jacob-bd/gemini-notebook-mcp-cli · 上手攻略

  • 仓库：jacob-bd/gemini-notebook-mcp-cli
  • 链接：https://github.com/jacob-bd/gemini-notebook-mcp-cli
  • 分类：MCP · CLI 工具 · Gemini Notebook 集成
  • 作者：Tom
  • 更新：2026-08-07

这是什么

notebooklm-mcp-cli（PyPI 包名 notebooklm-mcp-cli）是一个将 Google Gemini Notebook（原 NotebookLM）的全部能力以两种方式暴露给 AI 编程 agent 的工具：

  • CLI 工具 nlm：终端直接调用，脚本化、自动化场景
  • MCP 服务器 notebooklm-mcp：接入 Claude Code、Cursor、Copilot、Gemini CLI 等 AI 编程环境，用自然语言驱动 NotebookLM

该仓库原名 gemini-notebook-mcp-cli，现已统一为单一 PyPI 包 v0.2.0，内含 CLI + MCP 两件套。支持多 Google 账号（profile 隔离）、43 个 MCP 工具（含播客生成、幻灯片修订、跨笔记本查询、Drive 同步等），实测支持 Pro / Free 和 Google AI Ultra（$249/月）账号。

解决什么问题

Gemini Notebook 有强大的文献阅读 + AI 摘要 + 播客生成能力，但原厂只提供 Web UI。将它接入 AI coding agent 后，可以用自然语言：

  • 丢一个 URL / PDF / Drive 文件进去，让 NotebookLM 消化后回答问题
  • 自动创建笔记本、管理多个研究项目
  • 让 AI 编程助手直接查询笔记本内容，不离开编辑器

等于给 Claude Code / Cursor 等工具接上了一个可对话的"第二大脑"。

快速安装

# 推荐：用 uv 安装（Python 环境）
uv tool install notebooklm-mcp-cli

# 或 pip（需要 pip ≥ 21.3）
pip install notebooklm-mcp-cli

# 或 pipx
pipx install notebooklm-mcp-cli

安装后得到两个可执行文件：nlm（CLI）和 notebooklm-mcp（MCP 服务器）。

注意：如果之前分别装了旧包 notebooklm-cli 和 notebooklm-mcp-server，需要先卸载再重装： bash uv tool uninstall notebooklm-cli notebooklm-mcp-server uv tool install --force notebooklm-mcp-cli

核心用法

1. 登录认证（首次必做）

# 自动模式：启动浏览器，手动登录 Google，cookie 自动提取
nlm login

# 检查认证状态
nlm login --check

# 多账号：用命名 profile 隔离
nlm login --profile work
nlm login --profile personal

# 手动模式：导入已有 cookie 文件
nlm login --manual --file cookies.txt

自动模式支持 Chrome、Arc、Brave、Edge、Chromium 等浏览器；可通过 nlm config set auth.browser chromium 指定偏好浏览器。认证缓存写入 ~/.notebooklm-mcp-cli/profiles/default/auth.json。

2. CLI 常用命令

# 笔记本管理
nlm notebook list                       # 列出所有笔记本
nlm notebook create "研究项目"          # 创建新笔记本

# 添加资料来源
nlm source add <notebook-id> --url "https://arxiv.org/abs/..."
nlm source add <notebook-id> --file ./paper.pdf
nlm source sync                        # 同步 Google Drive 来源

# 查询（持久化到 Web UI）
nlm notebook query <notebook-id> --text "这篇论文的主要贡献是什么？"

# 播客生成
nlm audio create <notebook-id> --confirm
nlm download audio <notebook-id> <artifact-id>  # 下载音频文件

# 下载所有产物
nlm download all <notebook-id> -d ./exports

# 分享（开启公开链接）
nlm share public <notebook-id>

# 诊断工具
nlm doctor                             # 完整诊断（存储/认证/浏览器/MCP 连线）

3. MCP 接入 AI 编程工具

Claude Code

claude mcp add --scope user gemini-notebook-mcp -- notebooklm-mcp

Claude Desktop（交互式配置）

nlm setup add claude-desktop
# 完全退出 Claude Desktop 后再运行，再重新打开

Gemini CLI

gemini mcp add --scope user gemini-notebook-mcp -- notebooklm-mcp

Cursor / Windsurf（需 JSON 配置）

nlm setup add json    # 生成 JSON 配置片段
# 将输出填入 ~/.cursor/mcp.json（Cursor）或 ~/.codeium/windsurf/mcp_config.json（Windsurf）

上下文窗口警告：43 个工具全开很吃上下文，用完可 @gemini-notebook-mcp 切换挂起。

4. 最小可跑命令（CLI 独立验证）

# 1. 安装
uv tool install notebooklm-mcp-cli

# 2. 登录（自动弹出浏览器）
nlm login

# 3. 验证认证
nlm login --check

# 4. 列出笔记本
nlm notebook list

# 5. 创建笔记本并添加来源（需替换 <url>）
nlm notebook create "测试项目"
# 复制输出的 notebook-id，再：
nlm source add <notebook-id> --url "<任意URL>"

# 6. 查询
nlm notebook query <notebook-id> --text "总结这个来源的核心观点"

硬件/CUDA/模型版本：均为云端 API，无需本地 GPU；需稳定网络连接 Google 服务。

典型适用场景

  1. 文献调研流：让 Cursor/Claude Code 读取 arXiv 论文，写代码时直接问 NotebookLM 论文细节
  2. 多项目并行研究：用 profile 隔离多个 Google 账号的研究笔记本
  3. AI 辅助写作：把参考文档丢进 NotebookLM，用 nlm notebook query 提取关键论据
  4. 自动化报告：结合 nlm batch 批量创建/查询笔记本，构建流水线
  5. 团队知识库：Drive 同步后，团队成员通过各自的 AI 工具访问同一笔记本

坑与注意

  1. 双 MCP 服务器冲突（最常见坑）：如果之前装了其他 Gemini Notebook MCP（如 browser-automation 版），两个服务器的同名工具（notebook_create、source_add 等）会冲突，Claude Code 会随机选一个。迁移前必须先卸载旧包：claude mcp remove notebooklm（或对应的工具名）。

  2. 认证过期（auth_status: stale）：Google cookie 有生命周期，nlm login --check 显示 stale 时需重跑 nlm login。

  3. Claude Desktop 需完全退出：运行 nlm setup add claude-desktop 时 Claude Desktop 必须在关闭状态，否则 Claude 会重写配置文件丢弃改动。

  4. Context Window 消耗：43 个工具全开会快速占满上下文窗口，Claude Code 中用 @gemini-notebook-mcp 挂起不需要的工具。

  5. 使用内部 API：该项目调用的是 Gemini Notebook 的内部、未公开 API，Google 可能无预告更改；README 明确声明"Use at your own risk"。

  6. AI Skills 扩展：可通过 nlm skill install cline / openclaw / codex / antigravity 安装该工具对各类 agent 的使用指引 skill 文件，降低 AI 理解如何使用这 43 个工具的门槛。

与同类对比

工具 定位 MCP 支持 多账号 CLI 备注
notebooklm-mcp-cli Gemini Notebook 接入 agent ✅ 43 工具 ✅ profile 隔离 ✅ 内部 API，有风险
OpenAI Agents SDK 通用 agent 框架 ✅ ❌ ❌ 非 NotebookLM 专用
LangChain Tools LLM 工具集 ✅ ❌ ❌ 非 MCP 标准
Browser MCP 浏览器自动化 ✅ ❌ ❌ 不接入 NotebookLM

核心差异：notebooklm-mcp-cli 是目前将 Gemini Notebook 接入 AI 编程工具的最完整方案（CLI + MCP + skill 安装 + 多工具整合）；其他 MCP 方案侧重通用浏览器自动化，不专注文献管理。

一句话推荐结论

如果你用 Claude Code / Cursor 等 AI 编程工具做研究类项目，notebooklm-mcp-cli 是目前将 Gemini Notebook 文献管理能力无缝嵌入工作流的最佳选择——43 个 MCP 工具 + 多账号 profile + 一行命令接入，但需注意双 MCP 冲突和内部 API 的稳定性风险。

来源

  • 仓库 README：https://github.com/jacob-bd/gemini-notebook-mcp-cli
  • Getting Started：https://github.com/jacob-bd/gemini-notebook-mcp-cli/blob/main/docs/GETTING_STARTED.md
  • CLI Guide：https://github.com/jacob-bd/gemini-notebook-mcp-cli/blob/main/docs/CLI_GUIDE.md
  • MCP Guide：https://github.com/jacob-bd/gemini-notebook-mcp-cli/blob/main/docs/MCP_GUIDE.md
  • Authentication：https://github.com/jacob-bd/gemini-notebook-mcp-cli/blob/main/docs/AUTHENTICATION.md
  • PyPI：https://pypi.org/project/notebooklm-mcp-cli/