ./slides.pdf
notebooklm download slide-deck --format pptx ./slides.pptx
# 下载测验（支持 JSON、Markdown、HTML）
notebooklm download quiz --format json ./quiz.json
notebooklm download quiz --format markdown ./quiz.md
# 下载记忆卡片
notebooklm download flashcards --format json ./flashcards.json
# 下载思维导图
notebooklm download mind-map ./mindmap.json
# 下载信息图
notebooklm download infographic ./infographic.png
# 下载数据表格
notebooklm download data-table ./data.csv
5. 聊天问答
# 向笔记本提问
notebooklm ask "总结核心观点"
notebooklm ask "解释这个概念"
# 使用自定义人格
notebooklm ask "用简单的语言解释" --persona "友好导师"
完整工作流示例
学术研究转播客
# 1. 创建笔记本
notebooklm create "论文解读"
# 2. 上传论文 PDF
notebooklm source add "./research-paper.pdf"
# 3. 生成播客（深入探讨风格）
notebooklm generate audio "深入分析研究方法" --format deep-dive --wait
# 4. 下载 MP3
notebooklm download audio ./paper-podcast.mp3
批量视频生成
# 1. 创建笔记本并添加多个来源
notebooklm create "课程笔记"
notebooklm source add "./lecture1.pdf"
notebooklm source add "./lecture2.pdf"
notebooklm source add "https://reference-site.com"
# 2. 生成白板风格教学视频
notebooklm generate video --style whiteboard --wait
# 3. 同时生成测验检验学习效果
notebooklm generate quiz --difficulty medium
# 4. 下载所有材料
notebooklm download video ./lesson.mp4
notebooklm download quiz --format markdown ./quiz.md
研究项目自动化
# 1. 执行深度网络研究
notebooklm create "市场调研"
notebooklm source add-research "2024年电动汽车市场趋势" --mode deep
# 2. 生成综合分析报告
notebooklm generate report "市场分析报告"
# 3. 生成数据对比表格
notebooklm generate data-table "对比主要厂商的市场份额"
# 4. 生成演示幻灯片
notebooklm generate slide-deck
# 5. 批量下载所有材料
notebooklm download report ./report.md
notebooklm download data-table ./data.csv
notebooklm download slide-deck ./presentation.pdf
Python API 使用
当需要更复杂的逻辑时，使用 Python API：
import asyncio
from notebooklm import NotebookLMClient
async def research_workflow():
async with await NotebookLMClient.from_storage() as client:
# 创建笔记本
nb = await client.notebooks.create("自动化研究")
# 批量添加来源
await client.sources.add_url(nb.id, "https://example.com/1", wait=True)
await client.sources.add_file(nb.id, "./doc.pdf", wait=True)
# 生成内容
status = await client.artifacts.generate_audio(
nb.id,
instructions="制作引人入胜的播客",
format="deep-dive"
)
await client.artifacts.wait_for_completion(nb.id, status.task_id)
# 下载
await client.artifacts.download_audio(nb.id, "output.mp3")
return nb.id
# 运行
nb_id = asyncio.run(research_workflow())
print(f"完成！笔记本ID: {nb_id}")
故障排查
# 检查认证状态
notebooklm auth check --test
# 查看元数据
notebooklm metadata --json
# 查看分享状态
notebooklm share status
# 列出支持的语言
notebooklm language list
注意事项
- 这是非官方库，使用 Google 内部 API，可能随时变动
- 大量使用时可能触发 rate limit
- 适合原型、研究和个人项目
- 首次登录后，凭据会保存在本地，后续无需重复登录