NotebookLM 很適合拿來讀 PDF、整理資料，還能把內容變成語音摘要或測驗。不過，當資料一多，每次都要開網頁、選筆記本、上傳檔案，再等它處理完，滑鼠很快就比腦袋還忙。
notebooklm-py（在新分頁開啟） 把這些操作做成 Python 函式庫與命令列工具。你可以用指令建立筆記本、加入來源、提問、生成內容與下載檔案，也能讓 Codex、Claude Code 等 AI Agent 接手操作。
這篇先走最容易理解的路線：在 Windows 安裝工具，透過 Firefox 匯入自己的登入 Cookie，再跑完一次「加入資料 → 問答 → 下載成果」。
本文依 2026 年 10 月 31 日查閱的專案 README、CLI 與疑難排解文件整理。指令以目前文件為準，實際可用功能仍取決於安裝版本與 Google 帳號方案。文中的圖片為 AI 概念插畫，不是軟體介面截圖。
notebooklm-py 可以做什麼？
它是社群開發的非官方工具，使用 Google 未公開的介面。使用時仍需要自己的 Google 帳號，資料處理也仍由 Google 的服務執行。
| 功能 | 可以怎麼用 |
|---|---|
| 筆記本管理 | 建立、列出、切換與重新命名筆記本 |
| 加入資料來源 | 匯入網址、PDF、文字檔、YouTube 等支援的來源 |
| 針對資料提問 | 要它整理重點、比較文件，或回答來源中的問題 |
| 生成學習內容 | 語音摘要、簡報、測驗、閃卡、報告與心智圖等 |
| 匯出成果 | 下載報告、音訊及其他產物，接到自己的整理流程 |
| 接上 AI Agent | 讓 Agent 透過 CLI、Skill 或 MCP 操作 |
例如，可以把公開的設備手冊與教學 PDF 放進同一本筆記本，再問：「這幾份文件對保養流程的說明有什麼差異？」也能把英文教材整理成複習題。
這類工具能幫忙找資料與整理內容；遇到規格、數字或操作條件，還是要回到原始文件核對。它有來源可查，不代表回答一定正確。
先處理登入：Windows 優先使用 Firefox
這裡很容易卡關：Chrome 裡明明已經登入 Google，工具卻讀不到可用的登入狀態。
原因之一是 Windows 版 Chrome 127 起導入的 App-Bound Encryption，簡稱 ABE。Cookie 的解密機制與瀏覽器應用程式綁定，外部程式不能再只靠讀取資料庫就順利取得內容，因此匯入 Chrome Cookie 時可能出現：
Could not decrypt chrome cookies這不代表 Chrome 自己不能記住登入，也不是 Google 帳號壞掉，而是外部工具取得 Cookie 的方式受到限制。
本文直接改用 Firefox：先在 Firefox 登入 Google 與 NotebookLM，再讓 notebooklm-py 匯入該瀏覽器的 Cookie。 Firefox 的 Cookie 儲存方式沒有使用上述 Windows ABE 機制，專案疑難排解文件也把它列為這類問題最簡單的處理方式。
餅乾罐鎖起來是好事，只是我們要拿自己的那片 Cookie 時，得換個支援的入口。
也要補充：不能把現況寫成「Chrome 永遠完全不能用」。 專案目前記載，新版 rookie-cookies 已有部分 ABE 支援，但仍可能受版本、資料庫鎖定或防毒軟體影響。為了少繞路，這篇以 Firefox 為主要教學方式，無需為了匯入 Cookie 去調整 Chrome 的保護設定。
安裝 notebooklm-py
需要 Python 3.10 以上，以及已安裝的 Firefox。下面以 Windows PowerShell 為例。
方法一：用 uv 安裝，日後更新較方便
電腦尚未安裝 uv 時，可先執行：
winget install --id astral-sh.uv --exact安裝完成後重新開啟 PowerShell，再安裝帶有 Cookie 匯入功能的版本：
uv tool install "notebooklm-py[cookies]"notebooklm --version注意要包含 [cookies]。它會安裝讀取既有瀏覽器 Cookie 所需的依賴；單獨安裝 notebooklm-py 或只裝 [browser]，不等於已具備這項功能。
本文使用 Firefox 既有登入狀態，所以不需要另外下載 Playwright Chromium。
方法二：已經在用 Python，建立獨立環境
不想多裝 uv，也能直接使用 Python 虛擬環境：
py -m venv .venv.\.venv\Scripts\python.exe -m pip install --upgrade pip.\.venv\Scripts\python.exe -m pip install "notebooklm-py[cookies]".\.venv\Scripts\notebooklm.exe --version以下範例使用第一種安裝方式的 notebooklm 指令。若採用虛擬環境，將它替換成 .\.venv\Scripts\notebooklm.exe，或先啟用該環境。
在 Firefox 登入，再匯入 Cookie
- 使用 Firefox 的一般視窗，開啟 NotebookLM（在新分頁開啟）。
- 登入準備使用的 Google 帳號，完成必要的驗證或首次使用設定。
- 確認能看到自己的筆記本頁面，再回到同一台電腦、同一個 Windows 使用者的 PowerShell。
- 執行以下指令：
notebooklm login --browser-cookies firefoxnotebooklm auth check --testnotebooklm list三個指令分別負責：匯入登入 Cookie、實際連線檢查、列出帳號中的筆記本。如果帳號尚未建立筆記本，清單是空的也正常。
這個登入方式是讀取 Firefox 已有的登入狀態，並不會替你開啟 Firefox 完成 Google 登入。因此一定要先做前面的手動登入。
也不要寫成 notebooklm login --browser firefox。文件中的 --browser 是另一條 Playwright 登入路徑；本文要用的是 --browser-cookies firefox。
Firefox 同時登入多個 Google 帳號
可以明確指定要匯入的帳號，避免選錯：
notebooklm login --browser-cookies firefox --account "yourname@gmail.com"請把信箱換成自己的 Google 帳號。
若使用 Firefox Multi-Account Containers，則要指定 Google 登入所在的容器：
notebooklm login --browser-cookies "firefox::Work"Work 請替換成自己的容器名稱；若要讀取沒有容器的一般分頁，使用：
notebooklm login --browser-cookies "firefox::none"沒有指定容器時，工具可能合併不同容器的 Cookie，反而弄出不一致的登入狀態。
跑一次完整流程：從 PDF 到問答
建立筆記本
notebooklm create "我的 AI 工具研究"notebooklm list從輸出找到新筆記本的 ID，再選取它：
notebooklm use "把這裡換成筆記本ID"筆記本 ID 是工具回傳的識別碼，不能直接拿顯示名稱代替。選取後，後續指令就會以這本筆記本為操作對象。
加入 PDF 或網址
先確認 PowerShell 目前所在目錄有這份 PDF，或使用實際的完整路徑：
notebooklm source add ".\我的資料.pdf"也可以加入公開網址：
notebooklm source add "https://docs.python.org/3/tutorial/"網站是否能成功匯入，仍取決於 Google 能否讀取該頁面；需要登入、限制存取或內容不相容的頁面可能失敗。
加入後查看來源清單：
notebooklm source list如果來源還在處理，從輸出取得來源 ID，再等待完成：
notebooklm source wait "把這裡換成來源ID" --timeout 300來源上傳成功不等於已經處理完成。先等它準備好，後面的問答才有資料可用。
針對來源提問
notebooklm ask "請用繁體中文整理這些資料的五個重點，並指出各重點的來源。"也可以把問題縮小一點：
notebooklm ask "請用繁體中文解釋文件中的安裝流程，列出必要條件與容易出錯的地方。"如果匯入了多份文件，可以要求比較差異、列出衝突資訊，或標出文件沒有回答的部分。問題越明確，產出的內容通常越容易檢查。
生成語音摘要、測驗與下載成果
想把資料整理成能邊走邊聽的內容，可以生成語音摘要：
notebooklm generate audio "請以繁體中文說明資料重點，適合初學者理解。" --waitnotebooklm download audio ".\研究摘要.m4a"--wait 會等待生成完成，再接著下載。語音可能需要較長時間，也受帳號額度與服務狀況限制。
提示文字是內容要求；若需要明確指定生成語言，先執行 notebooklm language list，依當前工具列出的代碼，搭配該生成命令支援的 --language 選項設定，不要只靠提示文字保證輸出語言。
想做複習題，也可以：
notebooklm generate quiz --difficulty hard --waitnotebooklm download quiz --format markdown ".\複習測驗.md"如果筆記本裡已有多個產物，先查看：
notebooklm artifact listnotebooklm download audio --help下載命令可依說明指定產物，避免把預設選取結果當成自己剛生成的那份。各種內容支援的選項不同，可用 notebooklm generate quiz --help 等指令查詢。
讓 Codex 或 Claude Code 接手
手動跑通一次後，再接 AI Agent 會比較容易排錯。專案提供 Skill 安裝命令：
notebooklm skill install依目前 README，它會安裝到使用者目錄下的 ~/.claude/skills/notebooklm 與 ~/.agents/skills/notebooklm。安裝後可先檢查：
notebooklm skill status確認 Agent 已載入技能後，可以交代：
幫我建立一個「Python 學習」筆記本，加入我指定的 PDF，等來源處理完成後，用繁體中文整理重點，再生成一份複習測驗並下載成 Markdown。
Skill 提供操作指引，實際執行仍需要 Agent 能使用本機 CLI，並取得你授權的檔案存取權。登入 Cookie 也必須在執行工具的環境裡可用；不能假設 Windows 登入後，另一台 Ubuntu 主機或雲端環境就會自動登入。
常見問題
登入成功，為什麼下一次還是失敗？
Cookie 不是永久通行證。Google 可能輪替或撤銷登入狀態，瀏覽器還能開網站，也不代表之前匯出的那份 Cookie 仍然有效。
先確認 Firefox 裡仍能正常開啟 NotebookLM，再重新匯入並檢查：
notebooklm login --browser-cookies firefoxnotebooklm auth check --test若出現 Missing required cookies: __Secure-1PSIDTS，代表工具缺少必要的 Cookie；依專案文件，Windows 的部分自動化登入流程也可能遇到這個問題。可以先改走本文的 Firefox 既有登入匯入方式，而不是一直重跑同一條失敗的登入流程。
顯示 Cookie 依賴未安裝
若使用 uv 安裝，補齊 Cookie 功能：
uv tool install --upgrade "notebooklm-py[cookies]"如果是虛擬環境，請在同一個環境使用 python -m pip install --upgrade "notebooklm-py[cookies]"。重點是套件與實際執行的 notebooklm 必須屬於同一個環境。
若原生 Cookie 依賴被防毒軟體攔截，先確認檔案來源與專案的最新說明，不要直接停用整套防毒軟體。
指令找不到，或網路教學的選項不能用
先檢查版本與當前說明：
notebooklm --versionnotebooklm --helpnotebooklm login --help用 uv 安裝的工具可這樣更新：
uv tool upgrade notebooklm-pyGitHub 主分支文件可能比已安裝的發行版新。若選項不存在，對照自己版本的文件與 Release 說明，不要把不同版本的指令混在一起。
登入資料要當成密碼保管
匯入後，工具會把登入資訊保存到自己的設定目錄。可以用下列指令查看實際位置：
notebooklm status --paths依目前文件，預設設定目錄為 ~/.notebooklm，登入狀態通常存於 profiles/<profile>/storage_state.json。
不要把 storage_state.json、Cookie 匯出檔或整個設定資料夾上傳 GitHub，也不要貼到文章、聊天室或錯誤截圖裡。 它們包含能代表你登入身分的敏感資訊。
notebooklm-py 使用的是非官方介面，Google 更新後可能需要等待工具修正。適合先從個人研究與小型自動化開始；帳號本身的來源數量、生成額度與使用限制仍然存在，並不是裝好工具就能無限使用。
如果只想先確認適不適合自己，完成這三件事就夠了：用 Firefox 匯入登入狀態、加入一份 PDF、問一個實際需要解決的問題。跑通之後，再決定要不要接 Agent 或批次處理，通常比一開始就把整套自動化搬上來輕鬆。