NotebookLM 集成技能

该技能通过非官方的 notebooklm-py Python 库，使您能够全面调用 Google NotebookLM 的全部能力。它提供了 Web UI 中不可用的程序化访问能力，包括批量操作、自定义格式导出以及高级自动化功能。

适用场景

当您需要执行以下操作时，请使用该技能：

• 创建、列出、重命名或删除 NotebookLM 笔记本
• 导入多种来源类型（URL、YouTube 视频、PDF、文本文件、Google Drive 等）
• 使用自定义角色（persona）向笔记本提问并进行对话
• 运行具备自动导入能力的网页与 Drive 研究代理（research agents）
• 以多种格式和语言生成音频概览（播客）
• 以不同视觉风格生成视频概览
• 生成幻灯片演示文稿（PDF/PPTX）与信息图（PNG）
• 以多种格式（JSON、Markdown、HTML）生成测验题与抽认卡
• 将所有生成的产物本地下载，或导出至 Google Docs / Sheets
• 按指定权限与查看级别共享笔记本

快速开始

安装

首先，请确保已安装 notebooklm-py 库：

pip install notebooklm-py

基本使用模式

Python API

from notebooklm import NotebookLMClient

# 初始化客户端
client = NotebookLMClient()

# 创建新笔记本
notebook = client.create_notebook("我的研究项目")

# 添加来源
notebook.add_source(url="https://example.com/research-paper.pdf")
notebook.add_source(youtube_url="https://youtube.com/watch?v=abc123")
notebook.add_source(file_path="./documents/report.txt")

# 提问
response = notebook.ask("这些来源中的主要发现是什么？")
print(response.text)

# 生成音频概览
audio = notebook.generate_audio_overview(
    format="deep-dive",
    length="medium",
    language="en"
)
audio.save("./outputs/podcast.mp3")

CLI 使用方式

# 创建笔记本
notebooklm notebook create "我的研究"

# 添加来源
notebooklm notebook add-source "我的研究" --url https://example.com/paper.pdf
notebooklm notebook add-source "我的研究" --youtube https://youtube.com/watch?v=abc123

# 提问
notebooklm notebook ask "我的研究" "总结关键要点"

# 生成内容
notebooklm notebook audio "我的研究" --format deep-dive --length medium
notebooklm notebook video "我的研究" --style cinematic
notebooklm notebook slide "我的研究" --format detailed

# 下载产物
notebooklm notebook download "我的研究" --format mp3 --output ./podcasts/

高级功能

研究自动化

# 运行网页研究（自动导入）
research_notebook = client.research_web(
    query="量子计算领域的最新进展",
    max_sources=10,
    mode="deep"  # 或 "fast"
)

# 运行 Drive 研究
drive_notebook = client.research_drive(
    folder_id="your-drive-folder-id",
    query="机器学习论文"
)

批量操作

# 一次性导入多个来源
sources = [
    {"type": "url", "value": "https://example1.com"},
    {"type": "youtube", "value": "https://youtube.com/watch?v=..."},
    {"type": "file", "value": "./document.pdf"}
]

notebook.add_sources(sources)

# 生成多种格式产物
formats = ["mp3", "mp4", "pdf", "png"]
for fmt in formats:
    notebook.download_artifacts(format=fmt, output_dir=f"./outputs/{fmt}")

自定义角色（Persona）

# 设置自定义角色，以获得更聚焦的回答
notebook.set_persona(
    "你是一位专注于机器学习的技术专家。提供详尽、准确的解释，并在必要时附上代码示例。"
)

输出格式

音频概览

• 类型：deep-dive、brief、critique、debate
• 时长：short、medium、long
• 支持语言：50+ 种
• 输出格式：MP3 / MP4

视频概览

• 类型：explainer、brief、cinematic
• 视觉风格：9 种风格，另含 cinematic-video 别名
• 输出格式：MP4

幻灯片演示文稿

• 类型：detailed、presenter
• 输出格式：PDF、PPTX

信息图

• 方向：3 种（portrait、square、landscape）
• 细节等级：3 种（low、medium、high）
• 输出格式：PNG

测验题与抽认卡

• 可配置题目数量与难度
• 输出格式：JSON、Markdown、HTML

最佳实践

1. 错误处理：该库依赖 Google 未公开的 API，其接口可能随时变更——请实现重试逻辑与备用机制
2. 速率限制：注意配额限制，避免触发限流
3. 清理工作：临时文件会自动清理，但请自行管理输出目录
4. 身份认证：使用您的 Google 凭据——请确保已通过浏览器授权流程完成登录
5. 组织管理：为不同项目创建面向具体任务的独立笔记本

更新该技能

如需从 GitHub 仓库更新该技能至最新版本，请按以下步骤操作：

1. 克隆或拉取 notebooklm-py 仓库的最新版本：

   git clone https://github.com/teng-lin/notebooklm-py.git
   # 或若您已拥有本地副本：
   cd notebooklm-py && git pull
   

2. 重新运行安装流程：

   pip install -e .  # 开发模式安装；或直接运行 pip install notebooklm-py
   

3. 若您正在使用 OpenClaw 技能，可通过基于最新仓库重新运行技能构建流程来完成更新。

故障排查

• 若 API 失效，请查阅 notebooklm-py 仓库中的《故障排查指南》
• 若出现身份认证问题，请重新执行登录流程
• 若收到速率限制错误，请降低请求频率，或实现指数退避（exponential backoff）策略
• 部分功能可能需要特定的 Google Workspace 权限

相关技能

• ai-agent-development —— 用于构建调用 NotebookLM 能力的智能体
• audio-transcriber —— 用于处理生成的音频内容
• video-frames —— 用于从视频概览中提取帧画面
• app-builder —— 用于围绕 NotebookLM 工作流构建完整应用程序

稳了，老板。 此技能将 NotebookLM 的全部能力尽握于您指尖。我们先创建哪个笔记本？😉