NotebookLM akhirnya punya Skill — proyek open source 17,2K bintang untuk otomasi riset
notebooklm-py mengubah NotebookLM menjadi CLI dan API Python: impor/ekspor batch, integrasi Claude Code Skill dan MCP Server, serta otomasi penuh alur kerja riset.
Masih mengunggah dokumen satu per satu dan mengunduh lewat klik di web? notebooklm-py mengubah NotebookLM jadi CLI: impor/ekspor batch dan integrasi AI Agent, sepenuhnya otomatis.
NotebookLM memang berguna: PDF, podcast, literatur, slide. Tapi versi web tetap manual — kenyataan yang menyebalkan seiring waktu.
Impor batch? Satu per satu. Unduh hasil? Klik demi klik. Integrasi ke Claude Code atau Codex? Tidak ada jalur siap pakai. Otomasi riset? Web tidak mendukung.
Celah itu diisi notebooklm-py.
1. Apa itu notebooklm-py?
notebooklm-py adalah API Python tidak resmi dan lapisan Skill untuk NotebookLM. Membungkus semua kemampuan ke API dan CLI, dari terminal atau AI Agent.
Proyek open source di GitHub sudah 17.200+ bintang. Untuk peneliti dan kreator: tidak perlu klik file per file.
2. Empat kemampuan inti
Cakupan penuh NotebookLM — Notebooks, Sources, Chat, Notes, Research, Sharing: setiap tahap punya API dan CLI. URL, YouTube, PDF, Google Drive dan lebih dari selusin sumber, batch.
Integrasi AI Agent — Claude Code Skill, Codex, AGENTS.md. MCP Server untuk Claude Desktop, Cursor, dan Windsurf.
Generasi konten kuat — Audio Overview: 4 format, 3 durasi, 50+ bahasa. Video Overview: 3 format, 9 gaya visual. Slide, infografis, kuis, flashcard, laporan, mind map, dan tabel data.
Yang tidak ada di web — Unduh batch artefak, ekspor kuis/flashcard ke JSON/Markdown/HTML, mind map JSON, revisi slide bahasa alami, profil multi-akun Google.
3. Contoh nyata: satu perintah untuk riset + podcast
Bandingkan LangChain, AutoGen, dan CrewAI dengan tiga dok resmi, dua PDF blog teknis, dan satu video YouTube. Tidak sempat baca? Buat podcast.
Satu perintah di terminal:
- Langkah 1: Buat notebook dan impor 6 sumber (3 URL, 2 PDF, 1 YouTube)
- Langkah 2: Analisis sumber dan ekstrak poin utama
- Langkah 3: Perbandingan berkutip — LangChain chaining, AutoGen multi-agent, CrewAI orkestrasi tugas
- Langkah 4: Podcast sepuluh menit siap didengar
4. Instalasi 2 menit
CLI dan agent: uv tool. API Python: uv add. Integrasi agent: skill install:
uv tool install notebooklm-py[browser] notebooklm login otebooklm auth check --test --json
Repositori: github.com/teng-lin/notebooklm-py
Kesimpulan
NotebookLM sudah kuat, tapi web manual membatasi potensinya. notebooklm-py melengkapi kepingan terakhir: batch, agent, otomasi riset.
Terlalu banyak sumber, organisasi lambat, terlalu banyak klik — instalasi dua menit layak dicoba.