STARWARCLOUD STARWAR.AI
返回市场
笔记本语言模型-MCP

笔记本语言模型-MCP

作者：PleasePrompto161 星标更新：2025-11-22
安装使用来源：spider==github.com

项目介绍

<div align="center">

NotebookLM MCP Server

让您的CLI代理（Claude, Cursor, Codex...）直接与NotebookLM聊天，基于您自己的笔记本提供零幻觉答案

TypeScript MCP npm Claude Code Skill GitHub

安装 • 快速开始 • 为什么选择NotebookLM • 示例 • Claude Code 技能 • 文档

</div>

问题

当您告诉Claude Code或Cursor“搜索我的本地文档”时，会发生以下情况：

  • 大量令牌消耗：搜索文档意味着反复读取多个文件
  • 检索不准确：搜索关键词，错过文档之间的上下文和联系
  • 幻觉：当找不到内容时，它会发明听起来合理的API
  • 昂贵且缓慢：每个问题都需要重新读取多个文件

解决方案

让您的本地代理直接与NotebookLM——由Gemini 2.5驱动的Google的零幻觉知识库进行对话，从您的文档中提供智能合成的答案。

您的任务 → 本地代理询问NotebookLM → Gemini合成答案 → 代理编写正确代码

真正的优势：无需在NotebookLM和编辑器之间手动复制粘贴。您的代理直接向NotebookLM提问，并在CLI中直接获得答案。通过自动跟进构建深入理解——Claude依次提出多个问题，每个问题都建立在上一个问题的基础上，获取具体的实现细节、边缘案例和最佳实践。您可以将NotebookLM链接保存到本地库中，并附带标签和描述，Claude会根据当前任务自动选择相关的笔记本。

为什么选择NotebookLM，而不是本地RAG？

方法令牌成本设置时间幻觉回答质量
将文档喂给Claude🔴 非常高（多次文件读取）即刻是 - 填充空白检索变化
网络搜索🟡 中等即刻高 - 不可靠的来源击中或错失
本地RAG🟡 中等到高数小时（嵌入，分块）中等 - 检索空白取决于设置
NotebookLM MCP🟢 最小5分钟零 - 如果未知则拒绝专家合成

什么使NotebookLM更优越？

  1. 由Gemini预处理：上传文档一次，即可获得即时专家知识
  2. 自然语言问答：不仅仅是检索——实际理解和合成
  3. 多源关联：连接50多个文档的信息
  4. 引用支持：每个答案都包括来源参考
  5. 无需基础设施：不需要向量数据库、嵌入或分块策略

安装

Claude Code

claude mcp add notebooklm npx notebooklm-mcp@latest

Codex

codex mcp add notebooklm -- npx notebooklm-mcp@latest
<details> <summary>Gemini</summary> 
gemini mcp add notebooklm npx notebooklm-mcp@latest
</details> <details> <summary>Cursor</summary>

添加到 ~/.cursor/mcp.json：

{
  "mcpServers": {
    "notebooklm": {
      "command": "npx",
      "args": ["-y", "notebooklm-mcp@latest"]
    }
  }
}
</details> <details> <summary>amp</summary> 
amp mcp add notebooklm -- npx notebooklm-mcp@latest
</details> <details> <summary>VS Code</summary> 
code --add-mcp '{"name":"notebooklm","command":"npx","args":["notebooklm-mcp@latest"]}'
</details> <details> <summary>其他MCP客户端</summary>

通用MCP配置：

{
  "mcpServers": {
    "notebooklm": {
      "command": "npx",
      "args": ["notebooklm-mcp@latest"]
    }
  }
}
</details>

替代方案：Claude Code 技能

偏好Claude Code技能而非MCP？ 此服务器现在也作为原生Claude Code技能提供，设置更简单：

NotebookLM Claude Code 技能 - 克隆到 ~/.claude/skills 并立即开始使用

主要区别：

  • MCP Server（此仓库）：持久会话，适用于Claude Code、Codex、Cursor和其他MCP客户端
  • Claude Code 技能：设置简单，基于Python，无状态查询，仅适用于本地Claude Code

两者均使用相同的浏览器自动化技术，并从您的NotebookLM笔记本中提供零幻觉答案。

快速开始

1. 安装MCP服务器（参见安装）

2. 认证（一次性）

在聊天中（Claude/Codex）说：

"登录NotebookLM"

打开一个Chrome窗口 → 使用Google登录

3. 创建您的知识库

访问 notebooklm.google.com → 创建笔记本 → 上传您的文档：

  • 📄 PDF、Google文档、markdown文件
  • 🔗 网站、GitHub仓库
  • 🎥 YouTube视频
  • 📚 多个来源每本笔记本

分享：⚙️ 分享 → 任何人可通过链接访问 → 复制

4. 让Claude使用它

"我正在构建[库]。这是我的NotebookLM：[链接]"

就这样。 Claude现在可以向NotebookLM询问所需的一切，在编写代码之前构建专业知识。

实际案例

构建无幻觉的n8n工作流

挑战：n8n的API是新的——Claude会幻化节点名称和函数。

解决方案：

  1. 下载完整的n8n文档 → 合并成可管理的片段
  2. 上传到NotebookLM
  3. 告诉Claude："构建一个Gmail垃圾邮件过滤器工作流。使用这个NotebookLM：[链接]"

观看AI到AI的对话：

Claude → "n8n中的Gmail集成是如何工作的？"
NotebookLM → "使用Gmail触发器进行轮询，或使用Gmail节点获取多个..."

Claude → "如何解码base64电子邮件正文？"
NotebookLM → "正文在payload.parts中以base64url编码，使用Function节点..."

Claude → "如何将OpenAI响应解析为JSON？"
NotebookLM → "将responseFormat设置为json，在IF节点中使用{{ $json.spam }}..."

Claude → "如果API失败怎么办？"
NotebookLM → "使用Error触发器节点，启用Continue On Fail..."

Claude → ✅ "这是您的完整工作流JSON..."

结果：首次尝试完美工作流。无需调试幻化的API。

核心功能

零幻觉

NotebookLM在信息不在您的文档中时拒绝回答。不会发明API。

自主研究

Claude自动提出后续问题，构建完整的理解后再编写代码。

智能库管理

保存NotebookLM链接并附带标签和描述。Claude会根据任务自动选择正确的笔记本。

"将[链接]添加到标记为'前端、react、组件'的库中"

深度迭代研究

  • Claude自动提出后续问题以构建完整理解
  • 每个答案触发更深层次的问题，直到Claude拥有所有细节
  • 示例：对于n8n工作流，Claude依次提出了关于Gmail集成、错误处理和数据转换的多个问题

跨工具共享

设置一次，到处使用。Claude Code、Codex、Cursor——所有工具共享同一个库。

深度清理工具

随时重新开始。扫描整个系统中的NotebookLM数据，并提供分类预览。

工具配置文件

减少令牌使用，只需加载所需的工具。每个工具都会消耗上下文令牌——工具越少=响应速度越快，成本越低。

可用配置文件

配置文件工具使用场景
最小5查询专用：ask_question, get_health, list_notebooks, select_notebook, get_notebook
标准1 0+ 库管理：setup_auth, list_sessions, add_notebook, update_notebook, search_notebooks
完整16所有工具，包括cleanup_data, re_auth, remove_notebook, reset_session, close_session, get_library_stats

通过CLI配置

# 查看当前设置
npx notebooklm-mcp config get

# 设置配置文件
npx notebooklm-mcp config set profile 最小
npx notebooklm-mcp config set profile 标准
npx notebooklm-mcp config set profile 完整

# 禁用特定工具（逗号分隔）
npx notebooklm-mcp config set disabled-tools "cleanup_data,re_auth"

# 重置为默认值
npx notebooklm-mcp config reset

通过环境变量配置

# 设置配置文件
export NOTEBOOKLM_PROFILE=最小

# 禁用特定工具
export NOTEBOOKLM_DISABLED_TOOLS="cleanup_data,re_auth,remove_notebook"

设置保存在 ~/.config/notebooklm-mcp/settings.json 中，并在会话之间持久保存。环境变量覆盖文件设置。

架构

graph LR
    A[您的任务] --> B[Claude/Codex]
    B --> C[MCP Server]
    C --> D[Chrome 自动化]
    D --> E[NotebookLM]
    E --> F[Gemini 2.5]
    F --> G[您的文档]
    G --> F
    F --> E
    E --> D
    D --> C
    C --> B
    B --> H[准确代码]

常用命令

目的说结果
认证"打开NotebookLM认证设置" 或 "登录NotebookLM"打开Chrome进行登录
添加笔记本"将[链接]添加到库中"保存笔记本及其元数据
列出笔记本"显示我们的笔记本"列出所有已保存的笔记本
先研究"在NotebookLM中研究这个问题，然后再编写代码"多问题会话
选择笔记本"使用React笔记本"设置活动笔记本
更新笔记本"更新笔记本标签"修改元数据
删除笔记本"从库中删除[notebook]"从库中删除
查看浏览器"显示浏览器"观看实时NotebookLM聊天
修复认证"修复NotebookLM认证"清除并重新认证
切换账户"使用不同的Google账户重新认证"更改账户
清洁重启"运行NotebookLM清理"移除所有数据以重新开始
保留库"清理但保留我的库"保留笔记本
删除所有数据"删除所有NotebookLM数据"完全移除

对比替代方案

与下载文档本地相比

  • 您：下载文档 → Claude：“搜索这些文件”
  • 问题：Claude读取数千个文件 → 大量令牌使用，经常错过联系
  • NotebookLM：由Gemini预索引，文档间的语义理解

与网络搜索相比

  • 您：“在线研究X”
  • 问题：过时信息，幻化示例，不可靠来源
  • NotebookLM：仅您的可信文档，始终最新，带有引用

与本地RAG设置相比

  • 您：设置嵌入，向量数据库，分块策略，检索管道
  • 问题：数小时设置，调整检索，仍然对空白部分“创意”
  • NotebookLM：上传文档 → 完成。Google处理一切。

常见问题

真的是零幻觉吗？ 是的。NotebookLM专门设计为仅从上传的来源回答。如果不知道，它会说不知道。

关于速率限制？ 免费层每天有查询限制，按Google账户计算。支持快速切换账户以继续研究。

安全性如何？ Chrome本地运行。您的凭据永远不会离开您的机器。如果您担心，请使用专用的Google账户。

能看到发生了什么吗？ 可以！说*"显示浏览器"*来观看实时NotebookLM对话。

这比Claude内置的知识更好在哪里？ 您的文档总是最新的。没有训练截止日期。没有幻觉。非常适合新库、内部API或快速发展的项目。

高级用法

总结

没有NotebookLM MCP：编写代码 → 发现它是错误的 → 调试幻化的API → 重复

有了NotebookLM MCP：Claude先研究 → 编写正确代码 → 更快交付

停止调试幻觉。开始交付准确的代码。

# 在30秒内开始
claude mcp add notebooklm npx notebooklm-mcp@latest

免责声明

此工具通过自动化与NotebookLM的浏览器交互，使您的工作流程更加高效。然而，有几个友好的提醒：

关于浏览器自动化： 虽然我已经内置了人性化特征（真实的打字速度、自然延迟、鼠标移动），以使自动化行为更自然，但我不能保证Google不会检测或标记自动化使用。建议使用专用的Google账户进行自动化，而不是您的主账户——就像网络抓取一样：可能没问题，但谨慎行事总好过后悔！

关于CLI工具和AI代理： 像Claude Code、Codex这样的CLI工具和类似的AI辅助助手非常强大，但它们可能会犯错。请小心并意识到：

  • 始终在提交或部署前审查更改
  • 首先在安全环境中测试
  • 重要工作要备份
  • 记住：AI代理是助手，不是无所不知的神谕

我为自己创建了这个工具，因为我厌倦了在NotebookLM和编辑器之间进行复制粘贴。我分享它是因为希望它也能帮助其他人，但我不能对可能出现的问题、数据丢失或账户问题负责。请自行判断使用。

尽管如此，如果您遇到问题或有任何疑问，请随时在GitHub上打开一个issue。我很乐意帮忙解决！

贡献

发现了一个bug？有一个功能想法？打开一个issue或提交PR！

许可

MIT — 在您的项目中自由使用。

<div align="center">

由对幻化API的挫败感驱动，由Google的NotebookLM提供动力

⭐ 在GitHub上点赞 如果这为您节省了调试时间！

</div>