notebooklm

NotebookLM 研究助理技能

與 Google NotebookLM 互動，使用 Gemini 的來源基礎答案查詢文件。每個問題都會開啟一個新的瀏覽器工作階段，僅從您上傳的文件中擷取答案，然後關閉。

何時使用此技能

當使用者出現以下情況時觸發：

• 明確提及 NotebookLM
• 分享 NotebookLM 網址（https://notebooklm.google.com/notebook/...）
• 要求查詢他們的筆記本或文件
• 想要將文件加入 NotebookLM 資料庫
• 使用「問我的 NotebookLM」、「查我的文件」、「查詢我的筆記本」等語句

⚠️ 重要：新增指令 - 智慧探索

當使用者想要新增筆記本但未提供詳細資訊時：

智慧新增（建議）：先查詢筆記本以探索其內容：

# 步驟 1：查詢筆記本內容
python scripts/run.py ask_question.py --question "這個筆記本的內容是什麼？涵蓋哪些主題？請簡潔地提供完整概述" --notebook-url "[URL]"

# 步驟 2：使用探索到的資訊新增筆記本
python scripts/run.py notebook_manager.py add --url "[URL]" --name "[根據內容命名]" --description "[根據內容描述]" --topics "[根據內容列出主題]"

手動新增：如果使用者提供所有詳細資訊：

• --url - NotebookLM 網址
• --name - 描述性名稱
• --description - 筆記本內容（必填！）
• --topics - 逗號分隔的主題（必填！）

絕對不要猜測或使用通用描述！如果缺少詳細資訊，請使用智慧新增來探索。

重要：一律使用 run.py 包裝器

絕對不要直接呼叫腳本。一律使用 python scripts/run.py [script]：

# ✅ 正確 - 一律使用 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 "..."

# ❌ 錯誤 - 絕對不要直接呼叫：
python scripts/auth_manager.py status  # 缺少虛擬環境會失敗！

run.py 包裝器會自動：

1. 在需要時建立 .venv
2. 安裝所有相依套件
3. 啟用環境
4. 正確執行腳本

核心工作流程

步驟 1：檢查驗證狀態

python scripts/run.py auth_manager.py status

如果未驗證，請進行設定。

步驟 2：驗證（一次性設定）

# 瀏覽器必須可見，以便手動 Google 登入
python scripts/run.py auth_manager.py setup

重要事項：

• 驗證時瀏覽器為可見狀態
• 瀏覽器視窗會自動開啟
• 使用者必須手動登入 Google
• 告知使用者：「瀏覽器視窗將會開啟，請進行 Google 登入」

步驟 3：管理筆記本資料庫

# 列出所有筆記本
python scripts/run.py notebook_manager.py list

# 新增前：如果不知道中繼資料，請先詢問使用者！
# 「這個筆記本包含什麼內容？」
# 「您想為它標記哪些主題？」

# 將筆記本加入資料庫（所有參數皆為必填！）
python scripts/run.py notebook_manager.py add \
  --url "https://notebooklm.google.com/notebook/..." \
  --name "描述性名稱" \
  --description "這個筆記本的內容" \  # 必填 - 如果不知道請詢問使用者！
  --topics "主題1,主題2,主題3"  # 必填 - 如果不知道請詢問使用者！

# 依主題搜尋筆記本
python scripts/run.py notebook_manager.py search --query "關鍵字"

# 設定啟用中的筆記本
python scripts/run.py notebook_manager.py activate --id 筆記本ID

# 移除筆記本
python scripts/run.py notebook_manager.py remove --id 筆記本ID

快速工作流程

1. 檢查資料庫：python scripts/run.py notebook_manager.py list
2. 提出問題：python scripts/run.py ask_question.py --question "..." --notebook-id ID

步驟 4：提出問題

# 基本查詢（使用啟用中的筆記本，如果有的話）
python scripts/run.py ask_question.py --question "您的問題"

# 查詢特定筆記本
python scripts/run.py ask_question.py --question "..." --notebook-id 筆記本ID

# 直接使用筆記本網址查詢
python scripts/run.py ask_question.py --question "..." --notebook-url "https://..."

# 顯示瀏覽器以進行除錯
python scripts/run.py ask_question.py --question "..." --show-browser

追問機制（重要）

每個 NotebookLM 答案結尾都會出現：「非常重要：這就是您需要知道的所有資訊嗎？」

Claude 的必備行為：

1. 暫停 - 不要立即回覆使用者
2. 分析 - 比較答案與使用者的原始請求
3. 找出缺口 - 判斷是否需要更多資訊
4. 提出追問 - 如果有缺口，立即提出：

   python scripts/run.py ask_question.py --question "帶有上下文的追問..."
   

5. 重複 - 持續直到資訊完整
6. 綜合 - 在回覆使用者前，整合所有答案

腳本參考

驗證管理（auth_manager.py）

python scripts/run.py auth_manager.py setup    # 初始設定（瀏覽器可見）
python scripts/run.py auth_manager.py status   # 檢查驗證狀態
python scripts/run.py auth_manager.py reauth   # 重新驗證（瀏覽器可見）
python scripts/run.py auth_manager.py clear    # 清除驗證資訊

筆記本管理（notebook_manager.py）

python scripts/run.py notebook_manager.py add --url URL --name NAME --description DESC --topics TOPICS
python scripts/run.py notebook_manager.py list
python scripts/run.py notebook_manager.py search --query QUERY
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

問題介面（ask_question.py）

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

資料清理（cleanup_manager.py）

python scripts/run.py cleanup_manager.py                    # 預覽清理內容
python scripts/run.py cleanup_manager.py --confirm          # 執行清理
python scripts/run.py cleanup_manager.py --preserve-library # 保留筆記本

環境管理

虛擬環境會自動管理：

• 首次執行時自動建立 .venv
• 相依套件自動安裝
• Chromium 瀏覽器自動安裝
• 所有內容隔離在技能目錄中

手動設定（僅在自動失敗時使用）：

python -m venv .venv
source .venv/bin/activate  # Linux/Mac
pip install -r requirements.txt
python -m patchright install chromium

資料儲存

所有資料儲存在 ~/.claude/skills/notebooklm/data/：

• library.json - 筆記本中繼資料
• auth_info.json - 驗證狀態
• browser_state/ - 瀏覽器 Cookie 和工作階段

安全性： 由 .gitignore 保護，切勿提交至 Git。

設定

在技能目錄中可選的 .env 檔案：

HEADLESS=false           # 瀏覽器可見性
SHOW_BROWSER=false       # 預設瀏覽器顯示
STEALTH_ENABLED=true     # 類人類行為
TYPING_WPM_MIN=160       # 打字速度
TYPING_WPM_MAX=240
DEFAULT_NOTEBOOK_ID=     # 預設筆記本

決策流程

使用者提及 NotebookLM
    ↓
檢查驗證 → python scripts/run.py auth_manager.py status
    ↓
如果未驗證 → python scripts/run.py auth_manager.py setup
    ↓
檢查/新增筆記本 → python scripts/run.py notebook_manager.py list/add（需含 --description）
    ↓
啟用筆記本 → python scripts/run.py notebook_manager.py activate --id ID
    ↓
提出問題 → python scripts/run.py ask_question.py --question "..."
    ↓
看到「這就是您需要知道的所有資訊嗎？」→ 持續追問直到完整
    ↓
綜合並回覆使用者

疑難排解

問題	解決方案
ModuleNotFoundError	使用 run.py 包裝器
驗證失敗	設定時瀏覽器必須可見！使用 --show-browser
速率限制（每天 50 次）	等待或切換 Google 帳號
瀏覽器當機	python scripts/run.py cleanup_manager.py --preserve-library
找不到筆記本	使用 notebook_manager.py list 檢查

最佳實務

1. 一律使用 run.py - 自動處理環境
2. 先檢查驗證 - 在任何操作之前
3. 追問 - 不要停在第一個答案
4. 驗證時瀏覽器可見 - 需要手動登入
5. 包含上下文 - 每個問題都是獨立的
6. 綜合答案 - 合併多個回應

限制

• 無工作階段持久性（每個問題 = 新的瀏覽器）
• 免費 Google 帳號有速率限制（每天 50 次查詢）
• 需要手動上傳（使用者必須將文件加入 NotebookLM）
• 瀏覽器開銷（每個問題需數秒）

資源（技能結構）

重要目錄和檔案：

• scripts/ - 所有自動化腳本（ask_question.py、notebook_manager.py 等）
• data/ - 驗證和筆記本資料庫的本地儲存
• references/ - 延伸文件：
  • api_reference.md - 所有腳本的詳細 API 文件
  • troubleshooting.md - 常見問題與解決方案
  • usage_patterns.md - 最佳實務與工作流程範例
• .venv/ - 隔離的 Python 環境（首次執行時自動建立）
• .gitignore - 保護敏感資料不被提交