notebooklm-intake

notebooklm-intake-output

English | 中文

一键复刻：将对应的 REPLICATION-GUIDE.md 直接交给 OpenClaw，即可在新机器上自动完成全部部署，无需手动拷贝文件或配置路径。 intake 复刻文件：REPLICATION-GUIDE.md · output 复刻文件：REPLICATION-GUIDE.md（复刻顺序：先 intake，再 output）

---

把本地资料批量同步到 NotebookLM 云端，并从云端项目生成多种输出（报告、测验、思维导图、音频、视频等），全部通过本地脚本自动完成。

本项目基于 @teng-lin 的 notebooklm-py 构建。该项目提供了 NotebookLM 的非官方 Python API 与 CLI，intake 和 output 的整个云端通信链路均依赖其接口。

---

简介

本仓库包含两个面向 OpenClaw 的 skill：

两个 skill 组成完整闭环：先用 intake 把资料入库，再用 output 从云端生成各种输出。

---

前置条件

1. Python 3.10+
2. Tkinter — Windows 默认自带；Linux 可能需要 sudo apt install python3-tk
3. notebooklm-py CLI 已安装并完成认证：

pip install "notebooklm-py[browser]"
playwright install chromium
notebooklm login

中国大陆用户需要网络代理才能访问 Google 服务。 如需使用 Microsoft Edge SSO 登录，可用 notebooklm login --browser msedge。

1. 验证连接：

notebooklm list

正常返回 notebook 列表（空列表也算成功）即表示对接完成。

---

目录结构

~/.openclaw/
├── skills/
│   ├── notebooklm-intake/
│   │   ├── SKILL.md              ← skill 指令（中文）
│   │   ├── SKILL_EN.md           ← skill 指令（英文）
│   │   ├── REPLICATION-GUIDE.md  ← 复刻指南（中文）
│   │   ├── REPLICATION-GUIDE_EN.md ← 复刻指南（英文）
│   │   └── scripts/
│   │       └── intake.py         ← 入库核心脚本
│   └── notebooklm-output/
│       ├── SKILL.md              ← skill 指令（中文）
│       ├── SKILL_EN.md           ← skill 指令（英文）
│       ├── REPLICATION-GUIDE.md  ← 复刻指南（中文）
│       ├── REPLICATION-GUIDE_EN.md ← 复刻指南（英文）
│       └── scripts/
│           ├── output.py         ← 输出核心脚本
│           └── vendor/
│               ├── d3.min.js     ← D3.js（mind-map 渲染依赖）
│               └── markmap-view.min.js ← Markmap（mind-map 渲染依赖）
└── knowledge/
    └── notebooklm/
        ├── inbox/                ← 待上传资料放这里
        ├── processed/            ← 上传成功后自动归档
        ├── projects/             ← 每个项目的本地 metadata
        ├── output/               ← 所有输出文件的根目录
        └── registry.json         ← 总索引

脚本会根据自身位置自动检测 .openclaw 根目录，无需手动配置路径。也可通过环境变量 OPENCLAW_HOME 覆盖。

---

notebooklm-intake

功能

• 扫描 inbox/ 目录（或指定路径）中的待上传资料
• 自动在云端创建同名 Notebook（已存在则复用）
• 自动上传 Source，回写 notebook_id、source_id、sync_status 到本地
• 支持批量处理，文件间自动节流
• 本地 + 云端双重去重，防止重复上传
• 自动重试（最多 3 次，退避递增），失败分类报告
• 成功上传后自动归档到 processed/
• 输出结构化 JSON summary，便于追踪和排错

快速开始

批量入库（扫描整个 inbox）

python ~/.openclaw/skills/notebooklm-intake/scripts/intake.py

指定单个文件或目录

python ~/.openclaw/skills/notebooklm-intake/scripts/intake.py --path "<文件或目录路径>"

确认归档重复内容

python ~/.openclaw/skills/notebooklm-intake/scripts/intake.py --archive-duplicates

输出说明

脚本输出结构化 JSON，包含四个部分：

结果状态说明：

支持的文件类型

错误处理

本地 Metadata 字段

每个上传资料在 projects/<项目名>/project.json 中会记录：

---

notebooklm-output

功能

• 从本地项目索引匹配目标项目，校验云端同步状态
• 调用 NotebookLM 云端 API 生成 9 种输出类型
• 自动下载生成结果到本地统一输出目录
• JSON 类型（测验、抽认卡、思维导图）自动转译为可交互的 HTML 文件
• 弹出本地 GUI 进度窗口，实时展示任务状态
• 媒体类型（音频、视频）使用专用轮询下载策略，绕过 CLI 已知 bug
• 支持中英文双语界面（--language zh / --language en）

支持的输出类型

快速开始

查询项目

python ~/.openclaw/skills/notebooklm-output/scripts/output.py inspect --project "<项目名>"

生成输出（中文，默认）

python ~/.openclaw/skills/notebooklm-output/scripts/output.py generate --project "<项目名>" --type "<输出类型>"

生成输出（英文）

python ~/.openclaw/skills/notebooklm-output/scripts/output.py generate --project "<项目名>" --type "<输出类型>" --language en

--language 控制：GUI 界面语言、输出文件名标签、HTML 交互页面文本、云端生成内容的语言。

分离式任务流

脚本按输出类型自动选择不同的执行路径：

非媒体类型（report / quiz / flashcards / mind-map / data-table / slide-deck / infographic）：

1. 使用 --wait 提交生成任务（CLI 自行等待完成）
2. 直接下载产物
3. JSON 类型自动转译为可交互 HTML

媒体类型（audio-overview / video-overview）：

1. 使用 --no-wait 提交（立即返回 task_id）
2. 先等 30 秒，然后每 15 秒尝试下载，直到成功或超时（15 分钟）

媒体类型完全绕过 notebooklm artifact wait，因为其内部 _is_media_ready() 对 video 存在已知 bug。

GUI 进度窗口

执行生成任务时会自动弹出 Tkinter 进度窗口（620×320，置顶），实时展示：

• 项目名、输出类型
• 当前阶段、任务 ID
• 状态、保存路径
• 已耗时、错误信息

窗口语言随 --language 参数切换。任务完成后窗口自动关闭（成功延迟 5 秒，失败延迟 8 秒）。

JSON → HTML 自动转译

quiz、flashcards、mind-map 三种类型在下载 JSON 后会自动转译为可交互 HTML：

mind-map 的 HTML 内联了 D3.js 和 Markmap 库，生成的文件完全自包含，无需网络即可打开。HTML 页面的按钮文字也随 --language 切换中英文。

超时配置

输出文件命名

{项目名}-{类型标签}-{YYYY-MM-DD_HH-MM}{扩展名}

• 中文（默认）：我的项目-报告-2026-04-07_14-30.md
• 英文（--language en）：my-project-Report-2026-04-07_14-30.md

---

在新机器上复刻

每个 skill 都有独立的复刻指南（中英双语），包含完整的文件内容、部署步骤和 Smoke test 流程：

• intake：中文 | English
• output：中文 | English

复刻顺序：先 intake，再 output（output 依赖 intake 创建的项目数据）。

脚本会自动检测部署路径，按标准目录结构放置即可，无需手动修改代码中的路径。

---

当前状态

两个 skill 均已完成 MVP，真实云端链路已跑通：

• intake：批量入库、去重、重试、归档全流程已通过真实业务测试
• output：全部 9 种输出类型已通过真实云端生成 + 下载测试

目前仅为个人测试通过的版本，如使用中遇到问题欢迎随时提 Issue，会不定期更新和维护。

致谢

• 本项目的 NotebookLM 云端通信能力基于
  teng-lin/notebooklm-py 提供的非官方 Python API 与 CLI 实现。
• 部分与 NotebookLM 交互的实现思路和代码结构，参考并改写自该项目的相关模块，具体来源已在代码注释中标明。
• 感谢原作者 @teng-lin 对 NotebookLM 生态的探索与封装工作。

许可证

本项目使用 MIT License 开源。