NotebookLM 研究助手

概述

让 Claude Code 直接与 Google NotebookLM 对话。查询你上传的文档，获取基于源文档的、带引用的 Gemini 回答。通过浏览器自动化实现，每次问题都是独立会话，大幅减少幻觉。

适用场景

• 需要基于特定文档回答问题（减少 AI 幻觉）
• 研究项目中有大量参考资料已上传到 NotebookLM
• 需要带引用的答案（每个回答都标注来源段落）
• 用户明确提到 NotebookLM 或分享了 NotebookLM URL

工作流程

1. 检查认证 — python scripts/run.py auth_manager.py status
2. 首次认证 — python scripts/run.py auth_manager.py setup（浏览器可见，需手动登录 Google）
3. 管理笔记本库 — 添加、列表、搜索、激活笔记本
4. 提问 — python scripts/run.py ask_question.py --question "你的问题"
5. 追问循环 — 分析答案是否完整，不完整则继续追问
6. 综合回答 — 组合多次回答后响应用户

核心命令

认证管理

python scripts/run.py auth_manager.py setup    # 首次设置（浏览器可见）
python scripts/run.py auth_manager.py status   # 检查状态
python scripts/run.py auth_manager.py reauth   # 重新认证

笔记本管理

python scripts/run.py notebook_manager.py list                    # 列出所有笔记本
python scripts/run.py notebook_manager.py add --url URL --name "名称" --description "描述" --topics "主题1,主题2"
python scripts/run.py notebook_manager.py search --query "关键词"  # 按主题搜索
python scripts/run.py notebook_manager.py activate --id ID        # 设置活跃笔记本

提问

python scripts/run.py ask_question.py --question "问题"                    # 使用活跃笔记本
python scripts/run.py ask_question.py --question "问题" --notebook-id ID   # 指定笔记本
python scripts/run.py ask_question.py --question "问题" --show-browser     # 显示浏览器调试

智能添加笔记本

用户不提供详情时，先查询发现内容再添加：

# 第 1 步：查询笔记本内容
python scripts/run.py ask_question.py --question "What is the content of this notebook?" --notebook-url "[URL]"

# 第 2 步：基于发现添加
python scripts/run.py notebook_manager.py add --url "[URL]" --name "基于内容的名称" --description "基于内容的描述" --topics "发现的主题"

追问机制

每次 NotebookLM 回答后：

1. 停下 — 不要立即回复用户
2. 分析 — 对比答案与用户原始请求
3. 找差距 — 判断是否需要更多信息
4. 追问 — 有差距就立即发送追问
5. 综合 — 组合所有回答后再响应用户

限制与注意

故障排除

关键规则

• 始终使用 run.py — 自动管理虚拟环境和依赖
• 先检查认证 — 任何操作前先确认认证状态
• 不要猜测笔记本描述 — 不确定就用智能添加先查询
• 追问不要停 — 第一个答案很少是完整的