notebooklm-py

你还在手动把资料拖进NotebookLM，然后一个个问问题？现在有个神器直接打通任督二脉——notebooklm-py，一个非官方的Python库，让你用代码、命令行甚至AI助手（比如Claude、Codex）直接操控NotebookLM的底层能力，连网页端藏起来的隐藏功能都能调出来。这项目刚上GitHub就冲到近18000星，可见需求有多饥渴。 核心价值：它把Google NotebookLM从一个封闭的网页工具变成了可编程的API。以前你想批量处理笔记、自动生成播客或者做深度知识管理，只能手动点击重复劳动。现在一行Python就能创建笔记本、上传PDF、提问、获取音频摘要，甚至能让AI代理（Agent）自己调用NotebookLM来辅助思考。直白点说，它解救了被网页交互效率捆绑的深度用户，让“你的专属知识库”真正能被自动化、被定制。 技术亮点：最骚的是它连那些“官方故意不暴露”的功能都给挖出来了。NotebookLM的网页版只给你有限的操作按钮，而这个库直接调用了Google内部未公开的API接口，把数据导入、内容生成、音频播客等流程全部拆成了可控的函数。同时它原生支持Claude Code、Codex这些AI编程助手，你只要告诉AI“用notebooklm-py分析这份报告”，AI就能自动调用API完成任务，等于给大语言模型装了一个能联网查自己本地知识库的插件。另外它还有完整的命令行工具，部署和调试都很方便。 适用场景：第一类是知识工作者，比如研究员、咨询顾问、自媒体人，需要反复消化大量文档，可以用它写脚本自动生成音频播客，或者批量提取关键论点。第二类是AI开发者，想给自家AI Agent加上“翻笔记本”的能力，让AI能根据你私有的论文、合同来回答专业问题。第三类是产品经理和效率工具控，想探索NotebookLM的上限，或者做自动化工作流。不过注意这是个非官方库，API随时可能变，适合个人或团队内部原型，不适合生产级强依赖场景。 上手难度：对于会Python基础的人，装个pip包就能跑了，文档和示例很全，还带了测试。如果不写代码，也能直接用命令行调用。新手可能需要了解一点环境变量设置（比如导出Cookies），但项目有详细教程。唯一要小心的是它依赖Google账号的验证信息，得自己去网页抓取凭证，这点对小白可能有点门槛。总体而言，有编程基础直接冲，纯小...