用 Claude Code 把 NotebookLM 深度集成到 Obsidian

May 22, 2026 下载文件

核心目标

NotebookLM 是最强大的 AI 知识库工具，能完美弥补 Obsidian 的AI知识库功能。但 NotebookLM 是网页端工具，且无法编辑，资料无法回填到Obsidian，使用起来割裂感很强。

使用 Claude Code + notebooklm-py 能够完美将 Obsidian 与 NotebookLM 融合。

核心工具

Claude Code
Obsidian
Claudian 插件
notebooklm-py

flowchart TD
    %% 样式定义
    classDef obs fill:#7c3aed,stroke:#fff,stroke-width:2px,color:#fff;
    classDef agt fill:#d97757,stroke:#fff,stroke-width:2px,color:#fff;
    classDef py fill:#3776ab,stroke:#fff,stroke-width:2px,color:#fff;
    classDef gg fill:#4285f4,stroke:#fff,stroke-width:2px,color:#fff;
    classDef store fill:#333,stroke:#fff,stroke-width:1px,color:#fff;

    subgraph Workspace [Obsidian 工作区]
        direction TB
        UI[Obsidian 客户端]:::obs
        Claudian[Claudian 插件]:::obs
        Vault[(本地笔记与附件库)]:::store
    end

    subgraph Agent [AI 智能体层]
        direction TB
        Claude[Claude Code 引擎]:::agt
        Skill[SKILL.md 技能配置]:::store
    end

    subgraph Toolchain [底层执行层]
        direction TB
        CLI[notebooklm-py CLI]:::py
        Auth[隔离账号 Cookie]:::store
    end

    subgraph Cloud [Google 云端]
        API[NotebookLM 内部 API]:::gg
    end

    %% 控制流与数据流交互
    UI -->|触发交互指令| Claudian
    Claudian <-->|读取上下文 / 渲染UI| Vault
    
    Claudian <-->|传递需求与笔记内容| Claude
    Skill -.->|注入工具使用规范| Claude
    
    Claude -->|解析意图并执行终端命令| CLI
    CLI -->|返回执行状态与结果| Claude
    
    Auth -.->|提供身份凭证| CLI
    CLI <-->|模拟网络请求与数据交互| API
    
    %% 核心价值流：跳过中间环节，数据直接落盘
    CLI ==提取结构化数据并直接落盘==> Vault

安装智能体工具

# 安装OpenCode
npm install -g opencode-ai  
# 验证  
opencode --version

# 安装Claude Code
npm install -g @anthropic-ai/claude-code
# 如果有claude账号，则登录  
claude login
# 如果没有claude账号，可以转接其他模型，比如deepseek
setx ANTHROPIC_BASE_URL "https://api.deepseek.com/anthropic"
setx ANTHROPIC_MODEL "deepseek-v4-flash"
setx ANTHROPIC_AUTH_TOKEN "你的API Key"
setx ANTHROPIC_API_KEY ""

使用 Claudian 插件或 Obsidian-Agent-Client 插件集成智能体

安装 BRAT: 在 Obsidian 插件市场搜索并安装 BRAT。
添加仓库: 打开设置 -> BRAT -> Add Beta plugin，输入仓库地址：YishenTu/claudian 或 RAIT-09/obsidian-agent-client。
启用: 点击 Add Plugin 等待下载完成后，在“第三方插件”列表中开启 Claudian。

在插件设置中，启动对应的智能体工具，如果插件无法自动识别智能体的路径，则在命令行中输入where claude或where opencode查看路径，然后把路径复制到插件设置中。

安装notebooklm-py

notebooklm-py 是一个提供 Google NotebookLM 完整编程访问权限的非官方 Python API 与 CLI 工具。其核心价值在于将强依赖前端交互的 NotebookLM 转化为可被自动化脚本（如 n8n）和 AI 智能体（如 Claude Code, OpenClaw）调用的底层服务。

该工具提供了多项官方 Web 界面未开放的数据提取与导出功能，适用于构建结构化知识库（Obsidian/Notion）：

结构化数据导出：支持将测验（Quiz）和记忆卡（Flashcards）导出为 JSON、Markdown 或 HTML 格式。

可编辑文档生成：幻灯片（Slide Deck）支持直接导出为可二次编辑的 PPTX 文件，不仅限于 PDF。

底层数据剥离：可提取思维导图（Mind Map）的层级 JSON 数据，以及将数据表（Data Table）导出为纯 CSV 文件。

批量操作：支持一条指令批量下载所有生成的音频（MP3）、视频（MP4）和图文制品。

AI 智能体（Agent）支持

原生提供适用于 Claude Code、Codex 和 OpenClaw 的 SKILL.md 配置。

支持将 NotebookLM 的分析与生成能力注册为本地 Agent 的标准工具（Tool）。

环境依赖与前提条件

Python 版本：需为 Python 3.10 至 3.14。
操作系统：兼容 macOS、Linux、Windows 10/11 及 WSL。
存储与网络：首次运行登录流程需要下载 Chromium 浏览器内核（约 170MB），需保证网络畅通。

安装流程

安装 Python 核心包

# 1. 基础安装（必须执行）：包含核心库与 Playwright 依赖
pip install "notebooklm-py[browser]"

注意，在MacOS中，如果遇到error: externally-managed-environment，可以用下面这个命令：

pip install "notebooklm-py[browser]" --break-system-packages

Agent Skill 注册

安装完成后，需将该工具的能力注册到 Agent 的技能目录中。执行以下命令：

notebooklm skill install

注：该指令会将配置文件自动写入 ~/.claude/skills/notebooklm/ 和 ~/.agents/skills/notebooklm/。

身份验证

工具通过捕获 Cookie 来调用 Google 的 RPC 接口。执行后会唤起 Chromium 浏览器进行 Google 账号登录。

notebooklm login

登录后，凭证文件将持久化保存在 ~/.notebooklm/profiles/default/storage_state.json。

状态验证向 Agent 确认鉴权是否仍然有效（机器可读输出）：

notebooklm auth check

核心使用场景与 CLI 指令参考

在 Agent 环境中，可通过 Shell 调用以下命令实现自动化研究流。长文本输入建议配合 --prompt-file PATH 使用。

5.1 构建基础研究流程

# 创建笔记本并切换上下文
notebooklm create "AI智能体研究"
notebooklm use <notebook_id>

# 导入信源（支持URL、PDF等本地文件）
notebooklm source add "https://en.wikipedia.org/wiki/Intelligent_agent"
notebooklm source add "./local_paper.pdf"

# 针对信源提问
notebooklm ask "提取上述信源中的核心技术架构，并以要点列出"

5.2 触发内容生成

生成命令默认异步运行，在自动化脚本中需追加 --wait 参数阻塞等待直至任务完成。

# 生成播客音频
notebooklm generate audio "重点讨论不同架构的优劣，以对谈形式输出" --wait

# 生成测验题
notebooklm generate quiz --difficulty hard

# 生成思维导图
notebooklm generate mind-map

5.3 结构化数据下载

# 下载播客音频
notebooklm download audio ./podcast.mp3

# 以 JSON 格式提取测验题（非官方UI功能）
notebooklm download quiz --format json ./quiz.json

# 提取思维导图节点数据（非官方UI功能）
notebooklm download mind-map ./mindmap.json

5.4 常用命令速查表

命令分类	核心 CLI 命令	功能描述与常用选项	典型应用场景示例
会话与鉴权	`notebooklm login`	浏览器鉴权。推荐配合 `--browser-cookies chrome` 免浏览器开启直接提取本地 Cookie	`notebooklm login --browser-cookies chrome`
	`notebooklm auth check`	诊断账户安全与 Cookie 效力。使用 `--test` 触发网络令牌握手测试	`notebooklm auth check --test --json`
	`notebooklm use <notebook_id>`	激活并绑定当前操作的笔记本上下文，支持输入前缀部分 ID 进行模糊匹配	`notebooklm use abc12`
信源管理	`notebooklm source add <path_or_url>`	添加本地 PDF、Markdown、音频或网页 URL。使用 `-` 代表读取标准输入（Stdin）	`cat draft.md \| notebooklm source add -`
	`notebooklm source add-research "<query>"`	启动云端 AI 搜索并自动将结果导入信源。使用 `--mode deep` 启动深度网页研究	`notebooklm source add-research "MCP specs" --mode deep --import-all`
	`notebooklm source fulltext <id>`	获取已索引信源的完整文字内容。使用 `-f markdown` 输出格式化的 Markdown 文档	`notebooklm source fulltext src123 -f markdown -o doc.md`
智能对话	`notebooklm ask "<question>"`	针对当前信源提问。使用 `--save-as-note` 自动将交互对话保存为带交互引用的云端 Note	`notebooklm ask "核心结论是什么？" --save-as-note`
内容生成	`notebooklm generate audio "[desc]"`	生成双人对谈播客。支持 `--format [deep-dive\|brief\|critique\|debate]` 及 `--wait` 选项	`notebooklm generate audio "Focus on technical limits" --format critique --wait`
	`notebooklm generate quiz`	生成单选题测验。支持 `--difficulty [easy\|medium\|hard]` 调整难度	`notebooklm generate quiz --difficulty hard --wait`
	`notebooklm generate slide-deck`	生成幻灯片大纲及视觉初稿。支持 `--format [detailed\|presenter]` 切换排版	`notebooklm generate slide-deck --wait`
	`notebooklm generate revise-slide "<prompt>"`	对现有 Slide 进行单页微调（Web UI 不支持的高阶命令），需通过 `-a` 指定幻灯片 ID	`notebooklm generate revise-slide "Make title centered" -a art123 --slide 0 --wait`
	`notebooklm generate report`	生成长文本报告。使用 `--format [briefing-doc\|study-guide\|blog-post]` 切换模板	`notebooklm generate report --format study-guide --append "Target: developers"`
数据下载	`notebooklm download quiz [path]`	下载生成的测验。支持 `--format [json\|markdown\|html]` 转换为结构化文本保存	`notebooklm download quiz --format markdown ./quiz.md`
	`notebooklm download slide-deck [path]`	下载幻灯片。使用 `--format pptx` 下载可编辑的 PowerPoint 演示文稿	`notebooklm download slide-deck --format pptx ./presentation.pptx`
	`notebooklm download mind-map [path]`	下载思维导图。生成标准 JSON 树状数据，可直接用于 Excalidraw 或本地画板渲染	`notebooklm download mind-map ./mindmap.json`
	`notebooklm download audio [path]`	批量或单文件下载已生成的生成播客音频	`notebooklm download audio ./podcast.mp3`
Agent / 技能	`notebooklm skill install`	将当前 notebooklm-py 的 CLI 逻辑写入 Claude 技能目录，激活 Agent 智能体支持	`notebooklm skill install`

安全与风险审计警告

该工具属于非官方逆向工程库，在生产环境中使用存在以下严峻风险：

账号封禁风险：该工具通过模拟登录调用 Google 未公开的 RPC 端点。当前存在极高的反自动化风控拦截概率。严禁使用绑定了个人核心资产（如 AdSense、主 YouTube 频道、主力 Google Photos）的 Google 账号进行授权。必须使用隔离的测试账号（Burner Account）操作。
API 脆弱性：Google 可能随时更改内部接口或增加请求头校验（如 TLS 指纹识别）。建立于此的自动化工作流需承担极高的维护成本与中断风险。