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。
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
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。
| 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 |
- 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
claude mcp add notebooklm npx notebooklm-mcp-zh@latest新增至 ~/.cursor/mcp.json:
{
"mcpServers": {
"notebooklm": {
"command": "npx",
"args": ["-y", "notebooklm-mcp-zh@latest"]
}
}
}1. 安裝 MCP 伺服器 (見上方 安裝)
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
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)
"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。
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。
如果資訊不在您的文件中，NotebookLM 會拒絕回答。不會有發明的 API。
Claude 會自動詢問後續問題，在編碼前建立完整的理解。
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'"
設定一次，隨處使用。Claude Code, Codex, Cursor — 均共享同一個庫。
隨時重新開始。掃描整個系統的 NotebookLM 資料並提供分類預覽。
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| 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 |
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
發現錯誤？有功能想法？歡迎在 GitHub 上提交 issue 或 PR！
MIT — 可在您的專案中自由使用。
