# 用於 Claude Code 的 NotebookLM 代理技能

> 將 Google 的 NotebookLM 直接整合到 Claude Code 中，從您上傳的文件中獲取基於來源、附帶引用的答案，大幅減少幻覺。立即開始提升您的編碼工作流程。

- Canonical: https://nanoskill.ai/tw/skills/notebooklm-skill
- Markdown: https://nanoskill.ai/tw/skills/notebooklm-skill.md
- Author: PleasePrompto
- Published: 2026-06-01T07:12:40.837Z
- Updated: 2026-07-23T03:32:43.424Z
- Language: zh-TW
- Source type: github
- Popularity signal: 6754

## Sources

- https://github.com/PleasePrompto/notebooklm-skill

## Install

```shell
npx skills add https://github.com/PleasePrompto/notebooklm-skill
```

## About

用於 Claude Code 的 NotebookLM 技能將強大的 Google NotebookLM 直接整合到您的本地 Claude Code 環境中，從您上傳的文件提供基於來源、附帶引用的答案。此技能通過確保所有回應僅來自您指定的知識庫，消除了常見的 AI 幻覺問題。它通過讓 Claude 以程式化方式查詢您的筆記本、綜合資訊並提供準確的結果，無需手動複製粘貼，從而簡化了您的工作流程。

為提高效率而設計，此技能提供智能庫管理等功能，您可以在其中保存 NotebookLM 鏈接及元數據，讓 Claude 能夠智能地為您的任務選擇最相關的來源。它包含一次性設定後的自動持久 Google 驗證，並在技能文件夾內一個自包含、隔離的 Python 環境中運行，確保安裝乾淨且不會與其他系統依賴發生衝突。

無論您是查詢工作坊手冊中的特定技術細節、基於內部文檔構建複雜的程式碼工作流程，還是研究 API 規範，NotebookLM 技能都能讓 Claude Code 成為一個高度知情的助手。它改變了您與文檔互動的方式，使 Claude 能夠提出全面的問題、追問更多細節，並綜合完整的答案，從而產生更準確的程式碼和研究結果。

## Key features

- **基於來源的回應**: 透過完全根據您上傳的文件提供答案，並在資訊不可用時表明不確定性，顯著減少 AI 幻覺。
- **直接整合 Claude Code**: 消除了在瀏覽器和編輯器之間手動複製貼上的需要，讓 Claude 可以程式化地提出問題並接收答案。
- **智慧型程式庫管理**: 使用標籤和描述儲存 NotebookLM 連結，讓 Claude 能夠自動為您的特定任務選取最相關的筆記本。
- **自動驗證**: 執行一次性的 Google 登入，驗證資訊將跨工作階段持續存在，以便日後無縫使用。
- **自包含且隔離**: 完全在其技能資料夾內執行，並使用隔離的 Python 環境，確保沒有全域安裝或衝突。

## Use cases

- **查詢維修手冊**: 從上傳的維修手冊中快速擷取特定詳細資訊，例如煞車油類型、機油規格或扭力值，無需手動搜尋。
- **使用有依據的資訊建構程式碼**: 根據您的文件開發複雜的工作流程或程式碼，透過利用 NotebookLM 的綜合答案確保準確性並避免幻覺。
- **研究技術文件**: 輕鬆向 Claude Code 提出關於您的 API 文件、內部 wiki 或專案文件的問題，獲得精確且有引用支持的答案。

## Result preview

查看直接從 NotebookLM 生成的關於「最佳代理技能」的真實見解和思維導圖。

![Claude Code 的 NotebookLM 代理技能演示](https://file.nanoskill.ai/NotebookLM-demo-1.jpg)

![NotebookLM 代理技能用於 Claude Code 的示範](https://file.nanoskill.ai/NotebookLM-demo-2.jpg)

![用於克勞德程式碼的筆記本語言模型智能體技能示範](https://file.nanoskill.ai/NotebookLM-demo-3.jpg)

![克勞德代碼的筆記本LM代理技能示範](https://file.nanoskill.ai/NotebookLM-demo-4.jpg)

## Result walkthrough

### 步驟 1：安裝

將技能添加到您的代理中。

![使用 筆記本LM 代理技能於 克勞德代碼 的第一步的簡單示範](https://file.nanoskill.ai/NotebookLM-step-1.jpg)

### 步驟 2：查詢知識庫

從您的 NotebookLM 筆記本中提問或請求見解。

![使用筆記本語言模型代理技能（適用於克勞德代碼）第二步的簡單示範](https://file.nanoskill.ai/NotebookLM-step-2.jpg)

### 步驟 3：審查結果

審查回應及其支持引用。

![一個簡單的示範，展示使用筆記本語言模型代理技能於克勞德程式碼中的第三步驟](https://file.nanoskill.ai/NotebookLM-step-3.jpg)

## Skill definition

# NotebookLM Claude Code 技能

**讓 [Claude Code](https://github.com/anthropics/claude-code) 直接與 NotebookLM 對話，獲取僅基於您上傳文件的來源可靠答案**

> 使用此技能，可直接從 Claude Code 查詢您的 Google NotebookLM 筆記本，獲取來自 Gemini 的來源可靠、附有引用的答案。包含瀏覽器自動化、文件庫管理、持久認證。大幅減少幻覺——答案僅來自您上傳的文件。

[安裝](#installation) • [快速開始](#quick-start) • [為何選擇 NotebookLM](#why-notebooklm-not-local-rag) • [運作原理](#how-it-works) • [MCP 替代方案](https://github.com/PleasePrompto/notebooklm-mcp)

---

## ⚠️ 重要：僅限本地 Claude Code

**此技能僅適用於本地 [Claude Code](https://github.com/anthropics/claude-code) 安裝，不適用於網頁版介面。**

網頁版介面在沙盒中執行技能，無網路訪問權限，而此技能需要網路進行瀏覽器自動化。您必須在本機上使用 [Claude Code](https://github.com/anthropics/claude-code)。

---

## 問題

當您告訴 [Claude Code](https://github.com/anthropics/claude-code)「搜尋我的本地文件」時，會發生以下情況：
- **大量 token 消耗**：搜尋文件意味著反覆讀取多個檔案
- **不精確的檢索**：僅搜尋關鍵字，錯過文件間的上下文與關聯
- **幻覺**：找不到資訊時，會編造看似合理的 API
- **手動複製貼上**：不斷在 NotebookLM 瀏覽器與編輯器之間切換

## 解決方案

此 Claude Code 技能讓 [Claude Code](https://github.com/anthropics/claude-code) 直接與 [**NotebookLM**](https://notebooklm.google/) 對話 — Google 的**來源可靠知識庫**，由 Gemini 2.5 驅動，提供獨家來自您上傳文件的智慧綜合答案。

```
您的任務 → Claude 向 NotebookLM 提問 → Gemini 綜合答案 → Claude 寫出正確程式碼
```

**再無複製貼上的繁瑣**：Claude 直接提問，並在 CLI 中直接獲取答案。透過自動追問，建立深度理解，取得具體實作細節、邊緣情況及最佳實踐。

---

## 為何選擇 NotebookLM，而非本地 RAG？

| 方法 | Token 成本 | 設定時間 | 幻覺 | 答案品質 |
|----------|------------|------------|----------------|----------------|
| **將文件餵給 Claude** | 🔴 極高（多次讀取檔案） | 即時 | 是 - 填補空白 | 檢索品質不一 |
| **網路搜尋** | 🟡 中等 | 即時 | 高 - 來源不可靠 | 碰運氣 |
| **本地 RAG** | 🟡 中高 | 數小時（嵌入、分塊） | 中 - 檢索有缺口 | 取決於設定 |
| **NotebookLM 技能** | 🟢 最低 | 5 分鐘 | **極低** - 僅基於來源 | 專家級綜合 |

### NotebookLM 優勝之處？

1. **Gemini 預處理**：上傳文件一次，即時獲取專家知識
2. **自然語言問答**：不僅是檢索——而是真正的理解與綜合
3. **多來源關聯**：在50份以上文件間連結資訊
4. **附有引用**：每個答案都包含來源參考
5. **無需基礎設施**：無需向量資料庫、嵌入或分塊策略

---

## 安裝

### 有史以來最簡易的安裝：

```bash
# 1. 建立技能目錄（若不存在）
mkdir -p ~/.claude/skills

# 2. 複製此存儲庫
cd ~/.claude/skills
git clone https://github.com/PleasePrompto/notebooklm-skill notebooklm

# 3. 即可！開啟 Claude Code 並說：
「我有什麼技能？」
```

首次使用此技能時，它會自動：
- 建立隔離的 Python 環境（`.venv`）
- 安裝所有依賴項，包括 **Google Chrome**
- 設定使用 Chrome（而非 Chromium）進行瀏覽器自動化，以達最佳可靠性
- 所有內容均保留在技能資料夾中

**注意：** 設定使用真實 Chrome 而非 Chromium，是為跨平台可靠性、一致的瀏覽器指紋，以及對 Google 服務更佳的反偵測能力

---

## 快速開始

### 1. 檢查您的技能

在 Claude Code 中說：
```
「我有什麼技能？」
```

Claude 將列出您可用的技能，包括 NotebookLM。

### 2. 與 Google 驗證（一次性）

```
「設定 NotebookLM 驗證」
```
*Chrome 視窗會開啟 → 使用您的 Google 帳戶登入*

### 3. 建立您的知識庫

前往 [notebooklm.google.com](https://notebooklm.google.com) → 建立筆記本 → 上傳您的文件：
- 📄 PDF、Google 文件、Markdown 檔案
- 🔗 網站、GitHub 存儲庫
- 🎥 YouTube 影片
- 📚 每個筆記本可含多種來源

分享：**⚙️ 分享 → 知道連結的任何人 → 複製**

### 4. 添加到您的文件庫

**選項 A：讓 Claude 自行判斷（智慧添加）**
```
「查詢這個筆記本的內容並加到我的文件庫：[您的連結]」
```
Claude 將自動查詢筆記本以獲取其內容，然後加上適當的中繼資料後加入。

**選項 B：手動添加**
```
「將這個 NotebookLM 加到我的文件庫：[您的連結]」
```
Claude 會詢問名稱和主題，然後儲存以供未來使用。

### 5. 開始研究

```
「我的 React 文件對 hooks 說了什麼？」
```

Claude 會自動選擇正確的筆記本，並直接從 NotebookLM 獲取答案。

---

## 運作原理

這是一個 **Claude Code 技能** - 一個包含指令和腳本的本地資料夾，Claude Code 可在需要時使用。與 [MCP 伺服器版本](https://github.com/PleasePrompto/notebooklm-mcp) 不同，此版本直接在 Claude Code 中執行，無需獨立的伺服器。

### 與 MCP 伺服器的主要差異

| 功能 | 此技能 | MCP 伺服器 |
|---------|------------|------------|
| **協定** | Claude 技能 | 模型上下文協定 |
| **安裝** | 複製到 `~/.claude/skills` | `claude mcp add ...` |
| **會話** | 每個問題開啟新瀏覽器 | 持續的聊天會話 |
| **相容性** | 僅 Claude Code（本地） | Claude Code、Codex、Cursor 等 |
| **語言** | Python | TypeScript |
| **發布** | Git 複製 | npm 套件 |

### 架構

```
~/.claude/skills/notebooklm/
├── SKILL.md              # Claude 的指令
├── scripts/              # Python 自動化腳本
│   ├── ask_question.py   # 查詢 NotebookLM
│   ├── notebook_manager.py # 文件庫管理
│   └── auth_manager.py   # Google 驗證
├── .venv/                # 隔離的 Python 環境（自動建立）
└── data/                 # 本地筆記本文件庫
```

當您提及 NotebookLM 或傳送筆記本 URL 時，Claude：
1. 載入技能指令
2. 執行適當的 Python 腳本
3. 開啟瀏覽器，提出您的問題
4. 將答案直接回傳給您
5. 運用該知識協助您的任務

---

## 核心功能

### **來源可靠的回應**
NotebookLM 透過僅從您上傳的文件中尋找答案，大幅減少幻覺。若資訊不可得，它會表明不確定，而非虛構內容。

### **直接整合**
無需在瀏覽器與編輯器間複製貼上。Claude 程式化地提問與接收答案。

### **智慧文件庫管理**
儲存 NotebookLM 連結，附上標籤和描述。Claude 自動為您的任務選擇合適的筆記本。

### **自動驗證**
一次性 Google 登入，驗證狀態在多次會話中持久保留。

### **自給自足**
所有內容皆在技能資料夾中執行，搭配隔離的 Python 環境。無需全域安裝。

### **仿人自動化**
使用逼真的打字速度和互動模式，避免被偵測。

---

## 常用指令

| 您說的話 | 發生的事 |
|--------------|--------------|
| *「設定 NotebookLM 驗證」* | 開啟 Chrome 進行 Google 登入 |
| *「將 [連結] 加入我的 NotebookLM 文件庫」* | 儲存筆記本及中繼資料 |
| *「顯示我的 NotebookLM 筆記本」* | 列出所有已儲存的筆記本 |
| *「向我的 API 文件詢問 [主題]」* | 查詢相關筆記本 |
| *「使用 React 筆記本」* | 設定當前使用的筆記本 |
| *「清除 NotebookLM 資料」* | 重新開始（保留文件庫） |

---

## 實際範例

### 範例 1：維修手冊查詢

**使用者詢問**：「查查我的 Suzuki GSR 600 維修手冊，煞車油規格、機油規格和後輪軸扭力。」

**Claude 自動執行**：
- 向 NotebookLM 進行驗證
- 針對每個規格提出全面性問題
- 當被問及「這就是你全部需要知道的嗎？」時進行追問
- 提供準確規格：DOT 4 煞車油、SAE 10W-40 機油、100 N·m 後輪軸扭力

![NotebookLM 對話範例](https://file.nanoskill.ai/example_notebookchat.png)

### 範例 2：無幻覺的建置

**您**：「我需要為 Gmail 垃圾郵件過濾建立一個 n8n 工作流程。使用我的 n8n 筆記本。」

**Claude 的內部流程：**
```
→ 載入 NotebookLM 技能
→ 啟用 n8n 筆記本
→ 提出全面性問題並追問
→ 綜合多次查詢的完整答案
```

**結果**：第一次就成功建立工作流程，無需除錯幻覺中的 API。

---

## 技術細節

### 核心技術
- **Patchright**：瀏覽器自動化庫（基於 Playwright）
- **Python**：此技能的實作語言
- **隱蔽技術**：仿人打字和互動模式

注意：MCP 伺服器使用相同的 Patchright 庫，但透過 TypeScript/npm 生態系統。

### 相依性
- **patchright==1.55.2**：瀏覽器自動化
- **python-dotenv==1.0.0**：環境配置
- 首次使用時自動安裝於 `.venv`

### 資料儲存

所有資料皆儲存於技能目錄中的本地：

```
~/.claude/skills/notebooklm/data/
├── library.json       - 您的筆記本文件庫及中繼資料
├── auth_info.json     - 驗證狀態資訊
└── browser_state/     - 瀏覽器 cookies 和會話資料
```

**重要安全注意事項：**
- `data/` 目錄包含敏感的驗證資料和個人筆記本
- 它會透過 `.gitignore` 自動排除於 git 之外
- 絕不要手動提交或分享 `data/` 目錄的內容

### 會話模型

與 MCP 伺服器不同，此技能使用**無狀態模型**：
- 每個問題開啟一個新的瀏覽器
- 提出問題，獲取答案
- 添加追問提示以鼓勵 Claude 提出更多問題
- 立即關閉瀏覽器

這意味著：
- 無持續的聊天上下文
- 每個問題都是獨立的
- 但您的筆記本文件庫會持久保留
- **追問機制**：每個答案都包含「這就是你全部需要知道的嗎？」以促使 Claude 提出全面的追問

對於多步驟研究，Claude 會在需要時自動提出追問。

---

## 限制

### 技能特定限制
- **僅限本地 Claude Code** - 無法在網頁版介面中運作（沙盒限制）
- **無會話持續性** - 每個問題都是獨立的
- **無追問上下文** - 無法引用「前一個答案」

### NotebookLM
- **速率限制** - 免費層級有每日查詢限制
- **手動上傳** - 您必須先將文件上傳至 NotebookLM
- **分享需求** - 筆記本必須公開分享

---

## 常見問題

**為何這無法在 Claude 網頁版介面中運作？**
網頁版介面在沙盒中執行技能，無網路訪問權。瀏覽器自動化需要網路才能連接到 NotebookLM。

**這與 MCP 伺服器有何不同？**
這是一個更簡單、基於 Python 的實作，直接作為 Claude 技能執行。MCP 伺服器功能更豐富，具有持久會話，並可與多種工具（Codex、Cursor 等）搭配使用。

**我可以同時使用此技能和 MCP 伺服器嗎？**
可以！它們服務於不同目的。使用技能進行快速的 Claude Code 整合，使用 MCP 伺服器獲取持久會話和多工具支援。

**如果 Chrome 崩潰怎麼辦？**
執行：`「清除 NotebookLM 瀏覽器資料」` 然後再試一次。

**我的 Google 帳戶安全嗎？**
Chrome 在您本機運行。您的憑證絕不會離開您的電腦。如果您擔心，可使用專用的 Google 帳戶。

---

## 故障排除

### 找不到技能
```bash
# 確認它在正確位置
ls ~/.claude/skills/notebooklm/
# 應顯示：SKILL.md、scripts/ 等
```

### 驗證問題
說：`「重設 NotebookLM 驗證」`

### 瀏覽器崩潰
說：`「清除 NotebookLM 瀏覽器資料」`

### 相依性問題
```bash
# 如需要，手動重新安裝
cd ~/.claude/skills/notebooklm
rm -rf .venv
python -m venv .venv
source .venv/bin/activate  # 或在 Windows 上使用 .venv\Scripts\activate
pip install -r requirements.txt
```

---

## 免責聲明

此工具自動化與 NotebookLM 的瀏覽器互動，使您的工作流程更有效率。然而，幾點友善提醒：

**關於瀏覽器自動化：**
雖然我內建了人性化功能（逼真的打字速度、自然的延遲、滑鼠移動），以使自動化行為更自然，但我無法保證 Google 不會偵測或標記自動化使用。我建議使用專用的 Google 帳戶進行自動化，而非您的主要帳戶——就像網路爬蟲一樣：可能沒問題，但安全起見，小心為上！

**關於 CLI 工具和 AI 代理：**
像 Claude Code、Codex 及類似 AI 輔助工具等 CLI 工具功能強大，但它們可能犯錯。請謹慎使用並保持警覺：
- 在提交或部署前，始終審查變更
- 先在安全環境中測試
- 保留重要工作的備份
- 記住：AI 代理是助手，而非萬無一失的神諭

我為自己建立此工具，是因為厭倦了在 NotebookLM 和編輯器之間反覆複製貼上。我分享它是希望也能幫助他人，但我無法對可能發生的任何問題、資料遺失或帳戶問題負責。使用時請自行斟酌判斷。

儘管如此，若遇到問題或有疑問，歡迎在 GitHub 上提出 issue。我很樂意協助排除故障！

---

## 感謝

此技能靈感來自我自己的 [**NotebookLM MCP 伺服器**](https://github.com/PleasePrompto/notebooklm-mcp)，並提供了一個作為 Claude Code 技能的替代實作：
- 兩者皆使用 Patchright 進行瀏覽器自動化（MCP 使用 TypeScript，技能使用 Python）
- 技能版本直接在 Claude Code 中執行，無需 MCP 協定
- 無狀態設計，針對技能架構進行優化

如果您需要：
- **持久會話** → 使用 [MCP 伺服器](https://github.com/PleasePrompto/notebooklm-mcp)
- **多工具支援**（Codex、Cursor） → 使用 [MCP 伺服器](https://github.com/PleasePrompto/notebooklm-mcp)
- **快速 Claude Code 整合** → 使用此技能

---

## 結論

**沒有此技能**：NotebookLM 在瀏覽器中 → 複製答案 → 貼上到 Claude → 複製下一個問題 → 回到瀏覽器...

**使用此技能**：Claude 直接研究 → 即時獲取答案 → 寫出正確程式碼

停止複製貼上的繁瑣。開始在 Claude Code 中直接獲取準確、可靠的答案。

```bash
# 30 秒內開始使用
cd ~/.claude/skills
git clone https://github.com/PleasePrompto/notebooklm-skill notebooklm
# 開啟 Claude Code：「我有什麼技能？」
```

---

作為我 [NotebookLM MCP 伺服器](https://github.com/PleasePrompto/notebooklm-mcp) 的 Claude Code 技能改編版本而建立

在 Claude Code 中直接進行來源可靠、基於文件的研究

## FAQ

### 什麼是適用於 Claude Code 的 NotebookLM 技能？

NotebookLM 技能讓 Claude Code 能夠直接與 Google 的 NotebookLM（一個基於來源的知識庫）互動。它讓 Claude 能夠完全根據您上傳的文件來回答問題，減少幻覺並提高準確性。

### 為什麼這個 NotebookLM 技能只能在本地 Claude Code 安裝上運作？

此技能需要網路存取來進行瀏覽器自動化以與 NotebookLM 互動。Claude 網頁 UI 在沒有網路存取的沙盒環境中執行技能，這使得該技能無法在那裡運作。您必須使用本地的 Claude Code 安裝。

### 與直接將文件提供給 Claude 相比，此技能如何減少幻覺？

此技能並非直接提供原始文件，而是利用 NotebookLM，它使用 Gemini 預先處理您的文件。NotebookLM 提供自然語言問答和多來源關聯，綜合出專家答案，這些答案有引用支持且僅基於您上傳的內容。

### 使用此技能時，我的 Google 帳戶安全嗎？

是的，Chrome 在您的機器上本地執行，您的憑證永遠不會離開您的電腦。如果您有安全疑慮，建議使用專用的 Google 帳戶進行自動化，這類似於網路爬蟲的最佳實踐。

### 此技能與 NotebookLM MCP Server 的主要差異是什麼？

此技能是一個更簡單、基於 Python 的實作，設計用於快速整合 Claude Code，直接以無狀態模型的 Claude 技能方式執行。MCP Server 功能更豐富，提供持久工作階段和多工具支援（例如 Codex、Cursor），使用 TypeScript。

### 如何使用此技能將 NotebookLM 加入我的程式庫？

您可以使用如「將此 NotebookLM 加入我的程式庫：\[your-link\]」或「查詢此筆記本的內容並將其加入我的程式庫：\[your-link\]」等指令，讓 Claude 自動加入並分類您的 NotebookLM 來源。