Qu’est-ce que notebooklm-py ?
notebooklm-py vous laisse scripter Google NotebookLM, que Google a renommé Gemini Notebook en juillet 2026 ; le README dit que la bibliothèque pilote le même service et fonctionne sans changement. Vous pouvez créer des notebooks, ajouter des sources depuis des URL, YouTube, des fichiers et Drive, discuter avec elles, lancer Deep Research, et générer des aperçus audio, des vidéos, des présentations, des quiz, des cartes mémoire, des rapports et des cartes mentales.
Il vient comme bibliothèque Python, CLI, serveur MCP (local via stdio ou auto-hébergé comme connecteur distant) et skill d'agent ; notebooklm skill install met le skill dans le dossier de skills de Claude Code. Il est non officiel et fonctionne en appelant les mêmes API internes non documentées que l'appli web utilise.
notebooklm-py vaut-il le coup ?
notebooklm-py est la manière la plus étendue de piloter NotebookLM depuis du code, et la moins garantie. Il a environ 19 900 étoiles GitHub, a publié v0.8.5 le 12 octobre 2026, et seulement 19 issues ouvertes, ce qui suggère un mainteneur qui suit le rythme des changements de Google plutôt que de prendre du retard.
Sa portée va au-delà de l'appli web : téléchargements par lots de chaque artefact d'un type, cartes mentales en JSON, quiz et cartes mémoire en JSON ou Markdown, tableaux de données en CSV et présentations en PPTX éditable. Le pattern que le README pousse est le déplacement de coût. Gemini lit 30 documents côté serveur et l'agent ne dépense ses propres tokens que sur la réponse finale, ce qui déplace la facture de votre compte d'API vers votre abonnement Google.
Le point faible est l'authentification. Le chemin par défaut est une connexion par navigateur Playwright (la première exécution télécharge environ 170 Mo de Chromium) ou des cookies extraits de Chrome. Pour les serveurs et la CI, il y a une connexion par master-token qui génère des cookies frais sans surveillance ; le README le qualifie d'« identifiant de compte complet puissant » et conseille un compte Google dédié. Tout agent ou connecteur MCP distant détenant ce token peut agir en votre nom à travers Google, pas seulement dans NotebookLM.
La capacité est fixée par Google, pas la bibliothèque. Un compte gratuit reçoit 100 notebooks de 50 sources chacun ; Google AI Pro relève cela à 500 notebooks de 300 sources, et Google marque chaque limite comme sujette à changement. Le README avertit que l'usage intensif peut être limité, et sa propre recette d'ensemble d'étude espace les requêtes délibérément pour l'éviter. Face à PleasePrompto/notebooklm-skill, qui automatise le navigateur et n'a pas sorti de version depuis novembre 2025, c'est la voie la plus capable et la plus activement maintenue, même si les deux cassent quand Google change son front end.
Là où il fait la différence
Un chercheur solo qui utilise Claude Code sur une offre Google AI Pro
Synthétiser 30 articles sans dépenser de tokens Claude à les lire
L'agent crée un notebook, ajoute les sources et pose des questions à NotebookLM ; Gemini fait la lecture sous le plafond de 300 sources de l'offre Pro, et Claude n'écrit que les réponses citées.
Un ingénieur plateforme dans une start-up de 30 personnes
Donner aux agents de code une source de réponses citées pour les RFC internes et les documents d'architecture
Un notebook des documents est exposé via le serveur MCP, évitant une base de données vectorielle. Il tourne sur une seule connexion Google, si bien qu'un compte dédié et une session de cookies de courte durée sont plus sûrs que le master token.
Un responsable de formation dans une entreprise de 200 personnes
Transformer le matériel d'intégration en podcasts, quiz et cartes mémoire pour chaque sujet
Un script construit un notebook par sujet et exporte en masse les quiz en JSON et l'audio en MP3. La génération compte contre les quotas quotidiens du compte, et les requêtes ont besoin d'être espacées pour éviter la limitation.
Avant de vous engager
- Mise en route
- uv tool install "notebooklm-py[browser]" puis notebooklm login, qui télécharge environ 170 Mo de Chromium pour la connexion Google à la première exécution ; Python 3.10 ou plus récent. Intégrer la bibliothèque sans Playwright est un simple pip install.
- Intégrations
- API async Python, CLI, un serveur MCP pour Claude Desktop, Claude Code et Codex, un connecteur distant auto-hébergeable pour claude.ai et ChatGPT, et un skill installé avec notebooklm skill install ou npx skills add.
- Données et confidentialité
- Licence MIT, aucune télémétrie mentionnée dans le README. Les sources et chats vont à Google sous votre compte ; Google dit que le contenu NotebookLM des comptes personnels n'est pas utilisé pour entraîner ses modèles sauf si vous soumettez un retour, et les comptes Workspace reçoivent des conditions plus strictes. Les cookies ou un master token sont stockés dans un profil local.
- Coût à grande échelle
- La bibliothèque est gratuite ; la capacité est votre offre Google. Les comptes gratuits reçoivent 100 notebooks de 50 sources, Google AI Plus 200 de 100, Google AI Pro 500 de 300 et Ultra jusqu'à 600 sources par notebook.
- Limites
- Non affilié à Google, et les endpoints peuvent changer sans préavis ; l'usage intensif peut être limité. 19 issues ouvertes au moment de la vérification.
Les points forts
- Expose des exports que l'appli web n'a pas : téléchargements par lots, JSON de carte mentale, diapositives PPTX
- Bibliothèque, CLI, serveur MCP et skill Claude Code dans un seul paquet
- Versions fréquentes et une courte liste d'issues
Les points faibles
- Les API Google non documentées peuvent changer sans préavis
- La connexion par master-token est un identifiant de compte Google complet
- Limitation sur l'usage intensif ; plafonds de notebooks et de sources fixés par votre palier Google
Idéal pour
Les chercheurs qui veulent que Claude Code construise et interroge des notebooks NotebookLM.
Alternatives à notebooklm-py
notebooklm-py : questions fréquentes
- notebooklm-py vaut-il le coup ?
- L'ensemble complet de fonctions de NotebookLM entre les mains d'un agent, tenu ensemble par des endpoints Google non documentés et une connexion que vous ne devriez pas lui donner à la légère. Nous lui donnons 3.8 sur 5.
- Combien coûte notebooklm-py ?
- Gratuit et open source (MIT). Les limites de NotebookLM dépendent du palier de votre compte Google.
- Quels sont les inconvénients de notebooklm-py ?
- Les API Google non documentées peuvent changer sans préavis; la connexion par master-token est un identifiant de compte Google complet; limitation sur l'usage intensif ; plafonds de notebooks et de sources fixés par votre palier Google.
- À qui s’adresse notebooklm-py ?
- Les chercheurs qui veulent que Claude Code construise et interroge des notebooks NotebookLM.
- Combien coûte notebooklm-py pour une équipe ou en production ?
- La bibliothèque est gratuite ; la capacité est votre offre Google. Les comptes gratuits reçoivent 100 notebooks de 50 sources, Google AI Plus 200 de 100, Google AI Pro 500 de 300 et Ultra jusqu'à 600 sources par notebook.
- notebooklm-py est-il sûr pour les données de l’entreprise ?
- Licence MIT, aucune télémétrie mentionnée dans le README. Les sources et chats vont à Google sous votre compte ; Google dit que le contenu NotebookLM des comptes personnels n'est pas utilisé pour entraîner ses modèles sauf si vous soumettez un retour, et les comptes Workspace reçoivent des conditions plus strictes. Les cookies ou un master token sont stockés dans un profil local.
- Quelles sont les meilleures alternatives à notebooklm-py ?
- Les alternatives les plus proches que nous avons testées sont claude-obsidian et claude-mem.
Réponses vérifiées le 23 oct. 2026.