精選 開源 NotebookLM MCP Server 內容管線 Claude Code Skill

notebooklm-skill：零成本從研究到內容的開源自動化管線

串接趨勢發現、NotebookLM 深度研究、AI 內容創作與多平台發布的唯一開源工具。支援 Claude Code Skill 與 MCP Server 雙模式，零 API 費用。

2026年3月14日 • 8 min read • 作者：Claude World

如果你能從「我想寫關於 X 的文章」到發布完成的文章、Podcast、投影片和社群貼文——全部自動化、有引用出處、而且零 API 費用呢？

這就是 notebooklm-skill 做到的事。

AI 內容管線的痛點

多數 AI 內容工作流有兩個痛點：

  1. AI 生成的內容缺乏真實引用。 LLM 會幻覺出不存在的來源。即使是 RAG 管線也需要昂貴的 embedding 基礎設施。
  2. 研究工具按次收費。 Perplexity、You.com 等服務每次搜尋都要付費，規模化後成本急遽上升。

Google 的 NotebookLM 同時解決了這兩個問題——它基於真實來源進行研究並提供可驗證的引用，能生成 9 種可下載的產出物（Podcast、投影片、報告、測驗等），而且完全免費。

缺少的是什麼？自動化。 NotebookLM 沒有公開 API，只能在瀏覽器中手動操作。

直到現在。

notebooklm-skill 做什麼

notebooklm-skill 是唯一串接完整內容創作流程的開源工具：

趨勢發現 → NotebookLM 深度研究 → AI 內容創作 → 多平台發布

基於 notebooklm-py v0.3.4 建構，它封裝了 NotebookLM 的內部 HTTP API。只需一次瀏覽器登入，後續所有操作都是純 HTTP 呼叫——沒有每次操作的瀏覽器自動化開銷。

雙模式架構

此工具支援兩種運行模式：

模式運作方式相容工具
Claude Code Skill將 SKILL.md 放入 .claude/skills/，自動偵測觸發詞Claude Code
MCP Server執行 python3 mcp-server/server.py，支援 stdio 或 HTTP 模式Claude Code、Cursor、Gemini CLI、任何 MCP 客戶端

不管你是 Claude Code 使用者、Cursor 使用者，還是正在建構自己的 MCP 相容代理，同一套工具都能用。

數字一覽

類別數量
CLI 指令11 個命令
MCP 工具13 個工具
Pipeline 工作流5 個端到端管線
產出物類型9 種可下載（全由 Google 伺服器生成）
來源類型11 種（URL、YouTube、PDF、Google Drive 等）
API 費用$0

9 種可下載產出物——全部免費

每種產出物都由 Google 的基礎設施生成，對你完全零成本：

產出物格式用途
Podcast（音訊概覽）M4A深度探討、簡報、評論、辯論
影片MP4視覺內容
投影片PDF簡報展示
報告Markdown長篇研究報告
學習指南Markdown學習指南格式
測驗JSON教學評量
閃卡JSON學習教材
心智圖JSON 樹狀結構視覺化知識映射
資訊圖表PNG視覺摘要
數據表CSV/JSON結構化資料擷取

光是 Podcast 就支援四種格式：深度探討（15-30 分鐘）、簡報（3-5 分鐘）、評論（10-20 分鐘）和辯論（兩個對立觀點，10-20 分鐘）。

5 個 Pipeline 工作流

以下是預建的端到端工作流：

1. 研究 → 文章

輸入 URL → NotebookLM 建立筆記本 → 提出 5 個研究問題 → Claude 撰寫 1,000-2,000 字的引用文章。

2. 研究 → 社群貼文

URL → 筆記本 → 摘要 → 針對 Threads、Instagram、Facebook 的平台特定貼文。

3. 趨勢 → 內容

整合 trend-pulse 發現熱門趨勢，在 NotebookLM 中研究，自動生成內容。

4. 批次摘要

RSS feed → 筆記本 → 分類電子報摘要與問答。

5. 生成所有產出物

URL → 筆記本 → 一次生成並下載全部 9 種產出物。

YouTube 影片合成

最令人印象深刻的功能之一：將投影片 + Podcast 合成為 YouTube 影片。

內建的 make_video.sh 腳本：

  1. 從 NotebookLM 生成投影片（PDF）和 Podcast（M4A）
  2. 用 pdftoppm 將 PDF 轉換為 PNG 逐頁圖
  3. 用 ffmpeg 將投影片與音訊合成
  4. 輸出 H.264 影片 + AAC 音訊，+faststart 支援網路串流

實際效果：

認證方式：不需要 OAuth，不需要 API Key

設定過程非常簡單：

pip install -r requirements.txt
python3 -m playwright install chromium
python3 -m notebooklm login  # 開啟瀏覽器，登入一次

就這樣。瀏覽器 session 會儲存在本地。後續所有呼叫都是純 HTTP。不需要 Google Cloud 專案、不需要 OAuth 應用、不需要 API Key。Session 可持續數週。

快速開始

作為 Claude Code Skill：

mkdir -p .claude/skills/notebooklm
cp -r notebooklm-skill/SKILL.md .claude/skills/notebooklm/
cp -r notebooklm-skill/scripts/ .claude/skills/notebooklm/scripts/

然後直接告訴 Claude：「用 NotebookLM 研究 Claude Code 最佳實踐並寫一篇文章。」

作為 MCP Server：

{
  "mcpServers": {
    "notebooklm": {
      "command": "python3",
      "args": ["/path/to/notebooklm-skill/mcp-server/server.py"]
    }
  }
}

CLI 使用：

# 從 URL 建立筆記本
python3 scripts/notebooklm_client.py create \
  --title "研究主題" \
  --urls "https://example.com/article1" "https://example.com/article2"

# 生成 Podcast
python3 scripts/notebooklm_client.py podcast --notebook "研究主題"

# 完整研究到文章管線
python3 scripts/pipeline.py research-to-article \
  --urls "https://..." --questions 5 --format markdown

與其他工具比較

工具研究產出物自動化費用
notebooklm-skillNotebookLM（有引用）9 種完整管線免費
Perplexity API按次搜尋僅文字手動$5-200/月
LangChain/LlamaIndex自建 RAG自建需自寫程式LLM API 費用
Zapier + NotebookLM無無部分$20+/月
NotebookLM UI手動9 種無免費

獨特定位：有引用的研究 + 產出物生成 + 完整自動化 + 零成本。

相關開源專案

notebooklm-skill 是我們正在建構的更大開源生態系的一部分：

  • trend-pulse — 從 7 個免費來源（Google Trends、Hacker News、Reddit 等）即時發現熱門趨勢。為 notebooklm-skill 的 trend-to-content 管線提供趨勢數據。可作為 MCP Server 使用。
  • cf-browser — 透過 Cloudflare Browser Rendering 提供 9 個瀏覽器工具給 Claude Code。截圖、爬取、抓取任何網頁內容。一個指令部署完成。

這三個工具組成完整的內容管線：發現趨勢（trend-pulse）→ 深度研究（notebooklm-skill）→ 擷取網頁內容（cf-browser）→ 創作與發布（notebooklm-skill）。

接下來

專案採用 MIT 授權，持續維護中。計畫新增更多 MCP 工具（nlm_generate、nlm_download、nlm_list_artifacts）、更多管線配方，以及更深入的內容管理系統整合。

GitHub: claude-world/notebooklm-skill 示範（中文）: youtu.be/6M3K4sxahdE Demo（English）: youtu.be/q1kj_OccaVE

如果你正在建構內容管線，受夠了按次付費的 API 呼叫，試試看吧。如果覺得好用，在 GitHub 上給顆星幫助更多人發現這個專案。光是零成本這點就值得探索——完整的自動化管線讓它成為真正的遊戲規則改變者。