← Назад к блогу

14,6k Star: Управляйте Google NotebookLM через Python и подключайте Claude Code

  • notebooklm ai
  • notebooklm tutorial
  • notebooklm
  • notebooklm официальный

Веб-интерфейс Google NotebookLM подходит для разового использования, но как только нужны исследовательские пайплайны, shell-скрипты или workflow с AI-агентами, упираешься в стену: почти всё делается кликами, а пакетная работа превращается в мучение.

notebooklm-py на GitHub ( 14,6k+ star на май 2026) закрывает этот пробел — Python-слой над NotebookLM с подключением к Claude Code и похожим агентам.

Управление NotebookLM через Python

Где веб-интерфейс NotebookLM упирается в потолок

NotebookLM позволяет загружать PDF, URL и ссылки YouTube, затем общаться и генерировать подкасты, слайды, quiz и другое. По запросу notebooklm tutorial найдёте вводные материалы — но у официального UI есть жёсткие ограничения:

  • Пакетный импорт и скачивание — по одному клику на элемент
  • Quiz и карточки только интерактивные — без экспорта в JSON или Markdown
  • Mind map и таблицы данных не отдают структурированные данные в браузере
  • Нет нативной интеграции с Claude Code, Codex и другими coding-агентами

Для редких заметок веба хватает. Для пайплайнов, CI-задач или «прочитай 20 статей и сгенерируй quiz» нужен программный API.

Что такое notebooklm-py?

notebooklm-py — неофициальный Python SDK и CLI от сообщества (лицензия MIT). Через reverse engineering внутреннего RPC Google он раскрывает почти все возможности NotebookLM плюс функции, которых веб никогда не давал.

Важно: Не аффилирован с Google. Использует недокументированные API, которые могут сломаться. Лучше всего для личных проектов, исследований и прототипов.

Три способа использования

СпособЛучше всего для
Python APIИнтеграция в приложения, async-пайплайны, свои скрипты
CLIShell-скрипты, быстрые задачи, CI/CD
Интеграция с агентамиClaude Code, Codex, OpenClaw, автоматизация на естественном языке

То, чего нет в веб-интерфейсе

ВозможностьЧто получаете
Пакетное скачиваниеВсе артефакты типа сразу (MP3, MP4, PDF, PNG и т.д.)
Экспорт quiz / карточекJSON, Markdown, HTML — не только интерактивный вид
JSON mind mapИерархические данные для D3, ECharts и других инструментов
CSV таблиц данныхЭкспорт, готовый для таблиц
PPTX слайдовРедактируемый PowerPoint, не только PDF
Правка одного слайдаИзменить слайд через prompt на естественном языке
Сохранить чат в заметкиСохранить Q&A или целые диалоги в notebook
Полный текст источниковПрограммный доступ к проиндексированному тексту
Профили нескольких аккаунтовПереключение Google-аккаунтов без повторного входа
Импорт cookies браузераПовторное использование уже авторизованной сессии

Покрытие генерации широкое: аудио-обзоры (4 формата, 50+ языков), видео (включая cinematic), инфографика, отчёты, quiz, карточки, mind map и таблицы — часто с более тонкими настройками, чем на сайте.

Быстрая установка

Пользователи CLI (включая агентов):

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

Только библиотека (с заранее полученным storage_state.json, без Chromium):

pip install notebooklm-py

Подробности в installation.md проекта.

CLI: от notebook до скачанного подкаста

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

Используйте --prompt-file для длинных prompt, превышающих лимит shell.

Пример 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())

Async-дизайн хорошо встраивается в более крупные asyncio-workflow.

Интеграция с Claude Code

Репозиторий включает Agent Skill. Два пути установки:

# Вариант 1: установка через CLI в Claude Code / каталог .agents
notebooklm skill install

# Вариант 2: экосистема skills
npx skills add teng-lin/notebooklm-py

После настройки можно сказать Claude Code: «Добавь этот PDF в NotebookLM, сгенерируй сложный quiz и экспортируй Markdown» — агент запустит CLI notebooklm вместо ручной работы в браузере.

Для разработчиков с workflow notebooklm ai, которым нужны все возможности генерации notebooklm официальный, это сегодня самый прямой путь.

Не хотите настраивать локальное окружение?

Playwright, cookies и изменения API — не для всех. Если нужно сосредоточиться на загрузке → вопросе → генерации без установки, используйте наш онлайн NotebookLM:

Начать использовать NotebookLM


Итог

notebooklm-py превращает NotebookLM из веб-инструмента «только кликами» в scriptable knowledge engine, готовый к агентам. 14,6k star отражают реальный спрос: исследователи пакетно экспортируют quiz, авторы встраивают генерацию подкастов в пайплайны, разработчики управляют импортом и скачиванием из Claude Code одной фразой.

Веб — для лёгкого ежедневного использования; Python + CLI + агенты — когда нужна автоматизация и экспорт, которых браузер никогда не давал.

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