闲社服务运行正常AI智能体自动化平台
n

NotebookLM查询

技能标识:notebooklm

Use this skill to query your Google NotebookLM notebooks directly from Claude Code for source-grounded, citation-backed answers from Gemini. Browser automation, library management, persistent auth. Drastically reduced hallucinations through document-only responses.

作者:admin | 来源记录:ClawHub
登记来源
ClawHub
版本
V 0.1.0
检测标记
后台标记通过
免费
免费获取
15
收藏
来源与检测标记为平台登记信息,并不代表已展示可复核的检测报告。使用前请核对版本、依赖和所需权限,建议先在隔离环境中运行。
概述
安装方式
版本历史

NotebookLM查询

NotebookLM 研究助手技能

与 Google NotebookLM 交互,使用 Gemini 基于来源的答案查询文档。每个问题都会打开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 URL(https://notebooklm.google.com/notebook/...)
  • 要求查询他们的笔记本/文档
  • 想要将文档添加到 NotebookLM 库
  • 使用诸如询问我的 NotebookLM、查看我的文档、查询我的笔记本等短语

⚠️ 关键:添加命令 - 智能发现

当用户想要添加笔记本但未提供详细信息时:

智能添加(推荐):先查询笔记本以发现其内容:
bash

步骤 1:查询笔记本内容


python scripts/run.py ask_question.py --question 这个笔记本的内容是什么?涵盖哪些主题?请简洁地提供完整概述 --notebook-url [URL]

步骤 2:使用发现的信息进行添加

python scripts/run.py notebook_manager.py add --url [URL] --name [基于内容] --description [基于内容] --topics [基于内容]

手动添加:如果用户提供所有详细信息:

  • - --url - NotebookLM URL
  • --name - 描述性名称
  • --description - 笔记本包含的内容(必填!)
  • --topics - 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,请使用智能添加进行发现。

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]:

bash

✅ 正确 - 始终使用 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 ...

❌ 错误 - 切勿直接调用:

python scripts/auth_manager.py status # 没有虚拟环境会失败!

run.py 包装器会自动:

  1. 1. 在需要时创建 .venv
  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:检查身份验证状态

bash python scripts/run.py auth_manager.py status

如果未通过身份验证,则继续设置。

步骤 2:身份验证(一次性设置)

bash

浏览器必须可见以进行手动 Google 登录

python scripts/run.py auth_manager.py setup

重要提示:

  • - 浏览器在身份验证时是可见的
  • 浏览器窗口会自动打开
  • 用户必须手动登录 Google
  • 告知用户:将打开一个浏览器窗口用于 Google 登录

步骤 3:管理笔记本库

bash

列出所有笔记本


python scripts/run.py notebook_manager.py list

添加前:如果未知,询问用户元数据!

这个笔记本包含什么?

我应该用什么主题标记它?

将笔记本添加到库(所有参数均为必填!)

python scripts/run.py notebook_manager.py add \ --url https://notebooklm.google.com/notebook/... \ --name 描述性名称 \ --description 这个笔记本包含的内容 \ # 必填 - 如果未知请询问用户! --topics 主题1,主题2,主题3 # 必填 - 如果未知请询问用户!

按主题搜索笔记本

python scripts/run.py notebook_manager.py search --query 关键词

设置活动笔记本

python scripts/run.py notebook_manager.py activate --id 笔记本-id

移除笔记本

python scripts/run.py notebook_manager.py remove --id 笔记本-id

快速工作流程

  1. 1. 检查库:python scripts/run.py notebookmanager.py list
  2. 提问:python scripts/run.py askquestion.py --question ... --notebook-id ID

步骤 4:提问

bash

基本查询(如果已设置,使用活动笔记本)


python scripts/run.py ask_question.py --question 您的问题在这里

查询特定笔记本

python scripts/run.py ask_question.py --question ... --notebook-id 笔记本-id

直接使用笔记本 URL 查询

python scripts/run.py ask_question.py --question ... --notebook-url https://...

显示浏览器以进行调试

python scripts/run.py ask_question.py --question ... --show-browser

跟进机制(关键)

每个 NotebookLM 答案都以以下内容结尾:极其重要:这是您需要知道的全部内容吗?

必需的 Claude 行为:

  1. 1. 停止 - 不要立即回复用户
  2. 分析 - 将答案与用户的原始请求进行比较
  3. 识别差距 - 确定是否需要更多信息
  4. 询问跟进 - 如果存在差距,立即询问:

bash
python scripts/run.py ask_question.py --question 带有上下文的跟进...

  1. 5. 重复 - 持续直到信息完整
  2. 综合 - 在回复用户之前合并所有答案

脚本参考

身份验证管理(auth_manager.py)

bash python scripts/run.py auth_manager.py setup # 初始设置(浏览器可见) python scripts/run.py auth_manager.py status # 检查身份验证 python scripts/run.py auth_manager.py reauth # 重新身份验证(浏览器可见) python scripts/run.py auth_manager.py clear # 清除身份验证

笔记本管理(notebook_manager.py)

bash python scripts/run.py notebook_manager.py add --url URL --name 名称 --description 描述 --topics 主题 python scripts/run.py notebook_manager.py list python scripts/run.py notebook_manager.py search --query 查询 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

问题接口(ask_question.py)

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

数据清理(cleanup_manager.py)

bash python scripts/run.py cleanup_manager.py # 预览清理 python scripts/run.py cleanup_manager.py --confirm # 执行清理 python scripts/run.py cleanup_manager.py --preserve-library # 保留笔记本

环境管理

虚拟环境自动管理:

  • - 首次运行自动创建 .venv
  • 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(仅在自动失败时):
bash
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/ 中:

  • - library.json - 笔记本元数据
  • authinfo.json - 身份验证状态
  • browserstate/ - 浏览器 cookies 和会话

安全: 受 .gitignore 保护,切勿提交到 git。

配置

技能目录中的可选 .env 文件:
env
HEADLESS=false # 浏览器可见性
SHOW_BROWSER=false # 默认浏览器显示
STEALTH_ENABLED=true # 类人行为
TYPINGWPMMIN=160 # 打字速度
TYPINGWPMMAX=240
DEFAULTNOTEBOOKID= # 默认笔记本

决策流程

用户提及 NotebookLM
↓
检查身份验证 → python scripts/run.py auth_manager.py status
↓
如果未通过身份验证 → python scripts/run.py auth_manager.py setup
↓
检查/添加笔记本 → python scripts/run.py notebook_manager.py list/add(带 --description)
↓
激活笔记本 → python scripts/run.py notebook_manager.py activate --id ID
↓
提问 → python scripts/run.py ask_question.py --question ...
↓
看到这是您需要的全部内容吗? → 询问跟进直到完成
↓
综合并回复用户

故障排除

问题解决方案
ModuleNotFoundError使用 run.py 包装器
身份验证失败
设置时浏览器必须可见!--show-browser | | 速率限制(每天50次) | 等待或切换 Google 账户 | | 浏览器崩溃 | python scripts/run.py cleanup_manager.py --preserve-library | | 未找到笔记本 | 使用 notebook_manager.py list 检查 |

最佳实践

  1. 1. 始终使用 run.py - 自动处理环境
2

标签

skill ai

通过对话安装

以下为平台配置的接入选项,并非逐项实测通过。能否安装取决于客户端支持、技能来源和运行环境:

OpenClaw WorkBuddy QClaw Kimi Claude

方式一:安装 SkillHub 和技能

帮我安装 SkillHub 和 notebooklm-skill-1776277290 技能

方式二:设置 SkillHub 为优先技能安装源

设置 SkillHub 为我的优先技能安装源,然后帮我安装 notebooklm-skill-1776277290 技能

通过命令行安装

skillhub install notebooklm-skill-1776277290

下载

⬇ 下载 notebooklm v0.1.0(免费)

文件大小: 44.82 KB | 发布时间: 2026-4-16 16:47

v0.1.0 最新 2026-4-16 16:47
notebooklm-skill v0.1.0

- Initial release introducing integration with Google NotebookLM for source-grounded, citation-backed research queries.
- Provides persistent authentication, browser automation, and robust notebook/document management via a Python script interface.
- Features Smart Discovery for notebook metadata, minimizing the need for manual data entry.
- Strongly enforces use of a wrapper script (run.py) for consistent environment setup and dependency management.
- Includes critical follow-up and synthesis workflow for comprehensive, accurate responses.
- Stores all data locally with security in mind; configuration options via `.env` supported.
返回顶部