O que é notebooklm-py?
O notebooklm-py permite automatizar o Google NotebookLM, que o Google renomeou para Gemini Notebook em julho de 2026; o README diz que a biblioteca opera o mesmo serviço e funciona sem mudanças. Você pode criar cadernos, adicionar fontes a partir de URLs, YouTube, arquivos e Drive, conversar com elas, rodar o Deep Research e gerar resumos em áudio, vídeos, apresentações de slides, quizzes, flashcards, relatórios e mapas mentais.
Ele vem como biblioteca Python, CLI, servidor MCP (local via stdio ou auto-hospedado como conector remoto) e skill de agente; notebooklm skill install coloca a skill na pasta de skills do Claude Code. Não é oficial e funciona chamando as mesmas APIs internas não documentadas que o app web usa.
notebooklm-py vale a pena?
O notebooklm-py é a forma de maior alcance de operar o NotebookLM a partir de código, e a menos garantida. Ele tem cerca de 19.900 estrelas no GitHub, lançou a v0.8.5 em 12 de outubro de 2026 e tem só 19 issues abertas, o que sugere um mantenedor que acompanha as mudanças do Google em vez de ficar para trás.
Seu alcance vai além do app web: downloads em lote de todos os artefatos de um tipo, mapas mentais em JSON, quizzes e flashcards em JSON ou Markdown, tabelas de dados em CSV e apresentações como PPTX editável. O padrão que o README promove é transferir custo. O Gemini lê 30 documentos no servidor e o agente gasta seus próprios tokens só na resposta final, o que move a conta da sua conta de API para a sua assinatura do Google.
O ponto fraco é a autenticação. O caminho padrão é um login por navegador com Playwright (a primeira execução baixa cerca de 170 MB de Chromium) ou cookies extraídos do Chrome. Para servidores e CI existe um login por master token que gera cookies novos sem intervenção; o README o chama de "a powerful full-account credential" e recomenda uma conta Google dedicada. Qualquer agente ou conector MCP remoto que tenha esse token pode agir como você em todo o Google, não só no NotebookLM.
A capacidade é definida pelo Google, não pela biblioteca. Uma conta gratuita tem 100 cadernos de 50 fontes cada; o Google AI Pro eleva isso para 500 cadernos de 300 fontes, e o Google marca todos os limites como sujeitos a mudança. O README avisa que o uso intenso pode sofrer limitação, e sua própria receita de material de estudo espaça as requisições de propósito para evitar isso. Comparado ao PleasePrompto/notebooklm-skill, que automatiza o navegador e não tem lançamento desde novembro de 2025, este é o caminho mais capaz e mais ativamente mantido, embora ambos quebrem quando o Google muda seu front-end.
Onde ele se destaca
Um pesquisador independente que usa o Claude Code com o plano Google AI Pro
Sintetizar 30 artigos sem gastar tokens do Claude para lê-los
O agente cria um caderno, adiciona as fontes e faz perguntas ao NotebookLM; o Gemini faz a leitura dentro do limite de 300 fontes do plano Pro, e o Claude só redige as respostas com citações.
Um engenheiro de plataforma em uma startup de 30 pessoas
Dar aos agentes de código uma fonte de respostas com citações para RFCs internos e documentos de arquitetura
Um caderno com os documentos é exposto pelo servidor MCP, sem precisar de um banco de dados vetorial. Ele roda com um único login Google, então uma conta dedicada e uma sessão de cookies de curta duração são mais seguras que o master token.
Um responsável por treinamento em uma empresa de 200 pessoas
Transformar material de integração em podcasts, quizzes e flashcards para cada tema
Um script cria um caderno por tema e exporta em lote os quizzes como JSON e o áudio como MP3. A geração conta para as cotas diárias da conta, e as requisições precisam ser espaçadas para evitar limitação.
Antes de decidir
- Configuração
- uv tool install "notebooklm-py[browser]" e depois notebooklm login, que baixa cerca de 170 MB de Chromium para o login no Google na primeira execução; Python 3.10 ou mais recente. Embutir a biblioteca sem Playwright é um pip install simples.
- Integrações
- API Python assíncrona, CLI, um servidor MCP para Claude Desktop, Claude Code e Codex, um conector remoto auto-hospedável para claude.ai e ChatGPT, e uma skill instalada com notebooklm skill install ou npx skills add.
- Dados e privacidade
- Licença MIT, sem telemetria mencionada no README. Fontes e conversas vão para o Google sob a sua conta; o Google diz que o conteúdo do NotebookLM em contas pessoais não é usado para treinar seus modelos a menos que você envie feedback, e contas Workspace têm termos mais rígidos. Cookies ou um master token ficam armazenados em um perfil local.
- Custo em escala
- A biblioteca é gratuita; a capacidade é o seu plano Google. Contas gratuitas têm 100 cadernos de 50 fontes, Google AI Plus 200 de 100, Google AI Pro 500 de 300 e Ultra até 600 fontes por caderno.
- Limites
- Sem vínculo com o Google, e os endpoints podem mudar sem aviso; o uso intenso pode sofrer limitação. 19 issues abertas no momento da verificação.
O que é bom
- Oferece exportações que o app web não tem: downloads em lote, mapas mentais em JSON, slides em PPTX
- Biblioteca, CLI, servidor MCP e skill do Claude Code em um só pacote
- Lançamentos frequentes e uma lista curta de issues
O que não é
- APIs não documentadas do Google podem mudar sem aviso
- O login por master token é uma credencial completa da conta Google
- Limitação em uso intenso; limites de cadernos e fontes definidos pelo seu nível no Google
Ideal para
Pesquisadores que querem que o Claude Code crie e consulte cadernos do NotebookLM.
Alternativas ao notebooklm-py
notebooklm-py: perguntas frequentes
- notebooklm-py vale a pena?
- Todos os recursos do NotebookLM nas mãos de um agente, sustentados por endpoints não documentados do Google e por um login que você não deve entregar a ele sem pensar. Damos nota 3.8 de 5.
- Quanto custa notebooklm-py?
- Gratuito e de código aberto (MIT). Os limites do NotebookLM dependem do nível da sua conta Google.
- Quais são as desvantagens de notebooklm-py?
- APIs não documentadas do Google podem mudar sem aviso; o login por master token é uma credencial completa da conta Google; limitação em uso intenso; limites de cadernos e fontes definidos pelo seu nível no Google.
- Para quem notebooklm-py é indicado?
- Pesquisadores que querem que o Claude Code crie e consulte cadernos do NotebookLM.
- Quanto custa notebooklm-py para uma equipe ou em produção?
- A biblioteca é gratuita; a capacidade é o seu plano Google. Contas gratuitas têm 100 cadernos de 50 fontes, Google AI Plus 200 de 100, Google AI Pro 500 de 300 e Ultra até 600 fontes por caderno.
- notebooklm-py é seguro para dados da empresa?
- Licença MIT, sem telemetria mencionada no README. Fontes e conversas vão para o Google sob a sua conta; o Google diz que o conteúdo do NotebookLM em contas pessoais não é usado para treinar seus modelos a menos que você envie feedback, e contas Workspace têm termos mais rígidos. Cookies ou um master token ficam armazenados em um perfil local.
- Quais são as melhores alternativas ao notebooklm-py?
- As alternativas mais próximas que analisamos são claude-obsidian e claude-mem.
Respostas verificadas em 23 de out. de 2026.