起點很單純:我有一些大型文件、錄音和影片,想先做重點彙整再交給 Claude 處理,省 token。
我自己用下來,NotebookLM 在這種多來源彙整上的結果比我把檔案一次性丟給 LLM 好。
先講清楚這句話的份量:這是主觀比較,我沒有做過對照實驗。 我也不知道差別來自哪裡 —— 可能是檢索方式,可能是模型或提示詞。Google 沒有公開 NotebookLM 的架構,官方說明頁通篇沒有交代底層用的是哪個模型(產品改名叫 Gemini Notebook 之後,用名字反推架構更是循環論證)。所以任何「因為它用了 X 所以比較好」的說法,包括我原本想寫在這裡的那句,都只是猜測。
我選它的具體理由是兩件我直接驗證過、而且最影響選型的能力(後面還有不少實測,但那些是踩坑紀錄,不是選型依據):
- 能跨文件綜合 —— 把同一個案件的上下兩集音訊丟進去,問「上集埋的線索到下集怎麼揭曉」,三條線索都答對,而且引用分別指向正確的集數。
- 每個結論標得回原文 —— 回答帶引用,可以回頭核對。
問題是它沒有官方 API。
第一次調查:我直覺會先拿的那個已經死了
搜下去有三個主要候選:
| 專案 | Stars | 最後 push |
|---|---|---|
| teng-lin/notebooklm-py | 19,000+ | 當天 |
| PleasePrompto/notebooklm-mcp | 3,300+ | 2026-05-01 |
| roomi-fields/notebooklm-mcp | 170 | 2026-08 |
npm 上搜「notebooklm」有 108 個套件。這個生態不小。
先講清楚三者的關係,免得下面看得混亂:star 最高的 teng-lin 那個是活的,而且我最後用的就是它。死掉的是清單裡的第二個 —— 它 star 數雖然只有前者的六分之一,卻是 MCP 類裡最高的,也是 npm install notebooklm-mcp 會裝到的東西,所以是多數人(包括我)第一個會碰到的。
第二個是 npm 上 notebooklm-mcp 對應的專案,star 數在 MCP 類裡最高,直覺會先拿它。但最後 commit 停在 5 月 —— 早於 Google 在 2026-07-16 把 NotebookLM 改名為 Gemini Notebook 的那次事件。
改名之後,網域從 notebooklm.google.com 轉到 notebook.google.com。那個專案的登入流程還在等舊網域,於是 setup_auth 永遠回報未登入。修復 PR 開了一個月沒 merge。
它用的是 Patchright 瀏覽器自動化。 同一次改名,走逆向 RPC 的 notebooklm-py 毫髮無傷。
這是我後面所有判斷的第一塊拼圖。
繞路一:官方免費方案,方向是相反的
在決定用非官方方案之前,我先確認官方路走不走得通。
Google 確實有官方的 managed RAG —— Gemini API 的 File Search,GA 狀態,免費 API key 就能用,索引和查詢的 embedding 都免費,而且支援引用溯源。
看起來是正解。直到我去讀條款。
ai.google.dev/gemini-api/terms 原文:
When you use Unpaid Services... Google uses the content you submit to provide, improve, and develop Google products and services and machine learning technologies...
To help with quality and improve our products, human reviewers may read, annotate, and process your API input and output.
Do not submit sensitive, confidential, or personal information to the Unpaid Services.
而 NotebookLM 消費者版的官方說明頁(support.google.com/notebooklm/answer/16164461):
Your data is protected, and is not used to train Gemini Notebook unless you provide feedback.
方向相反。 官方免費 API 更穩定,但條款允許 Google 把你提交的內容用於「提供、改進及開發產品與 machine learning technologies」,人工可閱讀,而且明文叫你不要提交機密內容。NotebookLM 消費者版則明文寫「不用於訓練,除非你提供意見回饋」。
要注意這兩者的差別是用途不是去向 —— 兩條路資料都會進 Google。我原本寫「非官方路線資料不外流」是講過頭了,官方明文保證的是不拿去訓練,不是不接觸。
我要處理的是自己的非公開文件,所以隱私權重高於穩定性。
順帶一提,免費 tier 的 File Search 語料庫上限只有 1 GB,而且明文不支援音訊影片索引。就算條款沒問題,我的用途也裝不下。
繞路二:那我自己做瀏覽器自動化呢?
既然逆向 API 會壞,直覺會想:那我開個真的 Chrome,跑固定腳本,甚至存一張 golden 截圖比對版面有沒有跑掉,不就好了?
我認真評估過。結論是更糟,而且理由不只一個。
第一,ToS 上大概不豁免。 Google 條款的字眼是 "using automated means to access content"。字面可查證,但「所以換傳輸方式不會豁免」是我的解讀,不是條款直接寫出來的結論 —— 我不是律師,這也不是法律意見。依這個解讀,用 Playwright 驅動真 Chrome 一樣落在 automated means 裡面。
第二,UI 可能比內部 API 更容易壞。 這點反直覺。以下是我的推論,不是量測數據 —— 我沒有統計過兩者的實際改版頻率:
| 內部 RPC | 前端 UI | |
|---|---|---|
| 我實際觀察到的 | 固定的 rpc id,跨多次呼叫沒變 | 生成式 class name |
| 我推測的依賴面 | 可能有其他 client 依賴,改動要顧相容 | 主要服務畫面本身 |
| 我推測的改動成本 | 較高 | 較低 |
這個推論唯一的硬證據是上面那個案例:3,300 star 的專案死於改名事件,而同一次改名沒有影響走 RPC 的那個。一個案例不足以證明通則,但足以讓我不敢把賭注押在 UI 上。
第三,golden image 比對大概解決不了問題。 這段我沒有實際做過,是評估階段的判斷:它能告訴你「畫面變了」,但不會告訴你怎麼修;A/B test、字型渲染、串流中的回答文字都會讓 diff 亮紅燈;而聊天回應是逐字串流出現的,截圖時機不同結果就不同。你會多養一套本身也會腐化的維護工作。
第四,用 F12 讀內容會繞回原點。 腳本能用的是 CDP(Chrome DevTools Protocol)。如果用它去攔網路回應,攔到的就是同一批 batchexecute 回應 —— 你還是得解那個未公開的格式,外加養一個瀏覽器。嚴格劣於直接打。
那實際上是怎麼運作的?
底層打的是這個:
POST https://notebook.google.com/_/LabsTailwindUi/data/batchexecute
?rpcids=<6碼方法代號>&f.sid=<session>&rt=c
body: f.req=<URL-encoded 三層巢狀陣列>&at=<CSRF token>
cookie: 你的 Google sessionbatchexecute 這種路徑形式在 Google 的網頁產品上很常見,不過我沒有逐一查證哪些產品在用,這裡只講我實際看到的 NotebookLM。路徑裡的 LabsTailwindUi 看起來是前端模組的內部名稱,至於 Tailwind 是不是專案代號,那是我從路徑名猜的。
那些六碼字串看起來是未公開的方法代號(是不是「混淆」產生的我不確定)。上游是怎麼取得對應關係的,我不知道 —— 我沒問過作者,也沒看過他的說明。能直接讀到的事實是:套件裡有一份自己刻的編碼解碼器,和一張硬編的方法代號表。
所以就我觀察到的來說,這不是破解,是把你瀏覽器本來就在發的請求改用腳本發。 同一個帳號、同一份資料、同一個端點,認證方式一模一樣,也沒有取得任何你原本無權存取的東西。
至於這算不算「繞過防護機制」—— 那是 Google 的安全分類,我從外部無從驗證,所以我不會替他們下這個結論。
差別只在發請求的是腳本而不是瀏覽器。
定案:用它的 CLI,不用它的 MCP
notebooklm-py 一個套件提供三個進入點:
notebooklm CLI ┐
notebooklm-mcp MCP server ├─ 共用同一個 NotebookLMClient
notebooklm(Python library) ┘生態裡幾乎所有專案都在做 MCP server —— 把 NotebookLM 接進你的 AI 助手。我一開始也裝了。
但我要的是一個排程跑的 bot,不是對話工具。 在我採用的接法裡,是模型去選擇並呼叫 MCP tool,所以每次上傳、每次提問都會讓模型參與,也就都在燒 token。
這是我的整合方式造成的成本,不是 MCP 協定規定非如此不可 —— 協定本身沒有禁止別的觸發方式。但對我的用途來說結果一樣:模型待在迴圈裡,而我的整個目的就是省 token。
我後來把 MCP 註冊移除了,理由是實測出來的:
- 對話延續不需要 MCP。 我原本以為只有 MCP 能做互動追問。實測兩個完全獨立的行程呼叫
notebooklm ask,回傳同一個conversation_id,turn_number從 11 遞增到 12,而且第二次問「你剛剛列的第二種模式有什麼風險」被正確解析。這證明的是狀態不依賴單一 client 行程;至於狀態實際存在哪裡,我推測是服務端維護,但沒有直接驗證。 - MCP 沒給任何 CLI 做不到的事,卻要 33 個 tool schema 常駐在 context。
- MCP server 啟動就會呼叫
RotateCookies(這是實測看到的)。我診斷它連線問題時反覆啟動又中途 kill,CLI 的憑證跟著壞掉 —— 兩者可能在搶同一份憑證狀態,但這是我從相關性推的解釋,沒有單獨做實驗證明。
同樣的判斷也套用在資料來源上。我另一個專案有 MCP server 供查詢 AI 新聞,但它的 tool 全是普通 Python 函式加 @mcp.tool() 裝飾器 —— 直接 import 呼叫,輸出跟走 MCP 協定逐字相同,但零 token。
所以最終的組合是:
上游的逆向 CLI(別人做的,MIT)
↓
我的確定性包裝層(PowerShell,零 LLM)
↓
agent 只在兩個點介入:決定問什麼 / 壞掉時修幾個只有踩下去才會知道的坑
上傳成功不等於可用
source add 回傳成功時,音訊還在轉錄。40 分鐘的節目上傳只要幾秒,之後會停在 preparing 一分鐘以上。
排程如果 ingest 完立刻 digest,會問到空的來源。後來加了 -Wait 輪詢到全部 ready 才回傳。
而且「全部 ready」我第一次也寫錯了
我的判定寫 status -eq 'failed',但上游實際用的字串是 'error'。結果 notebook 裡明明有一筆壞掉的來源,它還是印「All sources ready」然後回傳成功 —— 正是這個功能該防止的靜默成功。
憑證的壽命很奇怪
解開憑證檔逐欄看到期時間:
__Secure-1PSIDRTS 剩 0.2 小時(約 12 分鐘) ← 輪替 token
__Secure-1PSIDTS 剩 8760 小時
SAPISID / SID 剩 9555 小時我推測那個 12 分鐘的輪替 token 一旦錯過續期,可能會讓整組憑證脫鉤 —— 這是解釋,不是我驗證過的機制。
我在一個工作階段內把憑證弄失效三次,三次都發生在並行呼叫期間(PowerShell 與 Bash 交錯、加上反覆啟動 MCP 探測)。樣本只有三次,我沒有做過對照實驗,「輪替會使前一個 token 失效」是我從這個相關性推出來的解釋,不是驗證過的機制。但它足以讓我在排程設計上避開並行。
好消息是:notebooklm login 在瀏覽器 profile 的 Google session 還有效時是完全非互動的,直接重新匯出 cookie。所以排程可以在開頭做健檢、失效時自己救回來,不需要人。
我自己弄壞的那次
我想「加固一下憑證檔權限」,跑了:
icacls ~/.notebooklm /inheritance:r /grant:r "User:(OI)(CI)F" /T(OI)(CI) 是繼承旗標,只對目錄有意義。用 /T 套到葉節點檔案時產生的是「只供繼承」的 ACE,對檔案本身不授予任何權限;/inheritance:r 又把繼承來的移掉 —— 檔案變成零授權,連擁有者都讀不到。
然後因為讀寫都被擋,cookie 輪替寫不回去,憑證跟著過期。
而我當時只驗了目錄的 ACL 就宣告完成,沒驗檔案。 這個加固後來整個回退了:它在單人機器上本來就擋不住以自己身分執行的程序,價值低,而破壞性已經證實。真正有效的防線是版本凍結 —— 把套件鎖在特定版本,不讓它每次啟動從 PyPI 抓未審查的新程式碼。
一個關於「省 token」的反諷
NotebookLM 預設回答很長。四個問題產出 50,791 bytes,而我的目的是省 token。
加了一個附帶簡潔指令的 -Brief 模式後降到 2,379 bytes,21 倍。但代價是引用溯源會不見 —— 我一度以為是必然的,後來在另一個 notebook 上測又正常回傳引用。所以最後文件寫的是「不保證存在」,而不是我原本斷言的「必然失去」。
推翻自己前一個結論,比堅持它有用。
誠實的結論
程式碼本身沒什麼特別。逆向工程不是我做的,CLI 不是我做的,包裝腳本任何人半天能寫,而且它是 Windows PowerShell 專用 —— 對多數人是負分。
有價值的是判斷的軌跡:
- 為什麼我最先想拿的那個方案不能用(它在改名事件後失效,而它依賴的正是瀏覽器 UI)
- 為什麼官方免費方案不符合我的用途(條款對資料用途的方向與我的需求相反)
- 為什麼我不自己做瀏覽器自動化(我推測它更容易受 UI 改版影響,但手上只有一個案例)
- 為什麼我用 CLI 不用 MCP(在我的接法裡 MCP 會讓模型參與流程,而我沒測到它提供 CLI 沒有的必要能力)
每一條後面的括號都是我的判斷,不是通則。換一個人、換一種接法,結論可能不同。
以及那幾條把東西弄壞才會知道的事實。
選型的價值不在選了什麼,在於排除了什麼、以及排除的理由站不站得住。
程式碼、完整的實測紀錄與取捨文件在這裡: https://github.com/pursky7468/notebooklm-toolkit
需要先說清楚的兩件事:這個工具依賴非官方逆向套件,Google 改版就可能失效;它的憑證是完整的 Google 帳號 session,存成明文而且會繞過 2FA,建議用次要帳號。README 開頭有完整的風險說明。
repo 裡真正值得看的是 VERIFY.md(每一項實測與踩到的坑)和 decisions/(為什麼這樣選)。腳本只是佐證。