Automatización de NotebookLM, finalmente alguien lo hizo

Un proyecto de código abierto no oficial.

En 4 meses, las estrellas de GitHub pasaron de 0 a más de 14,000.

Para ser honesto, este tipo de logro es bastante raro en el mundo de las herramientas de IA.

Se llama notebooklm-py, y lo que hace es simple: permite a los desarrolladores controlar programáticamente el NotebookLM de Google.

Algunos amigos podrían no captar de inmediato la importancia.

Primero imaginemos una situación:

Tienes 50 documentos PDF a mano. Necesitas usar NotebookLM para organizarlos todos en notas de estudio.

Una tarea que originalmente podría haber tomado toda una tarde. Con notebooklm-py, puede terminarse en minutos.

En términos de funcionalidad, básicamente cubre todas las capacidades de la interfaz web de NotebookLM.

01 Gestión de fuentes

Admite una gran variedad de fuentes de contenido:

Enlaces URL, videos de YouTube, documentos PDF, audio, video, imágenes y archivos de Google Drive.

Incluso puedes pegar directamente un fragmento de texto, y también puede manejarlo.

Antes, si querías importar contenido de un video de YouTube a NotebookLM, tenías que copiar manualmente los subtítulos o primero preparar un resumen.

Ahora, estas operaciones pueden realizarse directamente con un solo comando.

02 Generación de contenido

Los podcasts de Audio que genera vienen en 4 formatos, incluyendo análisis profundos, resúmenes, comentarios y debates.

Admite 3 longitudes de duración diferentes y cubre más de 50 idiomas.

Los resúmenes de video ofrecen 3 opciones de formato, con 9 estilos visuales diferentes.

Incluso para la exportación de diapositivas, ofrece opciones tanto en PDF como en PPTX, a diferencia de la interfaz web que solo admite PDF.

Además, para guías de estudio y tarjetas de memoria, puede exportar a JSON, Markdown e incluso HTML, en lugar de solo proporcionar un enlace compartible como antes.

03 Revisión individual de diapositivas

Esto es de hecho un gran alivio.

Antes, en la interfaz web, si querías modificar una sola diapositiva, tenías que regenerar todas las diapositivas o exportar manualmente y editarla en PowerPoint.

Ahora, con esta herramienta, puedes especificar directamente una diapositiva particular y hacer que la IA regenere específicamente esa.

04 Herramientas de investigación

Admite modos de búsqueda Web y búsqueda en Drive.

Puede buscar automáticamente en la web o en tu Google Drive personal materiales relacionados con un tema, y luego importarlos a tu cuaderno.

05 Integración de agentes IA

Además de estas funciones centrales, la parte de integración de agentes IA es probablemente su aspecto más vanguardista actualmente.

Utilizando MCP (Model Context Protocol), permite a agentes de IA como Claude Code y Codex controlar directamente NotebookLM a través del lenguaje natural.

Por ejemplo, podrías simplemente decirle a Claude Code:

«Ayúdame a importar este artículo a NotebookLM, luego genera un podcast de 10 minutos.»

Claude Code llamaría entonces a las interfaces proporcionadas por notebooklm-py y completaría automáticamente todo el flujo de trabajo.

Esta capacidad de «usar IA para controlar IA» ciertamente no es muy común en el panorama actual de código abierto. En Reddit, vi a alguien comentar que esencialmente ha formado una «canalización de conocimiento programable». Esa evaluación no es exagerada.

Proporciona tres métodos de uso, correspondientes a diferentes escenarios.

Primero está la vía de la API de Python. Si eres desarrollador, puedes llamarla directamente en tu código Python. Esta vía es especialmente adecuada para incrustarla en tus propias aplicaciones o construir canalizaciones de procesamiento automatizadas completas.

Luego está la Herramienta de Línea de Comandos (CLI). Si te sientes más cómodo con operaciones en terminal, el CLI cubre básicamente la mayoría de las operaciones diarias. Es conveniente para escribir scripts por lotes o ejecutar tareas automatizadas.

Luego está la dirección de la Integración de Agentes IA. Si usas regularmente herramientas como Claude Code o Codex, puedes integrar vía Skill, permitiendo que estos agentes IA controlen directamente NotebookLM. Esto significa que puedes completar una serie de tareas bastante complejas simplemente hablando de forma natural.

Límites a tener en cuenta

Después de ver todas estas funciones, hay, por supuesto, algunos límites a mencionar.

• Depende de APIs no oficiales y no documentadas de Google. Esto significa que Google podría cambiar la lógica de la interfaz en cualquier momento, lo que podría hacer que esta biblioteca deje de funcionar. El autor del proyecto es claro en la documentación: actualmente, esta herramienta es más adecuada para prototipos, investigación/aprendizaje y proyectos personales. No se recomienda su implementación en producción.
• La autenticación requiere una cuenta de Google. Debes iniciar sesión a través de un navegador o importar manualmente las cookies. Aunque el proyecto en sí proporciona un mecanismo de mantenimiento de cookies, si no ejecutas tareas durante mucho tiempo, las cookies aún pueden caducar, requiriendo que las actualices.
• Actualmente, solo admite la versión de consumo (Consumer). No se admiten las API empresariales. Por lo tanto, si eres un usuario empresarial, es posible que necesites buscar otras alternativas.

Inicio rápido

En este punto, creo que muchos de ustedes probablemente estén ansiosos por probarlo.

01) Primero, instala las dependencias.

Primero, instala el paquete:

bashbashpip install "notebooklm-py[browser]"

Luego, instala también el componente del navegador:

bashbashplaywright install chromium

Este proceso ocupará unos 170 MB aproximadamente, así que ten un poco de paciencia.

02) A continuación, maneja la autenticación de inicio de sesión.

Ejecuta el siguiente comando:

bashbashnotebooklm login

Esto abrirá una ventana del navegador en tu sistema, permitiéndote autorizar con tu cuenta de Google.

03) Opcionalmente, verifica el estado de la conexión.

Usa el siguiente comando para confirmar:

bashbashnotebooklm auth check --test --json

Una vez que la pantalla indique autenticación exitosa, puedes comenzar oficialmente a usarlo.

A partir de entonces, ya sea que uses la CLI o la API de Python para operaciones específicas – crear un nuevo cuaderno, importar fuentes o generar un podcast – todo el proceso puede volverse automatizado.

Reflexiones finales

Honestamente, cuando usaba NotebookLM antes, lo más molesto era la incapacidad de exportar. Podcasts y diapositivas generados con esfuerzo no podían usarse fácilmente en otro lugar sin copiar y pegar manualmente. Para el procesamiento por lotes, simplemente no era posible.

notebooklm-py resuelve este punto de dolor.

Aunque utiliza métodos no oficiales, y Google podría cambiar las APIs en cualquier momento, al menos ahora puede controlarse con código. Para mí, eso es suficiente.

Es de código abierto bajo la licencia MIT. Si estás interesado, puedes revisarlo en GitHub.

Dirección de Código Abierto:​ https://github.com/teng-lin/notebooklm-py