NotebookLM MCP 中文指南：專案已改名 Gemini Notebook MCP CLI

如果你想用 NotebookLM MCP 批次建立筆記本，加入資料來源或產生內容，這套工具提供命令列與 MCP 介面，讓 Claude Code 與 Codex 等 AI 工具代你操作筆記本。

目前最容易混淆的是名稱。原本的 GitHub 專案已改名為 Gemini Notebook MCP CLI，但安裝套件仍叫 notebooklm-mcp-cli，MCP server 也仍使用 notebooklm-mcp。

這個工具提供 nlm 命令列與 MCP server，讓 Claude Code，Codex，Cursor，Gemini CLI 等 AI 工具能操作 Gemini Notebook。

NotebookLM MCP 可以自動化哪些工作

• 列出與建立 notebooks
• 加入 URL，純文字，Google Drive 與本機檔案來源
• 查詢 notebook 並把對話保留在 web UI 歷史中
• 建立音訊，影片，簡報與其他 Studio 內容
• 下載單一或全部 artifacts
• 執行 Drive research 與來源同步
• 進行 batch operations 與 cross-notebook query
• 串接多步驟 pipeline
• 自動替支援的 AI 工具寫入 MCP 設定

上游 README 目前列出 43 個 MCP tools。功能範圍很大，但第一次使用不需要全部開啟。先測試 list，source add，query 與 download 已足夠確認基本鏈路。

安裝方式

上游建議使用 uv：

uv tool install notebooklm-mcp-cli

安裝後會得到兩個主要入口：

• nlm：命令列操作
• notebooklm-mcp：供 AI assistants 使用的 MCP server

設定 AI 工具時，可以使用 nlm setup add claude-code，nlm setup add codex 或其他官方支援目標。若工具沒有內建目標，也可產生通用 JSON。

完成設定後，先執行 nlm doctor 檢查安裝與驗證問題。

最重要的風險：它不是 Google 官方 API

上游明確警告，這套 CLI 與 MCP 使用 Gemini Notebook 的未公開 internal APIs。這些 API 沒有穩定性承諾，可能在 Google 更新後無預警失效。

登入也需要從瀏覽器擷取 cookies。上游文件表示 cookies 通常維持數週，之後可能需要重新登入。Cookie 不是一般設定值，它代表重要的帳號 session 權限。

因此，第一次測試應使用獨立 Google 帳號與非敏感 notebook。不要直接讓正式工作帳號，客戶資料或機密研究成為測試素材。

建議的驗證順序

1. 建立一個專用測試帳號與空白 notebook。
2. 安裝 package 並執行登入。
3. 執行 nlm doctor。
4. 列出 notebooks 並建立一個測試 notebook。
5. 加入一個公開 URL，提出一個問題。
6. 產生低風險 artifact 並下載。
7. 確認 Agent 的 MCP 設定可以移除且不影響其他 servers。

方案與使用限制

上游明確列出免費，Pro 與 Google AI Ultra 帳號；Gemini Notebook Enterprise 的相容性沒有完整文件。README 提到免費層每日查詢量的近似值，也不是 Google 的正式服務保證。

即使目前可用，正式流程仍需要預備 fallback。只要 Google 改變 internal API 或登入流程，自動化就可能暫停。

來源與授權

• 官方 repository：https://github.com/jacob-bd/gemini-notebook-mcp-cli
• GitHub Releases：https://github.com/jacob-bd/gemini-notebook-mcp-cli/releases
• 作者帳號：jacob-bd
• License：MIT
• Release：v0.9.7
• Release commit：e820969
• 研究快照：2026-08-09

NotebookLM MCP 是舊 repository 名稱與現行套件名稱的辨識詞；目前官方 repository 名稱以 Gemini Notebook MCP CLI 為主，這不代表 Google 官方背書。