Notebooklm Mcp

笔记 Python

🚀 NotebookLM MCP

NotebookLM MCP 是一款专业的 MCP 服务器，用于实现 Google NotebookLM 的自动化操作。它已发布到 PyPI，可直接用于生产环境。

✨ 主要特性

🔥 FastMCP v2：基于现代装饰器的 MCP 框架
⚡ UV Python 管理器：极速依赖管理
🚀 多传输协议支持：支持 STDIO、HTTP、SSE
🎯 类型安全：完整的 Pydantic 验证
🔒 持久认证：自动管理 Google 会话
📊 丰富的命令行界面：借助 Taskfile 实现自动化，拥有美观的终端界面
🐳 生产就绪：支持 Docker 部署，并提供监控功能

🚀 快速开始

🎯 终端用户（推荐）

# 安装 UV（现代 Python 包管理器）
curl -LsSf https://astral.sh/uv/install.sh | sh

# 从 PyPI 安装 NotebookLM MCP
uv add notebooklm-mcp

# 使用你的 NotebookLM URL 进行初始化
uv run notebooklm-mcp init https://notebooklm.google.com/notebook/YOUR_NOTEBOOK_ID

初始化后会发生什么：

✅ 创建 notebooklm-config.json 文件，保存你的配置信息
✅ 创建 chrome_profile_notebooklm/ 文件夹，用于持久认证
✅ 打开浏览器进行一次性 Google 登录（如有需要）
✅ 保存会话，以便后续无头操作

# 启动服务器（为 MCP 客户端提供 STDIO 服务）
uv run notebooklm-mcp --config notebooklm-config.json server

# 启动 HTTP 服务器，用于 Web 测试
uv run notebooklm-mcp --config notebooklm-config.json server --transport http --port 8001

# 交互式聊天模式
uv run notebooklm-mcp --config notebooklm-config.json chat  --message "Who are you ?"

👨‍💻 开发者

如果你想为这个项目做贡献，可以查看我们的 Taskfile，以获得更好的开发体验：

git clone https://github.com/khengyun/notebooklm-mcp.git
cd notebooklm-mcp

# 使用开发工具完成设置
task setup

# 显示所有可用的开发任务
task --list

📦 安装指南

替代安装方式

如果你更喜欢使用 pip 而不是 UV，可以按照以下步骤安装：

# 使用 pip 安装
pip install notebooklm-mcp

# 初始化
notebooklm-mcp init https://notebooklm.google.com/notebook/YOUR_NOTEBOOK_ID

# 启动服务器
notebooklm-mcp --config notebooklm-config.json server

📁 初始化后的项目结构

运行 init 命令后，你的工作目录将包含以下内容：

your-project/
├── notebooklm-config.json          # 配置文件
├── chrome_profile_notebooklm/      # 浏览器配置文件（用于持久认证）
│   ├── Default/                    # Chrome 配置文件数据
│   ├── SingletonSocket             # 会话文件
│   └── ...                         # 其他 Chrome 数据
└── your-other-files

关键文件说明：

notebooklm-config.json：包含笔记本 ID、服务器设置、认证配置等信息
chrome_profile_notebooklm/：存储 Google 认证会话，支持无头操作

🛠️ 可用工具

工具	描述	参数
`healthcheck`	服务器健康状态检查	无
`send_chat_message`	向 NotebookLM 发送消息	`message: str`, `wait_for_response: bool`
`get_chat_response`	超时获取响应	`timeout: int`
`chat_with_notebook`	完整的交互操作	`message: str`, `notebook_id?: str`
`navigate_to_notebook`	切换笔记本	`notebook_id: str`
`get_default_notebook`	获取当前笔记本	无
`set_default_notebook`	设置默认笔记本	`notebook_id: str`
`get_quick_response`	即时响应	无

👨‍💻 开发者工作流

对于贡献者和高级用户，为了提高生产力，我们提供了一个包含 20 多个自动化任务的综合 Taskfile：

# 📦 依赖管理
task deps-add -- requests       # 添加依赖
task deps-add-dev -- pytest     # 添加开发依赖
task deps-remove -- requests    # 移除依赖
task deps-list                  # 列出依赖
task deps-update                # 更新所有依赖

# 🧪 测试与质量检查
task test                       # 运行所有测试
task test-quick                 # 快速验证测试
task test-coverage              # 覆盖率分析
task enforce-test               # 函数更改后强制测试
task lint                       # 运行所有代码检查
task format                     # 格式化代码（Black + isort + Ruff）

# 🏗️ 构建与发布
task build                      # 构建包
task clean                      # 清理构建产物

# 🚀 服务器命令
task server-stdio              # 启动 STDIO 服务器
task server-http               # 启动 HTTP 服务器
task server-sse                # 启动 SSE 服务器

# 显示所有可用任务
task --list

💡 使用建议：安装 Task 可获得最佳开发体验：go install github.com/go-task/task/v3/cmd/task@latest

🌐 传输选项

STDIO（默认）

task server-stdio
# 适用于：LangGraph、CrewAI、AutoGen

HTTP

task server-http
# 访问地址：http://localhost:8001/mcp
# 适用于：Web 测试、REST API

SSE

task server-sse
# 访问地址：http://localhost:8002/
# 适用于：实时流传输

💻 使用示例

HTTP 客户端测试

from fastmcp import Client
from fastmcp.client.transports import StreamableHttpTransport

transport = StreamableHttpTransport(url="http://localhost:8001/mcp")
async with Client(transport) as client:
tools = await client.list_tools()
result = await client.call_tool("healthcheck", {})

命令行测试

# 使用 curl 进行测试
curl -X POST http://localhost:8001/mcp \
-H "Content-Type: application/json" \
-H "Accept: application/json, text/event-stream" \
-d '{"jsonrpc": "2.0", "id": 1, "method": "tools/list", "params": {}}'

LangGraph 集成示例

from fastmcp import Client
from fastmcp.client.transports import StreamableHttpTransport

# HTTP 传输
transport = StreamableHttpTransport(url="http://localhost:8001/mcp")
client = Client(transport)
tools = await client.list_tools()

CrewAI 集成示例

from crewai_tools import BaseTool
from fastmcp import Client

class NotebookLMTool(BaseTool):
name = "notebooklm"
description = "Chat with NotebookLM"

async def _arun(self, message: str):
client = Client("http://localhost:8001/mcp")
result = await client.call_tool("chat_with_notebook", {"message": message})
return result

🔒 认证

自动设置

# 首次使用 - 打开浏览器进行登录
notebooklm-mcp init https://notebooklm.google.com/notebook/abc123

# 后续运行 - 使用保存的会话
notebooklm-mcp --config notebooklm-config.json server

手动设置

# 交互式浏览器登录
notebooklm-mcp --config notebooklm-config.json server

# 检查连接
notebooklm-mcp --config notebooklm-config.json test --notebook YOUR_NOTEBOOK_ID

🐳 Docker 部署

快速开始

# 1. 生成配置文件和 Chrome 配置文件，并引导登录
uv run notebooklm-mcp init https://notebooklm.google.com/notebook/YOUR_NOTEBOOK_ID
# 如果你使用 pip 安装，运行：notebooklm-mcp init https://notebooklm.google.com/notebook/YOUR_NOTEBOOK_ID

# 2. 构建容器镜像
docker build -t notebooklm-mcp .

# 3. 挂载配置文件和配置文件目录，运行服务器
docker run -d \
--name notebooklm-mcp \
--restart unless-stopped \
-v $(pwd)/notebooklm-config.json:/app/notebooklm-config.json:ro \
-v $(pwd)/chrome_profile_notebooklm:/app/chrome_profile_notebooklm \
notebooklm-mcp:latest

使用 Docker Compose

version: '3.8'
services:
notebooklm-mcp:
image: notebooklm-mcp:latest
build: .
restart: unless-stopped
volumes:
- ./notebooklm-config.json:/app/notebooklm-config.json:ro
- ./chrome_profile_notebooklm:/app/chrome_profile_notebooklm

在运行一次 init 命令，确保 notebooklm-config.json 和 chrome_profile_notebooklm/ 存在后，使用 docker compose up -d 启动服务。服务器默认以 STDIO 模式运行；如果你的客户端需要 HTTP/SSE 端口，请在 docker-compose.yml 中取消注释相应端口。

⚙️ 配置

配置文件 (`notebooklm-config.json`)

{
"default_notebook_id": "your-notebook-id",
"headless": true,
"timeout": 30,
"auth": {
"profile_dir": "./chrome_profile_notebooklm"
},
"debug": false
}

环境变量

export NOTEBOOKLM_NOTEBOOK_ID="your-notebook-id"
export NOTEBOOKLM_HEADLESS=true
export NOTEBOOKLM_DEBUG=false

🚀 性能

FastMCP v2 的优势

⚡ 工具注册速度快 5 倍：使用装饰器实现
📋 自动生成模式：根据 Python 类型提示生成
🔒 内置验证：使用 Pydantic 进行验证
🧪 更好的测试和调试能力
📊 全栈类型安全

性能对比

特性	传统 MCP	FastMCP v2
工具注册	手动定义模式	自动生成
类型验证	手动验证	自动验证
错误处理	基本处理	增强处理
开发速度	标准速度	快 5 倍
HTTP 支持	有限支持	全面支持

🛠️ 开发

环境搭建

git clone https://github.com/khengyun/notebooklm-mcp
cd notebooklm-mcp

# 使用 UV（推荐）
uv sync --all-groups

# 或者使用 pip
pip install -e ".[dev]"

测试

# 使用 UV 运行测试
uv run pytest

# 测试覆盖率
uv run pytest --cov=notebooklm_mcp

# 集成测试  
uv run pytest tests/test_integration.py

# 或者使用 Taskfile 进行开发测试
task test
task test-coverage

代码质量

# 使用 UV 格式化代码
uv run black src/ tests/
uv run ruff check src/ tests/

# 类型检查
uv run mypy src/

# 或者使用 Taskfile 快捷命令
task format
task lint

📚 详细文档

快速设置指南 - 2 分钟快速上手
HTTP 服务器指南 - Web 测试与集成
FastMCP v2 指南 - 现代 MCP 特性
Docker 部署 - 生产环境部署
API 参考 - 完整的工具文档

🔗 相关项目

FastMCP - 现代 MCP 框架
MCP 规范 - 官方 MCP 规范
NotebookLM - Google 的 AI 笔记本

📄 许可证

本项目采用 MIT 许可证，详情请参阅 LICENSE 文件。

🆘 支持

问题反馈：GitHub Issues
讨论交流：GitHub Discussions
文档查阅：Read the Docs

本项目由 ❤️ FastMCP v2 构建 - 让现代 MCP 开发变得简单！

0 条评论
分类：笔记