notebooklm-py 是社群維護的非官方 Python API 與代理技能，把 Google Gemini Notebook 的操作搬到命令列與程式碼。專案累積 20,142 顆星標、2,678 個分支，採 MIT 授權，最新版本為十月底的 v0.8.6。代理可建立筆記本、匯入來源、執行深度研究，並批次下載語音與簡報。
這個專案處理的是一個長期存在的落差。NotebookLM 的價值在於以使用者自己的資料為依據回答問題，但官方介面只提供網頁操作，沒有排程、沒有批次、也沒有代理可以直接呼叫的介面。社群版本補上這一層，代價是必須依賴未公開的內部端點。
名稱與產品定位之間有一個容易被忽略的細節。Google 於二零二六年七月把 NotebookLM 更名為 Gemini Notebook，舊連結自動轉向，套件名稱則維持不變，因此它驅動的仍是同一個服務。
notebooklm-py 是什麼？
notebooklm-py 是社群維護的非官方 Python 套件，將 Gemini Notebook 的筆記本、來源與生成功能封裝為 API、命令列與 MCP 介面。
專案由開發者 teng-lin 於二零二六年一月建立，主要語言為 Python，支援三點十至三點十五版執行環境。它不修改 Google 的服務，而是在用戶端重現官方介面的請求流程，並補上網頁版沒有開放的能力。
定位可以用一句話概括。它把 NotebookLM 當成一個以資料為依據的推理引擎，代理負責編排流程，昂貴的閱讀與摘要交給伺服器端處理，最後只把結構化產物取回本機。
這種分工在成本上相當直接。代理不需要把整份語料讀進上下文，只需送出問題與來源清單，輸出階段的 token 支出大幅下降，適合需要反覆處理大量文件的流程。
為什麼社群要自行封裝官方服務？
官方只提供網頁操作，沒有排程、批次下載與程式介面，代理無法直接調用。社群封裝補上命令列、Python 與 MCP 三層入口，讓研究與內容產出可以納入自動化流程。
需求主要來自三類使用者。研究者需要把數十份論文匯入同一個筆記本並批次匯出問答，內容團隊需要一次生成多語言的語音與簡報，開發者則希望把既有知識庫接進代理的推理鏈。
官方限制同時構成技術風險。專案說明本身使用未公開的 Google 介面，端點可能在未通知的情況下變動，大量請求會觸發流量限制，適合原型與個人專案，並不建議放進無法中斷的生產流程。
維護者對這一點寫得相當坦白。儲存庫首頁明確標示與 Google 無關、介面可能失效、需自行承擔風險，並把疑難排解文件獨立成章，這種透明度反而令採用者更容易評估界線。
它支援哪些 NotebookLM 功能？
輸入端支援筆記本建立與複製、多格式來源匯入與研究代理；輸出端支援語音、影片、簡報、資訊圖、測驗、閃卡、報告、資料表與心智圖九種產物。
輸入端支援網路連結、YouTube、Google 雲端硬碟與上傳檔案。檔案格式包含 PDF、純文字、Markdown、Word、EPUB、音訊、影片與圖片，並可取得來源的索引全文與導讀。
對話端除了提問與歷史紀錄，還支援自訂角色設定與建議提問。使用者可以把整段對話或單一回答存成筆記，令跨 session 的脈絡得以延續。
生成端的覆蓋範圍最廣。語音摘要提供深談、簡報、評論與辯論四種形式，可選三種長度與五十多種語言；影片摘要提供四種形式與八種視覺風格；簡報可輸出 PDF 或可編輯的 PPTX，並支援以自然語言修改單一頁面。
有哪些網頁版做不到的操作？
可批次下載同類產物、把測驗與閃卡匯出成 JSON 或 Markdown、抽取心智圖階層資料、將資料表存成 CSV、單頁修訂簡報與腳本化管理分享權限。
批次能力對內容流程影響最大。網頁版一次只能下載一個產物，命令列版本可以指定類型後一次取回全部，對於需要為多個主題各生成一份語音摘要的情境，差距以小時計。
結構化匯出則打通了後續工具鏈。測驗與閃卡可輸出成 JSON、Markdown 或 HTML，直接匯入 Anki 或自建練習系統；心智圖可取得階層節點資料，交給視覺化工具重繪。
權限管理同樣可以腳本化。公開與私人連結、檢視者與編輯者角色、檢視層級都能以指令設定，適合為每個客戶建立獨立筆記本並批次開通存取。
如何在 Claude Code 或 OpenClaw 中安裝使用？
以 uv 工具或 pipx 安裝瀏覽器擴充版本，執行登入後以 auth check 驗證；代理端可安裝隨附技能，或以 MCP 伺服器形式註冊，之後以自然語言驅動筆記本操作。
命令列安裝建議使用隔離環境。官方推薦 uv tool install "notebooklm-py[browser]" 或 pipx，避免與系統套件衝突，登入時會自動下載約一百七十 MB 的 Chromium 並開啟 Google 登入頁。
驗證步驟只需一行。notebooklm auth check --test --json 會回傳狀態，確認憑證可用的同時也確認端點連線正常，適合放進部署腳本作為前置檢查。
代理整合有三種方式。儲存庫根目錄附帶技能檔，可用 npx skills add 安裝到 Claude Code 或代理技能目錄；也可啟動 MCP 伺服器以標準輸入輸出註冊；或部署 REST 服務，讓多個流程共用同一個已登入的後端。
三種認證方式有何差別？
互動登入適合本機開發，cookie 匯入免安裝 Playwright，主權杖可在無圖形環境按需換取 cookie，適合伺服器與排程，另支援多帳號切換。
互動登入最直觀。首次執行時開啟瀏覽器完成 Google 登入，之後把 cookie 存在設定檔內，適合個人電腦與臨時測試。
瀏覽器 cookie 匯入省去自動化依賴。指令可直接讀取已登入的 Chrome 設定檔，不必安裝 Playwright 與 Chromium，對於已經在瀏覽器登入多個帳號的使用者特別方便。
主權杖是無人值守場景的答案。它以長期憑證按需換取短期 cookie，過期後自動重建，不需要每次重新登入；官方提醒這等同完整帳號憑證，建議使用專用帳號並妥善保護設定檔。
雙後端架構解決了什麼問題？
網頁通道依賴內部請求格式，改版即可能失效；Android 通道改用行動版 gRPC 與權杖認證，十一個命名空間全數可用，依賴度較低。
網頁通道的穩定性取決於 Google 前端的內部結構。請求批次、版本標籤與方法編號一旦調整，舊版客戶端就會失效，這也是非官方封裝最常見的故障來源。
行動通道把依賴換成較穩定的介面。它讀取主權杖後換取短期行動憑證，改用型別化的 gRPC 呼叫，官方說明十一個公開命名空間都可使用，不必退回網頁通道。
代價是需要額外安裝。Android 執行環境不在預設的完整安裝範圍內，需以擴充方式安裝並完成一次性設定，適合長期運行且不願頻繁追版本的部署。
有哪些值得參考的實際應用場景？
把大量文件交給伺服器端分析以節省 token、將語料濃縮成可版本化的代理技能、以文件庫建立帶引用的問答，以及排程產出語音簡報與測驗閃卡。
節省上下文是最直接的用法。代理只負責建立筆記本、加入來源與提問，推理在 Google 端完成，本機只需處理最後的整理與輸出。
知識沉澱是第二條路徑。以深度研究模式載入一個領域的資料，讓 NotebookLM 先壓縮成結構化摘要，再寫成代理啟動時載入的技能檔，之後每次調用都不再消耗 token 或網路請求。
支援與營運場景同樣可行。把產品文件、常見問題與歷史工單載入同一筆記本，以帶引用的問答形式回答內部提問，等同一個不需自建向量資料庫的檢索層。
排程產出則把手動流程變成例行工作。配合憑證自動更新，可每日生成一份語音簡報並發佈到 podcast feed，或為每個課程主題批次產出測驗與閃卡。
專案數據與社群規模如何？
專案累積兩萬零一百四十二顆星標、兩千六百七十八個分支、二十五個待處理議題，主要語言為 Python，二零二六年一月建立，最新正式版本為十月二十九日的零點八點六版。
成長曲線反映的是需求而非熱度。十個月內突破兩萬顆星標，分支數接近兩千七百，貢獻者超過七十人，這種比例通常出現在真正被納入工作流程的工具上。
版本節奏保持密集。十月二十九日的零點八點六版之後仍有頻繁提交，近期改動集中在 Android 通道、認證穩定性與批次下載，顯示維護者正把重心從功能覆蓋轉向可靠度。
議題數量維持在低位。二十五個待處理議題對照兩萬顆星標的規模屬於克制，代表多數問題已在文件中得到解答，或已被快速修補。
出處連結與延伸閱讀有哪些？
原始碼位於 GitHub 的 teng-lin 帳號，套件以同名發布於 PyPI，另附命令列、Python API、MCP 與 Android 通道四份文件。
儲存庫的說明文件分層清楚。命令列與 Python API 各有完整參考，MCP 指南說明本機與遠端部署兩種形態，Android 通道則另附協定細節與憑證保護建議。
社群產出的教學也值得對照。多篇實作紀錄描述以深研模式載入語料、把問卷匯出成練習題、把心智圖資料接回筆記軟體的做法，可作為自行設計流程的起點。
參考來源：https://github.com/teng-lin/notebooklm-py
總結：notebooklm-py 適合什麼使用者？
需要批次處理文件、把既有語料轉成代理知識、或以排程產出語音與簡報的個人與小團隊最適合。若流程不能容忍介面失效，或涉及敏感資料，則應改用官方方案或自建檢索系統。
專案的核心價值在於把一個封閉的網頁工具變成可編排的元件。研究、內容與支援三個場景都能因此省下大量重複操作，代理則專注在最後的判斷與整合。
限制需要如實看待。它依賴未公開介面，版本更新可能令部分功能失效；主權杖等同完整帳號憑證，保管不當的後果嚴重；批次操作會觸發流量限制，需要刻意安排節奏。
務實的起步方式是先以一個專用帳號、一份小型語料跑通完整流程，確認輸出品質與憑證管理方式，再逐步擴大到排程與多筆記本的情境。
