NotebookLM MCP Server

讓您的 CLI 代理 (Claude, Cursor, Codex...) 直接與 NotebookLM 對話根據您的筆記本獲得零幻覺的答案

安裝快速開始為什麼選擇-notebooklm 範例文件

注意本專案 fork 自 PleasePrompto/notebooklm-mcp.git此版本為修改版

問題

當您告訴 Claude Code 或 Cursor搜尋我的本地文件時會發生以下情況

大量 Token 消耗搜尋文件意味著重複讀取多個檔案
檢索不準確關鍵字搜尋會錯過文件之間的上下文和關聯
幻覺當它找不到東西時它會編造聽起來合理的 API
昂貴且緩慢每個問題都需要重新讀取多個檔案

解決方案

讓您的本地代理直接與 NotebookLM 對話 Google 的 零幻覺知識庫由 Gemini 2.5 提供支援可從您的文件中提供智慧綜合的答案

您的任務  本地代理詢問 NotebookLM  Gemini 綜合答案  代理編寫正確的程式碼

真正的優勢不再需要在 NotebookLM 和您的編輯器之間手動複製貼上您的代理直接詢問 NotebookLM 並在 CLI 中直接獲得答案它可以通過自動追問建立深刻的理解 Claude 會按順序詢問多個問題每個問題都建立在上一個問題的基礎上獲取具體的實作細節邊緣情況和最佳實踐您可以將 NotebookLM 連結儲存到帶有標籤和描述的本地庫中Claude 會根據您當前的任務自動選擇相關的筆記本

為什麼選擇 NotebookLM 而不是本地 RAG

方法	Token 成本	設定時間	幻覺	答案品質
將文件餵給 Claude	非常高 (多次讀取檔案)	即時	有 - 會填補空白	檢索變數
網路搜尋	中等	即時	高 - 來源不可靠	時好時壞
本地 RAG	中-高	數小時 (嵌入, 切塊)	中 - 檢索缺漏	取決於設定
NotebookLM MCP	極低	5 分鐘	零 - 未知則拒絕	專家級綜合

NotebookLM 有何過人之處

由 Gemini 預處理上傳文件一次即可獲得即時的專家知識
自然語言問答不僅僅是檢索而是真正的理解和綜合
多來源關聯連接 50 多個文件中的資訊
引用支援每個答案都包含來源引用
無基礎設施無需向量資料庫嵌入或切塊策略

安裝

Claude Code

claude mcp add notebooklm npx notebooklm-mcp-zh@latest

Cursor

新增至 ~/.cursor/mcp.json:

{
  "mcpServers": {
    "notebooklm": {
      "command": "npx",
      "args": ["-y", "notebooklm-mcp-zh@latest"]
    }
  }
}

快速開始

1. 安裝 MCP 伺服器 (見上方安裝)

2. 驗證 (一次性)

在您的聊天 (Claude/Cursor) 中說

"Log me in to NotebookLM" (登入 NotebookLM)

Chrome 視窗將開啟使用 Google 登入

3. 建立您的知識庫

前往 notebooklm.google.com 建立筆記本上傳您的文件

PDF, Google Docs, markdown 檔案
網站, GitHub 儲存庫
YouTube 影片
每個筆記本支援多個來源

分享** Share (分享) Anyone with link (任何擁有連結的人) Copy (複製)**

4. 讓 Claude 使用它

"I'm building with [library]. Here's my NotebookLM: [link]"
(我正在使用 [library] 進行開發這是我的 NotebookLM[連結])

就這樣 Claude 現在會詢問 NotebookLM 它需要的任何資訊在編寫程式碼之前建立專業知識

真實案例

建立 n8n 工作流程而不產生幻覺

挑戰n8n 的 API 很新 Claude 經常對節點名稱和功能產生幻覺

解決方案

下載完整的 n8n 文件合併成易於管理的區塊
上傳到 NotebookLM
告訴 Claude*"幫我建立一個 Gmail 垃圾郵件過濾工作流程使用這個 NotebookLM[連結]"*

結果第一次嘗試就獲得完美的工作流程無需除錯幻覺產生的 API

核心功能

零幻覺

如果資訊不在您的文件中NotebookLM 會拒絕回答不會有發明的 API

自主研究

Claude 會自動詢問後續問題在編碼前建立完整的理解

智慧庫管理

使用標籤和描述儲存 NotebookLM 連結Claude 會為您的任務自動選擇正確的筆記本

"Add [link] to library tagged 'frontend, react, components'"

跨工具共享

設定一次隨處使用Claude Code, Codex, Cursor 均共享同一個庫

深度清理工具

隨時重新開始掃描整個系統的 NotebookLM 資料並提供分類預覽

工具設定檔 (Tool Profiles)

透過僅載入您需要的工具來減少 Token 使用量

設定檔	工具數量	用途
minimal	5	僅查詢`ask_question`, `get_health`, `list_notebooks`, `select_notebook`, `get_notebook`
standard	10	+ 庫管理`setup_auth`, `list_sessions`, `add_notebook`, `update_notebook`, `search_notebooks`
full	16	所有工具包含 `cleanup_data`, `re_auth` 等

設定方式

npx notebooklm-mcp-zh config set profile minimal

常見指令

意圖	指令 (範例)	結果
驗證	"Log me in to NotebookLM"	開啟 Chrome 登入
新增筆記本	"Add [link] to library"	儲存筆記本與中繼資料
列出筆記本	"Show our notebooks"	列出所有儲存的筆記本
先行研究	"Research this in NotebookLM before coding"	多問題會話
選擇筆記本	"Use the React notebook"	設定當前活動筆記本

免責聲明

此工具自動化與 NotebookLM 的瀏覽器互動

關於瀏覽器自動化 雖然我已經加入了擬人化功能真實的打字速度自然延遲滑鼠移動以使自動化行為更自然但我不能保證 Google 不會檢測或標記自動化使用建議使用專用的 Google 帳戶進行自動化而不是您的主要帳戶

關於 CLI 工具和 AI 代理 請謹慎使用

在提交或部署之前務必審查變更
先在安全環境中測試
備份重要工作

貢獻

發現錯誤有功能想法歡迎在 GitHub 上提交 issue 或 PR

授權

MIT 可在您的專案中自由使用

服务配置

[{'mcpServers': {'notebooklm': {'args': ['-y', 'notebooklm-mcp-zh@latest'], 'command': 'npx'}}}]

来源

来源：github
链接：https://github.com/inventra/notebooklm-mcp

notebooklm-mcp