一个非官方的开源项目——notebooklm-py，4 个月 GitHub Star 从 0 冲到 14,000+，在 AI 工具圈子里确实不常见。

它做的事情很简单：让开发者能用代码的方式操作 Google 的 NotebookLM。

想象一个场景：你手头有 50 份 PDF 文档，需要用 NotebookLM 全部整理成学习笔记。原本可能要花一整个下午的活儿，用了 notebooklm-py 之后，几分钟就可以收工。

核心功能

notebooklm-py 基本覆盖了 NotebookLM Web 界面的所有能力，并在多个方面做了增强。

源管理

支持的内容来源非常丰富：URL 链接、YouTube 视频、PDF 文档、音频、视频、图片、Google Drive 文件，甚至直接粘贴一段文字也能处理。

以前想往 NotebookLM 里导入一段 YouTube 视频内容，要么手动复制字幕，要么先整理摘要。现在一行命令就能直接搞定。

内容生成

生成的 Audio 播客提供 4 种格式：深度讨论、简报、评论、辩论。支持 3 种时长，覆盖 50 多种语言。

视频概览有 3 种格式可选，9 种视觉风格。幻灯片导出提供 PDF 和 PPTX 两种格式——对比之下 Web 界面只支持 PDF。

练习题和记忆卡片可以导出成 JSON、Markdown、HTML 格式，不再像原本那样只能给出一串分享链接。

单独修订幻灯片

以前在 Web 界面上想改一张幻灯片，要么全部重新生成，要么手动导出后用 PowerPoint 修改。现在可以直接指定某一张，让 AI 专门针对这一张重新生成。

研究工具

支持 Web 探究和 Drive 探究两种模式。能自动从网络上或个人 Google Drive 文件夹中搜索与课题相关的资料，一并导入到笔记本里。

Agent 集成

这可能是目前最超前的环节。借助 MCP（模型上下文协议），notebooklm-py 能让 Claude Code、Codex 等 AI Agent 直接通过自然语言控制 NotebookLM。

比如对着 Claude Code 说一句：「帮我把这篇论文导入到 NotebookLM 里，然后生成一段 10 分钟的播客。」Claude Code 就会调用 notebooklm-py 的接口，自动完成整套流程。

这种「用 AI 控制 AI」的能力，在当前开源体系中还不算多见。Reddit 上有人评价说，它已经初步形成了「可编程知识管道」。

三种使用方式

Python API

开发者可以直接在自己的 Python 代码里调用它，特别适合嵌入到自动化处理流程中。

命令行工具（CLI）

习惯终端操作的用户，CLI 基本能覆盖日常所需的大部分操作。写批处理脚本、跑自动化任务都很方便。

AI Agent 集成

通过 Skill 方式，让 Claude Code 或 Codex 直接操控 NotebookLM。靠说人话就能完成一系列复杂任务。

需要注意的边界

非官方 API

它背后调用的是 Google 尚未公开的 API。Google 随时可能修改接口逻辑，导致这个库失效。作者也明确表示，目前最适合的场景是原型开发、研究学习及个人项目，不建议部署到生产环境。

认证依赖 Google 账户

需要通过浏览器登录或手动导入 Cookie。虽然项目已提供 Cookie 保活机制，但长时间不跑任务仍有过期风险，需要重新刷新。

仅支持 Consumer 版本

不支持企业级 API，企业用户需要寻找其他替代方案。

快速上手

安装依赖：

pip install "notebooklm-py[browser]"
playwright install chromium

这个过程大约占用 170MB。

登录认证：

notebooklm login

会自动打开浏览器窗口，用 Google 账户完成授权。

验证连接：

notebooklm auth check --test --json

提示认证成功后即可开始使用。之后无论是创建笔记本、导入资料源，还是生成播客音频，整套流程都可以自动化。

苏米注：我之前用 NotebookLM 时最烦的就是没法导出——好不容易生成的播客、幻灯片，想用到别的地方只能手动复制粘贴。遇到批量处理更是没办法。notebooklm-py 把这个痛点解决了。虽然用的是非官方方法，Google 随时可能改接口，但至少现在能用代码控制了。对我来说，这就够了。

项目链接

• GitHub：teng-lin/notebooklm-py ⭐ 14K+
• 协议：MIT