Tạo với NotebookLM
Công nghệ

NotebookLM cuối cùng đã có Skill — dự án mã nguồn mở 17,2K sao tự động hóa nghiên cứu

Tác giả: Ban biên tập NotebookLM.link

notebooklm-py biến NotebookLM thành CLI và API Python: nhập/xuất hàng loạt, tích hợp Claude Code Skill và MCP Server, tự động hóa toàn bộ quy trình nghiên cứu.

Vẫn tải tài liệu từng cái và tải xuống bằng cách bấm trên web? notebooklm-py biến NotebookLM thành CLI: nhập/xuất hàng loạt và tích hợp AI Agent, tự động hoàn toàn.

NotebookLM thực sự hữu ích: PDF, podcast, tài liệu, slide. Nhưng bản web chỉ thao tác thủ công — một thực tế khó chịu theo thời gian.

Nhập hàng loạt? Từng file một. Tải kết quả? Bấm từng cái. Tích hợp Claude Code hay Codex? Không có đường sẵn. Tự động hóa nghiên cứu? Web không hỗ trợ.

Khoảng trống đó do notebooklm-py lấp đầy.

Infographic so sánh thao tác web thủ công vs workflow CLI tự động notebooklm-py
Web: bấm từng bước. CLI: một lệnh cho toàn bộ pipeline

1. notebooklm-py là gì?

notebooklm-py là API Python không chính thức và lớp Skill cho NotebookLM. Bọc toàn bộ khả năng thành API và CLI, gọi từ terminal hoặc AI Agent.

Dự án mã nguồn mở trên GitHub đã vượt 17.200 sao. Với nhà nghiên cứu và người sáng tạo: không còn bấm từng file.

Terminal notebooklm-py nhập URL, PDF, YouTube và tạo podcast
Một lệnh: nhập, phân tích, tạo podcast

2. Bốn khả năng cốt lõi

Phủ đầy NotebookLM — Notebooks, Sources, Chat, Notes, Research, Sharing: mỗi giai đoạn có API và CLI. URL, YouTube, PDF, Google Drive và hơn chục loại nguồn xử lý hàng loạt.

Tích hợp AI Agent — Claude Code Skill, Codex, AGENTS.md. MCP Server cho Claude Desktop, Cursor và Windsurf.

Sinh nội dung mạnh — Audio Overview: 4 định dạng, 3 độ dài, 50+ ngôn ngữ. Video Overview: 3 định dạng, 9 phong cách hình ảnh. Slide, infographic, quiz, flashcard, báo cáo, mind map và bảng dữ liệu.

Web không có — Tải hàng loạt sản phẩm, xuất quiz/flashcard JSON/Markdown/HTML, mind map JSON, sửa slide bằng ngôn ngữ tự nhiên, profiles đa tài khoản Google.

3. Ví dụ thực: một lệnh cho nghiên cứu + podcast

So sánh LangChain, AutoGen và CrewAI với ba tài liệu chính thức, hai PDF blog kỹ thuật và một video YouTube. Không đủ thời gian đọc? Tạo podcast.

Một lệnh trong terminal:

  • Bước 1: Tạo notebook và nhập 6 nguồn (3 URL, 2 PDF, 1 YouTube)
  • Bước 2: Phân tích nguồn và trích xuất điểm chính
  • Bước 3: So sánh có trích dẫn — LangChain chuỗi, AutoGen đa agent, CrewAI điều phối tác vụ
  • Bước 4: Podcast mười phút sẵn sàng nghe
Trình phát podcast AI với ảnh bìa, sóng âm và điều khiển
Podcast tự tạo: bìa, sóng và phát sẵn sàng

4. Cài đặt trong 2 phút

CLI và agent: uv tool. API Python: uv add. Tích hợp agent: skill install:

uv tool install notebooklm-py[browser]
notebooklm login
otebooklm auth check --test --json

Kho lưu trữ: github.com/teng-lin/notebooklm-py

Kết luận

NotebookLM đã mạnh, nhưng web thủ công giới hạn tiềm năng. notebooklm-py lấp mảnh cuối: hàng loạt, agent, tự động hóa nghiên cứu.

Quá nhiều nguồn, tổ chức chậm, quá nhiều cú bấm — hai phút cài đặt đáng thử.

Bắt đầu: github.com/teng-lin/notebooklm-py