NotebookLM 研究助理技能

与 Google NotebookLM 交互，通过 Gemini 的源文件溯源答案来查询文档。每个问题都会开启一个新的浏览器会话，仅从您上传的文档中检索答案，然后关闭。

何时使用此技能

当用户出现以下情况时触发：

• 明确提及 NotebookLM
• 分享 NotebookLM 链接 (https://notebooklm.google.com/notebook/...)
• 要求查询其笔记/文档
• 想要将文档添加到 NotebookLM 库
• 使用诸如“问我的 NotebookLM”、“检查我的文档”、“查询我的笔记”等短语

⚠️ 关键：添加命令 - 智能发现

当用户想要添加笔记但未提供详细信息时：

智能添加（推荐）：首先查询笔记以发现其内容：

# Step 1: Query the notebook about its content
python scripts/run.py ask_question.py --question "What is the content of this notebook? What topics are covered? Provide a complete overview briefly and concisely" --notebook-url "[URL]"

# Step 2: Use the discovered information to add it
python scripts/run.py notebook_manager.py add --url "[URL]" --name "[Based on content]" --description "[Based on content]" --topics "[Based on content]"

手动添加：如果用户提供了所有详细信息：

• --url- NotebookLM 链接
• --名称- 一个描述性的名称
• --描述- 笔记本包含的内容（必填！）
• --主题- 逗号分隔的主题（必填！）

切勿猜测或使用通用描述！如果缺少详细信息，请使用“智能添加”来发现它们。

关键：始终使用 run.py 包装器

切勿直接调用脚本。始终使用python scripts/run.py [脚本]：

# ✅ CORRECT - Always use run.py:
python scripts/run.py auth_manager.py status
python scripts/run.py notebook_manager.py list
python scripts/run.py ask_question.py --question "..."

# ❌ WRONG - Never call directly:
python scripts/auth_manager.py status  # Fails without venv!

该run.py包装器会自动：

1. 创建.venv如果需要的话
2. 安装所有依赖项
3. 激活环境
4. 正确执行脚本

核心工作流程

步骤 1：检查认证状态

python scripts/run.py auth_manager.py status

如果未认证，则进行设置。

步骤二：身份验证（一次性设置）

# Browser MUST be visible for manual Google login
python scripts/run.py auth_manager.py setup

重要提示：

• 身份验证期间浏览器需保持可见状态
• 浏览器窗口将自动打开
• 用户需手动登录Google账户
• 告知用户：“即将打开浏览器窗口进行Google登录”

步骤三：管理笔记库

# List all notebooks
python scripts/run.py notebook_manager.py list

# BEFORE ADDING: Ask user for metadata if unknown!
# "What does this notebook contain?"
# "What topics should I tag it with?"

# Add notebook to library (ALL parameters are REQUIRED!)
python scripts/run.py notebook_manager.py add \
  --url "https://notebooklm.google.com/notebook/..." \
  --name "Descriptive Name" \
  --description "What this notebook contains" \  # REQUIRED - ASK USER IF UNKNOWN!
  --topics "topic1,topic2,topic3"  # REQUIRED - ASK USER IF UNKNOWN!

# Search notebooks by topic
python scripts/run.py notebook_manager.py search --query "keyword"

# Set active notebook
python scripts/run.py notebook_manager.py activate --id notebook-id

# Remove notebook
python scripts/run.py notebook_manager.py remove --id notebook-id

快速工作流程

1. 查看笔记库：python scripts/run.py notebook_manager.py list
2. 提问操作：python scripts/run.py ask_question.py --question "..." --notebook-id ID

步骤四：提问功能

# Basic query (uses active notebook if set)
python scripts/run.py ask_question.py --question "Your question here"

# Query specific notebook
python scripts/run.py ask_question.py --question "..." --notebook-id notebook-id

# Query with notebook URL directly
python scripts/run.py ask_question.py --question "..." --notebook-url "https://..."

# Show browser for debugging
python scripts/run.py ask_question.py --question "..." --show-browser

后续追问机制（关键）

每个NotebookLM回答均以以下提示结尾：“至关重要：这是您需要了解的全部信息吗？”

Claude必需执行的操作：

1. 立即停止- 切勿立即回复用户
2. 进行分析- 将回答内容与用户原始请求进行比对
3. 识别信息缺口- 确定是否需要更多信息
4. 进行追问- 如果存在信息缺口，立即询问：

   python scripts/run.py ask_question.py --question "Follow-up with context..."
   

5. 重复- 持续此过程直到信息完整
6. 综合处理- 在回复用户前整合所有答案

脚本参考

认证管理 (auth_manager.py)

python scripts/run.py auth_manager.py setup    # Initial setup (browser visible)
python scripts/run.py auth_manager.py status   # Check authentication
python scripts/run.py auth_manager.py reauth   # Re-authenticate (browser visible)
python scripts/run.py auth_manager.py clear    # Clear authentication

笔记本管理 (notebook_manager.py)

python scripts/run.py notebook_manager.py add --url URL --name NAME --description DESC --topics TOPICS
python scripts/run.py notebook_manager.py list
python scripts/run.py notebook_manager.py search --query QUERY
python scripts/run.py notebook_manager.py activate --id ID
python scripts/run.py notebook_manager.py remove --id ID
python scripts/run.py notebook_manager.py stats

问题界面 (ask_question.py)

python scripts/run.py ask_question.py --question "..." [--notebook-id ID] [--notebook-url URL] [--show-browser]

数据清理 (cleanup_manager.py)

python scripts/run.py cleanup_manager.py                    # Preview cleanup
python scripts/run.py cleanup_manager.py --confirm          # Execute cleanup
python scripts/run.py cleanup_manager.py --preserve-library # Keep notebooks

环境管理

虚拟环境自动管理：

• 首次运行创建.venv自动
• 依赖项自动安装
• Chromium浏览器自动安装
• 所有内容隔离在技能目录中

手动设置（仅在自动设置失败时进行）：

python -m venv .venv
source .venv/bin/activate  # Linux/Mac
pip install -r requirements.txt
python -m patchright install chromium

数据存储

所有数据存储在~/.claude/skills/notebooklm/data/：

• library.json- 笔记本元数据
• auth_info.json- 认证状态
• browser_state/- 浏览器Cookie和会话

安全性：受.gitignore保护，切勿提交到git。

配置

可选.env文件位于技能目录中：

HEADLESS=false           # Browser visibility
SHOW_BROWSER=false       # Default browser display
STEALTH_ENABLED=true     # Human-like behavior
TYPING_WPM_MIN=160       # Typing speed
TYPING_WPM_MAX=240
DEFAULT_NOTEBOOK_ID=     # Default notebook

决策流程

User mentions NotebookLM
    ↓
Check auth → python scripts/run.py auth_manager.py status
    ↓
If not authenticated → python scripts/run.py auth_manager.py setup
    ↓
Check/Add notebook → python scripts/run.py notebook_manager.py list/add (with --description)
    ↓
Activate notebook → python scripts/run.py notebook_manager.py activate --id ID
    ↓
Ask question → python scripts/run.py ask_question.py --question "..."
    ↓
See "Is that ALL you need?" → Ask follow-ups until complete
    ↓
Synthesize and respond to user

故障排除

最佳实践

1. 始终使用run.py- 自动处理环境
2. 首先检查身份验证- 在任何操作之前
3. 后续问题- 不要停留在第一个答案
4. 浏览器可见以便认证- 手动登录所需
5. 包含上下文- 每个问题相互独立
6. 综合答案- 合并多个回复

限制

• 无会话持久性（每个问题 = 新浏览器）
• 免费谷歌账户的速率限制（50次查询/天）
• 需要手动上传（用户必须将文档添加到NotebookLM）
• 浏览器开销（每个问题几秒钟）

资源（技能结构）

重要目录和文件：

• scripts/- 所有自动化脚本（ask_question.py、notebook_manager.py等）
• data/- 用于认证和笔记本库的本地存储
• references/- 扩展文档：
  • api_reference.md- 所有脚本的详细API文档
  • 故障排除.md- 常见问题及解决方案
  • 使用模式.md- 最佳实践与工作流示例
• .venv/- 隔离的Python环境（首次运行时自动创建）
• .gitignore- 防止敏感数据被提交