Автоматизация NotebookLM, наконец-то кто-то сделал это

Неофициальный проект с открытым исходным кодом.

За 4 месяца количество звёзд на GitHub выросло с 0 до более 14 000.

Честно говоря, такое достижение довольно редко в мире инструментов ИИ.

Он называется notebooklm-py, и его задача проста: позволить разработчикам программно управлять Google NotebookLM.

Некоторые друзья, возможно, не сразу понимают его значимость.

Давайте сначала представим сцену:

У вас есть 50 PDF-документов под рукой. Вам нужно использовать NotebookLM, чтобы организовать их все в учебные заметки.

Задача, которая изначально могла занять целый день. С notebooklm-py её можно завершить за считанные минуты.

Что касается функциональности, он в основном охватывает все возможности веб-интерфейса NotebookLM.

01 Управление источниками

Поддерживается довольно большое разнообразие источников контента:

URL-ссылки, видео YouTube, PDF-документы, аудио, видео, изображения и файлы Google Drive.

Вы даже можете напрямую вставить фрагмент текста, и он тоже с ним справится.

Раньше, если вы хотели импортировать контент из видео YouTube в NotebookLM, вам приходилось либо вручную копировать субтитры, либо сначала готовить сводку.

Теперь эти операции можно выполнить напрямую одной командой.

02 Генерация контента

Создаваемые им аудиоподкасты представлены в 4 форматах, включая глубокие погружения, брифинги, комментарии и дебаты.

Поддерживаются 3 различные продолжительности и более 50 языков.

Обзоры видео предлагают 3 варианта формата с 9 различными визуальными стилями.

Даже для экспорта слайдов он предлагает как PDF, так и PPTX варианты, в отличие от веб-интерфейса, который поддерживает только PDF.

Кроме того, учебные пособия и карточки для запоминания можно экспортировать в JSON, Markdown и даже HTML, а не просто предоставлять общую ссылку, как раньше.

03 Индивидуальный пересмотр слайдов

Это на самом деле большое облегчение.

Раньше в веб-интерфейсе, чтобы изменить один слайд, приходилось либо перегенерировать все слайды, либо вручную экспортировать и редактировать его в PowerPoint.

Теперь с этим инструментом можно напрямую указать конкретный слайд и заставить ИИ перегенерировать именно его.

04 Исследовательские инструменты

Поддерживает режимы веб-поиска и поиска в Drive.

Он может автоматически искать в Интернете или в вашем личном Google Drive материалы, связанные с темой, а затем импортировать их в вашу записную книжку.

05 Интеграция с агентами ИИ

Помимо этих основных функций, часть интеграции с агентами ИИ, вероятно, в настоящее время является его самым передовым аспектом.

Используя MCP (Model Context Protocol), он позволяет агентам ИИ, таким как Claude Code и Codex, напрямую управлять NotebookLM с помощью естественного языка.

Например, вы могли бы просто сказать Claude Code:

«Помоги импортировать эту статью в NotebookLM, а затем создай 10-минутный подкаст».

Claude Code затем вызовет интерфейсы, предоставляемые notebooklm-py, и автоматически завершит весь рабочий процесс.

Эта способность «использовать ИИ для управления ИИ» действительно не очень распространена в текущей экосистеме открытого исходного кода. На Reddit я видел комментарий, что он, по сути, сформировал «программируемый конвейер знаний». Эта оценка не является преувеличением.

Он предоставляет три метода использования для разных сценариев.

Во-первых, это путь через Python API. Если вы разработчик, вы можете напрямую вызывать его в своём коде на Python. Этот путь особенно подходит для встраивания в ваши собственные приложения или построения полных автоматизированных конвейеров обработки.

Далее, Инструмент командной строки (CLI). Если вам удобнее работать в терминале, CLI в основном покрывает большинство ежедневных операций. Удобен для написания пакетных скриптов или запуска автоматизированных задач.

Затем есть направление Интеграции с агентами ИИ. Если вы регулярно используете такие инструменты, как Claude Code или Codex, вы можете интегрировать через Skill, позволяя этим агентам ИИ напрямую управлять NotebookLM. Это означает, что вы можете выполнять ряд довольно сложных задач, просто разговаривая естественным образом.

Границы, о которых следует знать

Рассмотрев все эти функции, конечно, следует упомянуть несколько границ.

• Он полагается на неофициальные, недокументированные API Google. Это означает, что Google может изменить логику интерфейса в любое время, что может привести к поломке этой библиотеки. Автор проекта чётко указывает в документации: в настоящее время этот инструмент лучше всего подходит для прототипирования, исследований/обучения и личных проектов. Не рекомендуется для промышленного развёртывания.
• Аутентификация требует учётной записи Google. Необходимо войти через браузер или вручную импортировать куки. Хотя сам проект предоставляет механизм поддержания куки, если долго не запускать задачи, куки всё равно могут истечь, что потребует их обновления.
• В настоящее время поддерживается только потребительская версия (Consumer). Корпоративные API не поддерживаются. Так что если вы корпоративный пользователь, возможно, вам придётся поискать альтернативы.

Быстрый старт

К этому моменту, я думаю, многие из вас, вероятно, с нетерпением ждут возможности попробовать.

01) Сначала установите зависимости.

Сначала установите пакет:

bashbashpip install "notebooklm-py[browser]"

Затем также установите компонент браузера:

bashbashplaywright install chromium

Этот процесс займёт около 170 МБ, так что наберитесь немного терпения.

02) Затем обработайте аутентификацию входа.

Выполните следующую команду:

bashbashnotebooklm login

Это откроет окно браузера в вашей системе, позволяя авторизоваться с вашей учётной записью Google.

03) При желании проверьте состояние соединения.

Используйте следующую команду для подтверждения:

bashbashnotebooklm auth check --test --json

Как только на экране появится сообщение об успешной аутентификации, вы можете официально начать использовать.

С этого момента, используете ли вы CLI или Python API для конкретных операций — создание новой записной книжки, импорт источников или генерация подкаста — весь процесс может стать автоматизированным.

Заключительные мысли

Честно говоря, когда я раньше использовал NotebookLM, больше всего раздражала невозможность экспорта. Кропотливо созданные подкасты и слайды нельзя было легко использовать в другом месте без ручного копирования-вставки. Для пакетной обработки это было просто невозможно.

notebooklm-py решает эту больную точку.

Хотя он использует неофициальные методы, и Google может в любой момент изменить API, по крайней мере, теперь им можно управлять с помощью кода. Для меня этого достаточно.

Он имеет открытый исходный код под лицензией MIT. Если вам интересно, вы можете ознакомиться с ним на GitHub.

Адрес исходного кода:​ https://github.com/teng-lin/notebooklm-py