14.6k Star: Kawal Google NotebookLM dengan Python, sambung Claude Code

Antaramuka web Google NotebookLM sesuai untuk penggunaan santai, tetapi apabila anda perlukan pipeline penyelidikan, skrip shell atau aliran kerja ejen AI, anda terhenti: kebanyakan tindakan memerlukan klik UI, dan kerja batch menjadi melelahkan.

notebooklm-py di GitHub ( 14.6k+ star setakat Mei 2026) mengisi jurang ini — lapisan Python ke atas NotebookLM yang juga disambung ke Claude Code dan ejen serupa.

Kawal NotebookLM dengan Python

Di mana web NotebookLM terhenti

NotebookLM membolehkan muat naik PDF, URL dan pautan YouTube, kemudian sembang dan jana podcast, slaid, kuiz dan lain-lain. Cari notebooklm tutorial dan anda akan jumpa panduan permulaan — tetapi UI rasmi ada had jelas:

Import dan muat turun batch bermaksud satu klik setiap item
Kuiz dan kad imbas hanya interaktif — tiada eksport JSON atau Markdown
Peta minda dan jadual data tidak dedahkan data berstruktur dalam pelayar
Tiada integrasi native dengan Claude Code, Codex atau ejen pengekodan lain

Untuk nota sekali-sekala, web mencukupi. Untuk pipeline, job CI atau «baca 20 kertas dan jana kuiz», anda perlukan API programmatic.

Apakah notebooklm-py?

notebooklm-py ialah SDK dan CLI Python tidak rasmi yang diselenggara komuniti (lesen MIT). Melalui reverse engineering RPC dalaman Google, hampir semua keupayaan NotebookLM tersedia, ditambah ciri yang web tidak pernah keluarkan.

Amaran: Tidak berafiliasi dengan Google. Menggunakan API tidak didokumenkan yang mungkin rosak. Sesuai untuk projek peribadi, penyelidikan dan prototaip.

Tiga cara guna

Kaedah	Paling sesuai untuk
Python API	Integrasi app, pipeline async, skrip tersuai
CLI	Skrip shell, tugas pantas, CI/CD
Integrasi ejen	Claude Code, Codex, OpenClaw, automasi bahasa semula jadi

Apa yang web UI tidak tawarkan

Keupayaan	Apa yang anda dapat
Muat turun batch	Semua artifak satu jenis sekaligus (MP3, MP4, PDF, PNG dll.)
Eksport kuiz / kad imbas	JSON, Markdown, HTML — bukan hanya paparan interaktif
JSON peta minda	Data hierarki untuk D3, ECharts atau alat lain
CSV jadual data	Eksport sedia spreadsheet
PPTX slaid	PowerPoint boleh edit, bukan PDF sahaja
Semakan slaid tunggal	Ubah satu slaid dengan prompt bahasa semula jadi
Simpan sembang ke nota	Kekalkan Q&A atau perbualan penuh dalam notebook
Fulltext sumber	Akses programmatic ke teks sumber terindeks
Profil multi-akaun	Tukar akaun Google tanpa log masuk semula
Import cookie pelayar	Guna semula sesi log masuk sedia ada

Liputan penjanaan luas: audio overview (4 format, 50+ bahasa), video (termasuk cinematic), infografik, laporan, kuiz, kad imbas, peta minda dan jadual — selalunya dengan kawalan lebih halus daripada laman web.

Pemasangan pantas

Pengguna CLI (termasuk ejen):

pip install "notebooklm-py[browser]"
playwright install chromium
notebooklm login
notebooklm auth check --test --json

Library sahaja (dengan storage_state.json sedia ada, tanpa Chromium):

pip install notebooklm-py

Lihat installation.md projek untuk butiran penuh.

Walkthrough CLI: dari notebook ke muat turun podcast

notebooklm create "AI Research"
notebooklm use <notebook_id>
notebooklm source add "https://en.wikipedia.org/wiki/Artificial_intelligence"
notebooklm source add "./paper.pdf"
notebooklm ask "What are the key themes?"
notebooklm generate audio "make it engaging" --wait
notebooklm download audio ./podcast.mp3
notebooklm generate quiz --difficulty hard
notebooklm download quiz --format markdown ./quiz.md

Guna --prompt-file untuk prompt panjang yang melebihi had panjang shell.

Contoh Python API

import asyncio
from notebooklm import NotebookLMClient

async def main():
    async with await NotebookLMClient.from_storage() as client:
        nb = await client.notebooks.create("Research")
        await client.sources.add_url(nb.id, "https://example.com", wait=True)
        result = await client.chat.ask(nb.id, "Summarize this")
        print(result.answer)
        status = await client.artifacts.generate_quiz(nb.id)
        await client.artifacts.wait_for_completion(nb.id, status.task_id)
        await client.artifacts.download_quiz(nb.id, "quiz.json", output_format="json")

asyncio.run(main())

Reka bentuk async sesuai dalam workflow asyncio yang lebih besar.

Integrasi Claude Code

Repo menyertakan Agent Skill. Dua laluan pemasangan:

# Pilihan 1: pasang CLI ke Claude Code / direktori .agents
notebooklm skill install

# Pilihan 2: ekosistem skills
npx skills add teng-lin/notebooklm-py

Selepas setup, anda boleh minta Claude Code: «Tambah PDF ini ke NotebookLM, jana kuiz sukar dan eksport Markdown» — ejen menjalankan CLI notebooklm, bukan suruh anda klik pelayar.

Untuk pembangun yang bina aliran notebooklm ai dan mahukan semua keupayaan penjanaan notebooklm rasmi, ini laluan paling lancar hari ini.

Tidak mahu sediakan persekitaran tempatan?

Playwright, cookie dan perubahan API bukan untuk semua orang. Jika anda mahu fokus muat naik → tanya → jana tanpa pasang apa-apa, guna pengalaman NotebookLM dalam talian kami:

Mula Gunakan NotebookLM

Ringkasan

notebooklm-py menukar NotebookLM daripada alat web klik-sahaja kepada enjin pengetahuan boleh skrip dan sedia ejen. 14.6k star mencerminkan permintaan sebenar: penyelidik mengeksport kuiz batch, pencipta memasukkan penjanaan podcast ke pipeline, pembangun mengawal import dan muat turun dari Claude Code dalam satu ayat.

Kekalkan web untuk penggunaan harian ringan; guna Python + CLI + ejen apabila perlukan automasi dan eksport yang pelayar tidak pernah tawarkan.

Projek: github.com/teng-lin/notebooklm-py