notebooklm-skill

Скилл и MCP-сервер для Claude Code: Google NotebookLM создает блокноты из ссылок и файлов, отвечает с цитатами и выдает подкасты, слайды и тесты

480 ★ репозитория
Последний коммит 21 окт. 2026
MIT

Скилл

claude-world/notebooklm-skillАвтор:claude-world

Установка

Работает в: Claude Code
Cursor
Koda
Coddy

В терминале, через SkillFoxx CLI

npx skillfoxx add skills/notebooklm-skill

Определит агенты на машине, покажет уровень доступа и зафиксирует версию.

Другие способы установки

Доступ и проверки

Как мы проверяем

Широкий доступИнструмент может менять данные, выполнять команды или работать с секретами.

Скилл хранит сессию вашего аккаунта Google в файле storage_state.json и действует от вашего имени в NotebookLM
Агент создает и удаляет блокноты, а источники и файлы уходят в Google
Через неофициальное веб-API и браузер выполняются сетевые запросы, которые Google может ограничить

Это чужой код. Посмотрите файлы в репозитории перед установкой.

Что делает

Проект связывает агента с Google NotebookLM через браузерную сессию и неофициальное веб-API, на которое опирается библиотека `notebooklm-py`. Агент создает блокнот из ссылок, сырого текста и локальных файлов, задает вопросы по источникам и получает ответы с метаданными цитат. Исследование в сети идет в быстром или глубоком режиме, найденные источники можно сразу добавить в блокнот. Генерация охватывает одиннадцать типов материалов: аудио, видео, кинематографичное видео, слайды, отчет, учебное руководство, тест, карточки, карту связей, инфографику и таблицу данных. Слайды сохраняются в PDF или PPTX, тесты и карточки в JSON, Markdown или HTML. Долгие задачи запускаются с флагом --no-wait, готовый файл скачивается позже по идентификатору. В комплекте пять конвейеров: статья из источников, посты для соцсетей, сводка по RSS-ленте, пакетная генерация материалов и вариант с трендами, которому нужна отдельная утилита `trend-pulse`. Конвейеры возвращают черновики и локальные файлы, в соцсети и CMS ничего не публикуют. Те же возможности открывает FastMCP-сервер с 13 инструментами.

Для кого. Для исследователей, редакторов и преподавателей, которые собирают материалы в NotebookLM и хотят управлять блокнотами из Claude Code или Cursor, а не из веб-интерфейса.

Подходит, если

Нужно загрузить в один блокнот десяток ссылок, PDF и заметок и сразу спросить, какие выводы подкреплены лучше всего
Из набора источников требуется черновик статьи с проверяемыми цитатами для инженерной аудитории
Лекцию или статью надо превратить в подкаст в формате M4A, презентацию PPTX или набор карточек для повторения
Каждую неделю нужна сводка по RSS-ленте с контрольными вопросами к записям
Нескольким аккаунтам Google нужны отдельные профили сессий, чтобы рабочие и личные блокноты не пересекались

Не подходит, если

Нужен стабильный контракт: интеграция использует веб-API NotebookLM без гарантий, и Google может изменить сервис, квоты или поведение материалов без предупреждения
Нужна выкладка готового текста в блог или рассылку: дальше черновик придется вести вручную
Источники закрыты политикой компании: файлы и ссылки уходят в Google NotebookLM
Требуется работа без браузера и без входа в аккаунт Google: авторизация идет через сессию в Chromium или Chrome
Достаточно базовой библиотеки без обертки: вход через `notebooklm-py` доступен напрямую командой uvx --from `notebooklm-py` notebooklm `login`

Пример запроса к агенту

Создай блокнот «Обзор исследований» из этих трех ссылок и PDF, найди в сети свежие независимые оценки в глубоком режиме и собери по ним слайды в PPTX

Ограничения

Интеграция неофициальная: Google не обещает ни доступность веб-API, ни квоты, ни время генерации материалов. Проект построен вокруг `notebooklm-py` ветки 0.7.x, поэтому смена внутренностей NotebookLM может сломать команды до выхода обновления.

Для входа нужен аккаунт Google и браузер: установщик ставит Chromium, а флаг --browser chrome включает локальный Google Chrome. Сессия лежит в каталоге ~/.notebooklm/profiles/<профиль>/storage_state.json, и этот файл нельзя копировать, печатать или коммитить. Опциональный HTTP-режим сервера слушает только петлевой адрес 127.0.0.1 и в сеть выставляться не должен.

Модуль `trend-to-content` работает только при установленной утилите `trend-pulse`. Доступность NotebookLM из России автор не описывает, поэтому без проверки на это рассчитывать не стоит.

Как отключить. Уберите сервер из конфигурации MCP и удалите установленный скилл. Чтобы стереть вход в Google, очистите выбранный профиль через notebooklm-auth, команды которого описаны в SETUP.md. Блокноты в самом NotebookLM остаются, их удаляют в веб-интерфейсе или командой с флагом --yes.

Частые вопросы

Как подключить NotebookLM к Claude Code?

Склонируйте репозиторий и запустите ./install.sh: скрипт создаст отдельное виртуальное окружение, поставит Chromium, свяжет пять команд в ~/.local/bin и установит скилл для Claude Code. Затем выполните notebooklm-auth setup и войдите в Google. Без клонирования подходит pip install notebooklm-skill или запуск через uvx.

Какие материалы умеет создавать NotebookLM через этот скилл?

Одиннадцать типов: аудио, видео, кинематографичное видео, слайды, отчет, учебное руководство, тест, карточки, карту связей, инфографику и таблицу данных. Слайды скачиваются в PDF или PPTX, тест и карточки в JSON, Markdown или HTML, аудио в M4A, видео в MP4.

Чем notebooklm-skill отличается от `notebooklm-py`?

`notebooklm-py` служит основой: это Python-библиотека и CLI для NotebookLM. notebooklm-skill строится поверх нее версии 0.7.x и добавляет JSON-ориентированный CLI, пять конвейеров, MCP-сервер из 13 инструментов, профили авторизации и установщики скилла.

Можно ли запустить MCP-сервер как HTTP-сервис?

Да, командой notebooklm-mcp --http --host 127.0.0.1 --port 8765, но режим рассчитан только на петлевой адрес. Выставлять его в сеть автор запрещает, подробности в SECURITY.md. Обычный режим работает по stdio.

Опубликует ли конвейер статью сам?

Нет. Конвейеры `research-to-article` и `research-to-social` возвращают черновики и локальные файлы, а публикация в соцсети или удаленную CMS в них не заложена.

Обсуждение

Вопросов и отзывов пока нет.

Скиллы

notebooklm-py

Нужен VPN

Неофициальный Python API, CLI и агентский скилл для Google Gemini Notebook (NotebookLM): источники, вопросы с цитатами и генерация подкастов, видео и отчетов

CLIШирокий доступ19,9 тыс.

Gemini Notebook CLI и MCP

Gemini Notebook CLI & MCP Server

Нужен VPN

Программный доступ к Gemini Notebook (бывший NotebookLM) через CLI и MCP: блокноты, источники, подкасты, видео, отчеты и исследования из агента

MCP-серверШирокий доступ6,4 тыс.

ljg-skills

Личный набор скиллов автора для чтения статей и книг, разбора понятий, письма и карточек в PNG: инструкции на китайском, ставится через skills CLI

СкиллШирокий доступ7,6 тыс.

Awesome NotebookLM Prompts

awesome-notebooklm-prompts

Подборка сильнейших промптов для слайдов в Google NotebookLM из заметок, блогов, WeChat, RED и X, с источником у каждого примера

ПромптМинимальный доступ4,7 тыс.

ai-labs-claude-skills

ai-labs-claude-skills ставит через npm сразу 24 скилла для Claude: SEO-отчет, Docker, CI/CD, разбор CSV, резюме, питч-дек и другие готовые SKILL.md

СкиллРасширенный доступ458

Slack MCP and Skills Plugin — плагин Slack от разработчиков

Slack MCP and Skills Plugin

Официальный

Slack skills и MCP в одном плагине: Claude Code, Cursor и Codex получают поиск, переписку, Block Kit и девять скиллов для приложений Slack

ПлагинШирокий доступ154

Сравнение с похожими

Записи с тем же главным запросом: чем они отличаются.

Запись	Официальный	Звезды репозитория	Главное отличие
notebooklm-skill (эта запись)	нет	480
NotebookLM для Claude Code	нет	7 781	скилл, который задает вопросы готовым блокнотам и отвечает только по загруженным в них документам
notebooklm-py	нет	19 869	базовая библиотека и CLI, на которой строится этот проект, без конвейеров и MCP-сервера
Learn from materials	нет	1 062	скилл превращает книги

Коротко о README

Корневой документ описывает установку, базовые команды, таблицу типов материалов с форматами скачивания, конвейеры и MCP-сервер. Отдельные руководства покрывают настройку, формат вывода и рецепты конвейеров. Все успешные команды печатают JSON в `stdout`, диагностика идет в `stderr`. Ошибка авторизации возвращает код 4, ошибка аргументов код 2. Удаление требует флага --yes, скачивание не перезаписывает существующие файлы без --force.

Бейдж для README

Исходный SKILL.md

---
name: notebooklm-research
description: >
  Automate source-grounded research with Google NotebookLM. Create notebooks from
  URLs, text, or local files; ask cited questions; run fast or deep web research;
  create articles and social drafts; and generate or download audio, video,
  cinematic video, slides, reports, study guides, quizzes, flashcards, mind maps,
  infographics, and data tables. Use when a user asks for NotebookLM, cited source
  analysis, research-to-content workflows, podcasts, slides, study material,
  artifact generation, RSS digests, or trend research.
---

# NotebookLM Research

Use the installed commands or the 13 MCP tools to turn user-provided sources into
grounded answers and NotebookLM artifacts. Commands emit JSON on stdout and progress
or diagnostics on stderr, so preserve stdout when another tool will consume it.

This integration uses NotebookLM's browser session and unofficial web API through
`notebooklm-py`. Do not promise that Google-side availability, quotas, or generation
time are stable.

## Authentication

Prefer the profile-aware helper:

```bash
notebooklm-auth setup
notebooklm-auth verify
```

Use `notebooklm-auth setup --browser chrome --fresh` when the user explicitly
wants the locally installed Google Chrome instead of bundled Chromium.

For a zero-install login:

```bash
uvx --from notebooklm-py notebooklm login
```

Profiles are supported through `--profile NAME` before the subcommand or through
`NOTEBOOKLM_PROFILE`. Current sessions are normally stored below
`~/.notebooklm/profiles/<profile>/storage_state.json`; never read, print, copy, or
commit that file. If authentication expires, run setup again.

## Core CLI

Create a notebook from mixed sources:

```bash
notebooklm-skill create \
  --title "AI safety evidence" \
  --sources https://example.com/article https://youtu.be/example \
  --files ./paper.pdf \
  --text-sources "A user-supplied observation" \
  --strict
```

Сообщить о проблеме