NotebookLM Python
将以下提示词粘贴到你的 AI 对话框中:
请根据 https://skillhub.cn/install/skillhub.md 的指引,将 @user_3c6cb52e/notebooklm-py-png 安装到本地 AI 助手的技能目录中。
技能介绍
解决 CLI 自动化的痛点
原生的 NotebookLM Web 界面依赖手工交互,难以嵌入到 CI/CD 流水线或多 Agent 协作中。该技能通过 CLI 封装,让开发者能够以编程方式调度 NotebookLM。它支持从 URLs、YouTube、PDF、音视频或图片等多模态来源构建资料库,并调用底层能力生成多模态产物及下载。
核心能力与工作流程
- 生命周期管理:支持创建笔记本、批量添加来源、发起对话查询,以及获取建议提示词。
- 生成与下载:可发起
notebooklm generate任务生成各类产物,通过notebooklm download下载到本地,或使用notebooklm wait等待任务完成。 - 身份认证体系:主要通过
notebooklm login完成浏览器授权并持久化storage_state.json。对于 CI/CD 等无头环境,支持提取本地浏览器 Cookie 或使用NOTEBOOKLM_AUTH_JSON注入认证状态。此外,notebooklm auth refresh可进行服务端静默续期,保持长期会话有效。
适用边界与工程注意
- 并发安全:
notebooklm use是单 Agent 的上下文操作。在并行工作流中,应始终通过-n/--notebook显式指定notebooklm命令参数,或为不同 Agent 分配独立的NOTEBOOKLM_HOME目录,以避免上下文覆盖。 - 凭证安全:
storage_state.json等同于 Google 账户的 Bearer 凭证,严禁日志输出或提交至版本库,建议通过 secret 机制在沙箱中加载,并在任务结束后清除环境变量。 - 验证有效性:务必使用
notebooklm auth check --test --json验证会话有效性,该参数会触发真实网络请求以确认 Cookie 未过期,而基础检查仅能验证文件格式。
使用场景
- 内容运营定期把多个来源整理成播客并自动归档
- 开发者在 CI 里调用 NotebookLM 批量生成测验题
- 研究人员为多篇论文创建笔记并下载音频概览
- 运维人员在无浏览器服务器上复用登录凭证执行任务
适合人员
- 需要在流水线里自动化调用 NotebookLM 的后端工程师
- 每周要把多份文档整理成播客或测验的内容运营
- 在无浏览器沙箱中运行 NotebookLM 的 Agent 开发者