NotebookLM MCP Server：将 Google AI 笔记本变成你的私人研究助理

图1：NotebookLM MCP Server 项目 Logo

当你的论文堆成山，NotebookLM MCP 让 AI 替你读完

深夜，你面对 47 篇 PDF 文献发呆。明天的组会需要梳理这些论文的核心论点，但你只有 4 小时。传统方案：手动啃文献，ChatGPT 逐篇喂内容，结果 AI 说的内容和原文对不上号。NotebookLM MCP Server 的出现改变了这个局面——它让 Google NotebookLM（Gemini 驱动的 AI 笔记本）变成一个可编程的 API 服务，AI 爱好者可以用自然语言向笔记本提问，开发者则可以将它集成到 n8n、Zapier、Claude Code 等工具链中。

背景：NotebookLM 是什么，NotebookLM MCP 又解决了什么问题

Google NotebookLM 是 Google 实验室推出的 AI 研究助手，基于 Gemini 大语言模型。它的核心能力是「音频概述」（Audio Overview）——将文档内容转化为播客风格的对话，曾在社交网络上广泛传播。NotebookLM 本身是一个网页产品，使用体验依赖浏览器交互。NotebookLM MCP Server（以下简称 notebooklm-mcp）则将这个能力彻底解耦：- 通过 HTTP REST API（33 个端点）暴露 NotebookLM 的全部能力，供 n8n、Zapier、Make.com 等自动化平台调用- 通过 MCP（Model Context Protocol）协议，让 Claude Code、Cursor、Codex 等 AI 编程工具直接操作笔记本- 支持多账号轮换、自动重新认证，适配个人账号和 Google Workspace 企业账号项目由独立开发者 Romain Peyrichou 主导，自 2025 年 11 月上线以来持续维护，已更新至 v2.2.1。

核心功能：从「只能看」到「随便用」

引用问答（Citation-backed Q&A）

这是笔记本 MCP 的杀手锏功能。向笔记本提问时，答案会附带原始来源引用，标注具体在哪个 PDF 的哪一段。项目声称引用摘录成功率高达 97%，支持 5 种格式：none（无引用）、inline（行内）、footnotes（脚注）、JSON、expanded（展开）。对于需要写文献综述、做学术调研的用户来说，这个功能意味着：AI 回答不再是黑箱，你可以直接溯源到原文。

完整的内容生成 Studio

NotebookLM 的「音频概述」功能让无数人惊叹，而 notebooklm-mcp 进一步开放了 NotebookLM Studio 的全部生成能力：

内容类型	说明	格式选项
Audio Overview	播客风格双人对话	80+ 语言、自定义指令
Video	短视频	Brief/Explainer，6 种视觉风格
Infographic	信息图	横向/纵向，PNG 下载
Report	报告	Summary/Detailed
Presentation	演示文稿	Overview/Detailed
Data Table	数据表格	Simple/Detailed

视频的 6 种视觉风格包括：classroom（课堂）、documentary（纪录片）、animated（动画）、corporate（企业）、cinematic（电影）、minimalist（极简）。这些生成物可以直接下载（WAV/MP4/PNG），或者通过 API 响应返回（Report/Presentation/Data Table）。

笔记本库管理

• 列出所有笔记本（session_list）
• 按关键词搜索笔记本名称、描述、主题
• 批量删除笔记本
• 自动发现：向 NotebookLM 查询获取笔记本元数据

多来源管理

支持添加多种来源类型：PDF、TXT、DOCX 文件，URL 链接，纯文本，以及 YouTube 视频 和 Google Drive 文件。这是 NotebookLM 的独特优势——它原生支持 YouTube 视频作为研究来源，NotebookLM MCP 完整继承了这一能力。

技术架构：Playwright 驱动 + Express 服务

notebooklm-mcp 的架构设计颇为精妙，它并不是 NotebookLM 的官方 API 客户端，而是通过 Playwright（项目使用 patchright，Playwright 的分叉版本）浏览器自动化 操控真实网页。

核心组件

src/
  index.ts              # MCP 服务端入口（MCP 协议实现）
  http-wrapper.ts       # HTTP REST API 包装器（Express 服务，43KB，核心逻辑）
  stdio-http-proxy.ts   # STDIO-HTTP 代理（MCP over HTTP 的桥接）
  config.ts             # 配置管理（13KB）
  tools/                # MCP 工具定义（auth-manager, tool-names 等）
  auth/                 # 认证管理（多账号、OAuth 刷新）
  session/              # 会话管理（多轮对话状态）
  i18n/                 # 国际化（支持 en/fr/de/ja）
  accounts/             # 多账号轮换逻辑

关键依赖

• patchright（Playwright 分叉）：浏览器自动化核心，负责无头 Chromium 操作
• Express：HTTP REST API 框架，暴露 33 个端点
• @modelcontextprotocol/sdk：MCP 协议 SDK
• zod：运行时类型校验
• TypeScript 5.x：全程类型安全

认证流程

项目需要 Google 账号授权。认证方式有三种：

1. CLI 交互式：npm run setup-auth 弹出浏览器完成登录
2. noVNC 可视化：Docker 模式下，通过 http://localhost:6080/vnc.html 远程操作浏览器完成认证
3. 自动登录：配置 AUTO_LOGIN_ENABLED 环境变量，脚本自动完成认证流程

多账号支持

项目支持同时管理多个 Google 账号，自动轮换请求（round-robin）。账号分为两类：个人账号（notebooklm.google.com）和 Google Workspace 账号（notebook.google.com），两者 URL 不同，项目会识别并正确路由认证请求，避免 Workspace 账号登录时循环跳转到个人账号登录页。

部署：Docker 一键启动，零门槛

项目提供了完整的容器化部署方案：

Dockerfile（多阶段构建）

• 基础镜像：node:20-bookworm-slim
• 安装了完整 Chromium 浏览器及其所有依赖（NSS、ATK、CUPS、DRM 等）
• 通过 patchright install chromium 安装浏览器
• 包含 noVNC（端口 6080）和 Xvfb（虚拟显示），支撑无头认证
• 非 root 用户 notebooklm 运行容器
• npm prune --omit=dev 裁剪生产镜像体积

docker-compose.yml

• 内存限制：上限 2GB，预留 512MB
• 数据持久化： ./deploy-package/data 映射到 /data（存储 cookies、账号、库文件）
• 健康检查：http://localhost:3000/health
• 日志轮转：单文件 10MB，最多 3 个文件

# 一键启动（首次会自动构建）
docker-compose up -d
# 访问 noVNC 完成认证
open http://localhost:6080/vnc.html
# 验证服务健康
curl http://localhost:3000/health

MCP 集成部署

对于 Claude Code 用户，项目还支持通过 Claude Plugins 市场一键安装：

/plugin marketplace add roomi-fields/claude-plugins
/plugin install notebooklm@roomi-fields

进阶集成：RTFM 检索层 + n8n 自动化

项目不只是一个 API 封装，它还与 RTFM（项目作者的另一款工具）深度集成：/batch-to-vault 端点可以将大量问答结果写入本地 markdown + JSON sidecar 文件（遵循 nblm-answer-v1 schema），然后由 RTFM 建立 FTS5 全文索引 + 语义向量索引，支持离线无限量查询。这对学术研究、法律调研、医疗记录等需要大量引用溯源的场景非常有价值。

在 n8n 集成方面，项目提供了完整的集成指南（deployment/docs/04-N8N-INTEGRATION.md），可以用工作流触发笔记本问答、批量生成报告、自动化内容创作等场景。

局限与风险

使用 notebooklm-mcp 必须正视以下问题：

1. 依赖 NotebookLM 在线服务：所有能力都基于 Google NotebookLM 服务，若 Google 变更 API 或限制访问，项目可能直接失效
2. 浏览器自动化的脆弱性：Playwright 驱动的架构意味着项目对 NotebookLM 前端 UI 变化极为敏感——Google 改一下 CSS 选择器或 DOM 结构，部分功能就可能报错。作者在文档中明确建议参考与 PleasePrompto/notebooklm-mcp v2.0.0 的对比来决定选型
3. 账号封禁风险：大规模自动化调用 NotebookLM 可能触发 Google 的反滥用机制，导致账号被限速或封禁
4. 无官方 API 支持：这是第三方封装，NotebookLM 没有任何 SLA 保障

总结：谁适合用？

推荐使用：

• 需要对大量文献/视频做调研的研究人员（引用溯源功能独一无二）
• 希望将 NotebookLM 内容生成能力接入自动化工作流的 n8n/Zapier 用户
• Claude Code/Cursor/Codex 用户，想在 AI 编程时直接调用笔记本知识

谨慎使用：

• 对稳定性要求高的生产环境（依赖第三方网页，风险较高）
• 需要离线使用的场景（仍然需要 NotebookLM 在线服务）

notebooklm-mcp 是目前将 Google NotebookLM 能力开放得最完整的开源方案，它用浏览器自动化换来了官方 API 未提供的全部功能，同时通过 MCP 协议和 REST API 两种接口覆盖了从 AI 爱好者到企业自动化工程师的全部用户群体。如果你已经在用 NotebookLM，这个项目值得一试。