notebooklm-py: NotebookLM al servicio de tu agente de código
NotebookLM, rebautizado como Gemini Notebook, lee montones de documentos y responde citando, pero la web obliga a hacerlo todo a mano. notebooklm-py es una biblioteca de Python y una CLI no oficiales; su skill enseña al agente a pedir salida --json, guardar los ID, esperar a cada fuente y solo entonces preguntar o descargar.
Importa fuentes en bloque: URL, YouTube, PDF, Word, EPUB, audio, vídeo, imágenes, Google Drive y texto pegado.
Lanza investigaciones en la web o en Drive en modo fast o deep y puede añadir lo encontrado al cuaderno.
Crea resúmenes en audio y vídeo, presentaciones, infografías, tests, tarjetas, informes, tablas y mapas mentales.
Descarga los resultados en MP3, MP4, PDF, PNG, CSV, JSON o Markdown, también por lotes, algo que la web no ofrece.
El SKILL.md fija qué pide confirmación: borrar, cambiar el idioma de la cuenta, generar contenido o escribir archivos.
Cuándo usarla
Tienes treinta documentos y prefieres que los lea Gemini para que el agente gaste tokens solo en pulir.
Quieres sacar de las mismas fuentes un pódcast, unas diapositivas y tarjetas de repaso.
Un agente de código debe responder con citas a partir de tu documentación interna.
Pídale al agente
Crea un cuaderno «Competencia», añade estas cinco URL y espera a que todas las fuentes estén listas
Genera un resumen en audio en formato debate a partir del cuaderno y descárgalo en ./audio
Exporta las tarjetas y el test de este cuaderno en JSON para importarlos en Anki
Preguntas
¿Cómo se instala la skill notebooklm?
Con npx skills add teng-lin/notebooklm-py@notebooklm. La biblioteca necesita Python 3.10 o superior: pip install "notebooklm-py[browser]", después notebooklm login y la comprobación notebooklm auth check --test --json.
¿Funciona notebooklm-py en Codex?
Sí. El README menciona Claude Code, Codex y OpenClaw, incluye un AGENTS.md para Codex y ofrece un servidor MCP para clientes como Claude Desktop.
¿Es una API oficial de Google?
No. Es un proyecto comunitario sin relación con Google que usa endpoints internos; sus autores lo recomiendan para prototipos, investigación y uso personal.
