「notebooklm-py」把 Google NotebookLM 变成可编程 API：Python、CLI 和 Agent 都能调用

如果你经常把 NotebookLM 当作资料整理和研究工具，应该也会遇到一个很自然的问题：网页端很好用，但很难被脚本、命令行和 Agent 工作流稳定调用。notebooklm-py 做的就是把这件事往开发者侧拉一层：它提供一个非官方的 Python API、CLI，以及面向 Claude Code、Codex、OpenClaw 这类 AI Agent 的 skill，让 NotebookLM 的创建、导入、生成和导出流程可以被程序接管。

截至这次整理，项目在 GitHub 上已经有约 14.3k stars，许可证为 MIT，PyPI 最新版本为 0.4.1，支持 Python 3.10 到 3.14。它不是 Google 官方项目，这一点很关键：README 明确提醒它依赖未公开的 Google API，接口可能变化，重度使用也可能遇到限流。换句话说，它更适合个人自动化、研究原型、内部工作流和 Agent 能力扩展，而不是未经评估就塞进高稳定性生产链路。

把 NotebookLM 放进脚本，而不是只停在网页里

notebooklm-py 覆盖的范围相当宽：可以创建和管理 notebook，批量添加 URL、PDF、YouTube、Google Drive、文本、音视频、图片等来源，也能对资料提问、读取会话历史，或者启动 web / Drive research 并自动导入结果。对于每天要处理大量资料的人来说，真正节省时间的地方不是“又多了一个命令”，而是可以把重复的资料导入、等待处理、追问摘要、保存结果这些步骤串成固定流水线。

它的 CLI 也比较完整，比如登录、创建 notebook、添加来源、提问、生成 audio overview / video overview / quiz / flashcards / slide deck / infographic / mind map / data table，再把结果下载成 MP3、MP4、PDF、PPTX、PNG、CSV、JSON 或 Markdown。README 里特别强调了一些网页端没有直接暴露的能力，例如批量下载、测验和 flashcard 的结构化导出、mind map JSON 提取、data table CSV 导出，以及 slide deck 的 PPTX 下载。

对 Agent 工作流尤其友好

这个项目不只是 Python 包，也把 Agent 使用场景放在很前面：仓库里带了 NotebookLM skill，可以通过 notebooklm skill install 安装到本地 agent 目录，也支持用 npx skills add teng-lin/notebooklm-py 拉取。对 Codex、Claude Code 这类工具来说，这意味着“把这些来源导入 NotebookLM，再生成一份结构化研究结果”不一定要人工切网页，而可以变成一次可复用的自然语言任务。

一个典型用法是：先用浏览器或 cookie import 完成 Google 登录，再让脚本建立研究 notebook、导入一批链接或文件、等待 NotebookLM 处理完成，然后生成 podcast、slide deck、quiz 或数据表并下载到本地。它还支持多账号 profile、浏览器 cookie 复用和 auth refresh，这些细节会让长期自动化少很多摩擦。

适合试验，但要接受非官方边界

我会把 notebooklm-py 看成一个“把 NotebookLM 接入自动化系统”的高杠杆组件。它的价值在于把研究资料从网页交互释放出来，尤其适合研究助理、内容生产、课程资料整理、AI Agent 工具链和个人知识库自动化。但因为底层是未公开接口，最稳妥的用法是从低风险任务开始：先做本地脚本、个人 workflow 或半自动流程，确认认证、限流、导出格式和错误恢复都符合预期后，再考虑放进更正式的链路。