<div align="center">

# NotebookLM MCP Server

**讓您的 CLI 代理 (Claude, Cursor, Codex...) 直接與 NotebookLM 對話，根據您的筆記本獲得零幻覺的答案**

[![TypeScript](https://img.shields.io/badge/TypeScript-5.x-blue.svg)](https://www.typescriptlang.org/)
[![MCP](https://img.shields.io/badge/MCP-2025-green.svg)](https://modelcontextprotocol.io/)
[![npm](https://img.shields.io/npm/v/notebooklm-mcp-zh.svg)](https://www.npmjs.com/package/notebooklm-mcp-zh)
[![Claude Code Skill](https://img.shields.io/badge/Claude%20Code-Skill-purple.svg)](https://github.com/PleasePrompto/notebooklm-skill)
[![GitHub](https://img.shields.io/github/stars/PleasePrompto/notebooklm-mcp?style=social)](https://github.com/PleasePrompto/notebooklm-mcp)

[安裝](#安裝) • [快速開始](#快速開始) • [為什麼選擇-notebooklm](#為什麼選擇-notebooklm-而不是本地-rag) • [範例](#真實案例) • [文件](./docs/)

</div>

---

> **注意**：本專案 fork 自 [PleasePrompto/notebooklm-mcp.git](https://github.com/PleasePrompto/notebooklm-mcp)，此版本為修改版。

---

## 問題

當您告訴 Claude Code 或 Cursor「搜尋我的本地文件」時，會發生以下情況：
- **大量 Token 消耗**：搜尋文件意味著重複讀取多個檔案
- **檢索不準確**：關鍵字搜尋會錯過文件之間的上下文和關聯
- **幻覺**：當它找不到東西時，它會編造聽起來合理的 API
- **昂貴且緩慢**：每個問題都需要重新讀取多個檔案

## 解決方案

讓您的本地代理直接與 [**NotebookLM**](https://notebooklm.google/) 對話 — Google 的 **零幻覺知識庫**，由 Gemini 2.5 提供支援，可從您的文件中提供智慧、綜合的答案。

```
您的任務 → 本地代理詢問 NotebookLM → Gemini 綜合答案 → 代理編寫正確的程式碼
```

**真正的優勢**：不再需要在 NotebookLM 和您的編輯器之間手動複製貼上。您的代理直接詢問 NotebookLM 並在 CLI 中直接獲得答案。它可以通過自動追問建立深刻的理解 — Claude 會按順序詢問多個問題，每個問題都建立在上一個問題的基礎上，獲取具體的實作細節、邊緣情況和最佳實踐。您可以將 NotebookLM 連結儲存到帶有標籤和描述的本地庫中，Claude 會根據您當前的任務自動選擇相關的筆記本。

---

## 為什麼選擇 NotebookLM 而不是本地 RAG？

| 方法 | Token 成本 | 設定時間 | 幻覺 | 答案品質 |
|------|------------|----------|------|----------|
| **將文件餵給 Claude** | 🔴 非常高 (多次讀取檔案) | 即時 | 有 - 會填補空白 | 檢索變數 |
| **網路搜尋** | 🟡 中等 | 即時 | 高 - 來源不可靠 | 時好時壞 |
| **本地 RAG** | 🟡 中-高 | 數小時 (嵌入, 切塊) | 中 - 檢索缺漏 | 取決於設定 |
| **NotebookLM MCP** | 🟢 極低 | 5 分鐘 | **零** - 未知則拒絕 | 專家級綜合 |

### NotebookLM 有何過人之處？

1. **由 Gemini 預處理**：上傳文件一次，即可獲得即時的專家知識
2. **自然語言問答**：不僅僅是檢索 — 而是真正的理解和綜合
3. **多來源關聯**：連接 50 多個文件中的資訊
4. **引用支援**：每個答案都包含來源引用
5. **無基礎設施**：無需向量資料庫、嵌入或切塊策略

---

## 安裝

### Claude Code
```bash
claude mcp add notebooklm npx notebooklm-mcp-zh@latest
```

### Cursor

新增至 `~/.cursor/mcp.json`:
```json
{
  "mcpServers": {
    "notebooklm": {
      "command": "npx",
      "args": ["-y", "notebooklm-mcp-zh@latest"]
    }
  }
}
```

---

## 快速開始

### 1. 安裝 MCP 伺服器 (見上方 [安裝](#安裝))

### 2. 驗證 (一次性)

在您的聊天 (Claude/Cursor) 中說：
```
"Log me in to NotebookLM" (登入 NotebookLM)
```
*Chrome 視窗將開啟 → 使用 Google 登入*

### 3. 建立您的知識庫
前往 [notebooklm.google.com](https://notebooklm.google.com) → 建立筆記本 → 上傳您的文件：
- 📄 PDF, Google Docs, markdown 檔案
- 🔗 網站, GitHub 儲存庫
- 🎥 YouTube 影片
- 📚 每個筆記本支援多個來源

分享：**⚙️ Share (分享) → Anyone with link (任何擁有連結的人) → Copy (複製)**

### 4. 讓 Claude 使用它
```
"I'm building with [library]. Here's my NotebookLM: [link]"
(我正在使用 [library] 進行開發。這是我的 NotebookLM：[連結])
```

**就這樣。** Claude 現在會詢問 NotebookLM 它需要的任何資訊，在編寫程式碼之前建立專業知識。

---

## 真實案例

### 建立 n8n 工作流程而不產生幻覺

**挑戰**：n8n 的 API 很新 — Claude 經常對節點名稱和功能產生幻覺。

**解決方案**：
1. 下載完整的 n8n 文件 → 合併成易於管理的區塊
2. 上傳到 NotebookLM
3. 告訴 Claude：*"幫我建立一個 Gmail 垃圾郵件過濾工作流程。使用這個 NotebookLM：[連結]"*

**結果**：第一次嘗試就獲得完美的工作流程。無需除錯幻覺產生的 API。

---

## 核心功能

### **零幻覺**
如果資訊不在您的文件中，NotebookLM 會拒絕回答。不會有發明的 API。

### **自主研究**
Claude 會自動詢問後續問題，在編碼前建立完整的理解。

### **智慧庫管理**
使用標籤和描述儲存 NotebookLM 連結。Claude 會為您的任務自動選擇正確的筆記本。
```
"Add [link] to library tagged 'frontend, react, components'"
```

### **跨工具共享**
設定一次，隨處使用。Claude Code, Codex, Cursor — 均共享同一個庫。

### **深度清理工具**
隨時重新開始。掃描整個系統的 NotebookLM 資料並提供分類預覽。

---

## 工具設定檔 (Tool Profiles)

透過僅載入您需要的工具來減少 Token 使用量。

| 設定檔 | 工具數量 | 用途 |
|--------|----------|------|
| **minimal** | 5 | 僅查詢：`ask_question`, `get_health`, `list_notebooks`, `select_notebook`, `get_notebook` |
| **standard** | 10 | + 庫管理：`setup_auth`, `list_sessions`, `add_notebook`, `update_notebook`, `search_notebooks` |
| **full** | 16 | 所有工具，包含 `cleanup_data`, `re_auth` 等 |

設定方式：
```bash
npx notebooklm-mcp-zh config set profile minimal
```

---

## 常見指令

| 意圖 | 指令 (範例) | 結果 |
|------|-------------|------|
| 驗證 | "Log me in to NotebookLM" | 開啟 Chrome 登入 |
| 新增筆記本 | "Add [link] to library" | 儲存筆記本與中繼資料 |
| 列出筆記本 | "Show our notebooks" | 列出所有儲存的筆記本 |
| 先行研究 | "Research this in NotebookLM before coding" | 多問題會話 |
| 選擇筆記本 | "Use the React notebook" | 設定當前活動筆記本 |

---

## 免責聲明

此工具自動化與 NotebookLM 的瀏覽器互動。

**關於瀏覽器自動化：**
雖然我已經加入了擬人化功能（真實的打字速度、自然延遲、滑鼠移動）以使自動化行為更自然，但我不能保證 Google 不會檢測或標記自動化使用。建議使用專用的 Google 帳戶進行自動化，而不是您的主要帳戶。

**關於 CLI 工具和 AI 代理：**
請謹慎使用：
- 在提交或部署之前務必審查變更
- 先在安全環境中測試
- 備份重要工作

---

## 貢獻

發現錯誤？有功能想法？歡迎在 GitHub 上提交 issue 或 PR！

## 授權

MIT — 可在您的專案中自由使用。