Deutsch | 🇬🇧 English
Automatisiere Google NotebookLM über die Kommandozeile: Notebooks anlegen, Quellen hinzufügen, Web-Research starten, mit deinen Quellen chatten und Podcasts (Audio Overviews), Reports (inkl. Blog-Post), Videos, Quizze, Flashcards und mehr generieren.
Das Repo besteht aus zwei schlanken Teilen rund um die CLI notebooklm-py:
SKILL.md: ein Skill für Claude Code, damit Claude die NotebookLM-Befehle autonom und regelkonform ausführt („Erstelle ein Notebook, lade diese URLs rein und mach einen Podcast daraus“).USER-HANDBOOK.md: ein ausführliches, einsteigerfreundliches Handbuch mit allen Befehlen, Beispielen und Fehlerbehebung.
⚠️ Wichtig, kein offizielles Google-Produkt: Dies ist nicht von Google lizenziert und nicht mit Google verbunden. NotebookLM hat keine offizielle Consumer-API;notebooklm-pynutzt eine reverse-engineerte, undokumentierte Schnittstelle, die brechen kann, wenn Google etwas ändert. Die Automatisierung eines Kontos verstößt möglicherweise gegen Googles Nutzungsbedingungen und kann zur Sperrung deines Google-Kontos führen. Nutzung auf eigenes Risiko, am besten mit einem dedizierten Zweitkonto, niemals mit einem Konto, dessen Verlust wehtäte, und keine geschäftskritischen oder sensiblen Inhalte.
| Bereich | Beispiele |
|---|---|
| Notebooks | erstellen, auflisten, auswählen, löschen |
| Quellen | URLs, YouTube, PDFs, Word, Audio, Video, Bilder hinzufügen; automatische Web-Research |
| Chat | Fragen an die Quellen stellen, Antworten inkl. Quellenangaben, als Notiz speichern |
| Generierung | Podcast (Audio Overview), Video (inkl. Cinematic-Videos mit Google AI Ultra), Report (Briefing / Study Guide / Blog-Post), Quiz, Flashcards, Slide-Deck, Infografik, Mind-Map, Datentabelle |
| Export | Audio (.mp3), Video (.mp4), Slides (.pdf/.pptx), Reports (.md), Quiz/Flashcards (.json/.md/.html), CSV, PNG |
Audio & Reports unterstützen Format, Länge, Ausgabesprache (z. B. Deutsch) und Custom-Prompts, z. B. ein Brief-Podcast auf Deutsch oder ein Blog-Post-Report. Einige Export-Formate (bearbeitbare PPTX, Quiz/Flashcards als JSON/MD, Mind-Map als JSON) gibt es nur per CLI, nicht in der Web-UI.
- Python ≥ 3.10
- Google Chrome (für den einmaligen Login)
- Ein Google-Konto mit NotebookLM-Zugang
- Optional: Claude Code, wenn du den Skill nutzen willst
Nutze eine isolierte virtuelle Umgebung (venv), damit die Abhängigkeiten nicht mit anderen Python-Tools kollidieren.
# 1) Isolierte venv anlegen
python -m venv notebooklm-venv
# 2) Aktivieren
# macOS / Linux:
source notebooklm-venv/bin/activate
# Windows (PowerShell):
notebooklm-venv\Scripts\Activate.ps1
# 3) Abhängigkeiten installieren (CLI + Playwright für den Browser-Login)
pip install -r requirements.txtDer folgende Befehl öffnet dein installiertes Chrome. Melde dich mit deinem NotebookLM-Google-Konto an, die Sitzung wird automatisch gespeichert (unter ~/.notebooklm/).
notebooklm login --browser chrome
# Prüfen, ob die Anmeldung funktioniert:
notebooklm auth check --testDie Login-Sitzung läuft nach einiger Zeit ab (Google rotiert die Cookies). Wenn
auth checkfehlschlägt, einfachnotebooklm loginerneut ausführen.
Server ohne Browser (z. B. gemieteter Root-Server): Login auf einem Rechner mit Browser durchführen und die gespeicherte Sitzung nach ~/.notebooklm/ auf den Server kopieren. Alternativ die Umgebungsvariable NOTEBOOKLM_AUTH_JSON mit dem Inline-Auth-JSON setzen (kein Dateizugriff nötig).
Am einfachsten installiert die CLI den Skill selbst:
notebooklm skill installAlternativ manuell, falls du SKILL.md direkt aus diesem Repo nutzen willst:
mkdir -p ~/.claude/skills/notebooklm
cp SKILL.md ~/.claude/skills/notebooklm/SKILL.mdDanach kannst du Claude in normaler Sprache bitten:
„Erstelle ein NotebookLM-Notebook ‚KI-Grundlagen‘, füge diese drei URLs als Quellen hinzu, generiere ein Quiz mit mittlerem Schwierigkeitsgrad und einen kurzen Podcast auf Deutsch, und lade alles herunter.“
Der Skill bringt sinnvolle Autonomie-Regeln mit (lesende Befehle laufen automatisch, destruktive und lang laufende Aktionen fragen vorher nach).
# 1) Notebook anlegen (gibt eine notebook_id zurück)
notebooklm create "Research: Mein Thema" --json
# 2) Quellen hinzufügen und auf Indexierung warten
notebooklm source add "https://example.com" -n <notebook_id>
notebooklm source list -n <notebook_id> --json # bis alle status=READY
# 3) Lücken prüfen, per Web-Research füllen
notebooklm ask "Was fehlt zum Thema X?" -n <notebook_id>
notebooklm source add-research "offene Fragen zu X" -n <notebook_id> --mode deep
# 4) Podcast (kurz, deutsch) generieren und herunterladen
notebooklm generate audio "Fokus auf die Kernpunkte" -n <notebook_id> --format brief --language de --wait
notebooklm download audio ./podcast.mp3 -n <notebook_id>
# 5) Blog-Post als Report generieren und herunterladen
notebooklm generate report --format blog-post -n <notebook_id> --language de --wait
notebooklm download report ./report.md -n <notebook_id>Die Generierung läuft asynchron und dauert je nach Artefakt einige Minuten (Cinematic-Videos rund 30 bis 40 Minuten). Mit --wait blockiert der Befehl bis zur Fertigstellung; alternativ mit notebooklm artifact list pollen.
Die vollständige Befehlsreferenz steht in
USER-HANDBOOK.mdundSKILL.md.
- Die CLI handelt im Namen deines eingeloggten Google-Kontos. Bevorzugt ein dediziertes Konto nutzen und keine sensiblen Inhalte hochladen.
- Bei parallelen Abläufen immer
-n <notebook_id>stattnotebooklm useverwenden, sonst kollidieren die Prozesse am gemeinsamen Login-Profil. Für zuverlässige Automatisierung die Befehle seriell ausführen. - Downloads landen dort, wo du sie hinschreibst, halte Ausgabe-Pfade bewusst innerhalb eines Projektordners.
| Symptom | Lösung |
|---|---|
notebooklm: command not found |
venv aktivieren bzw. python -m notebooklm … mit dem venv-Python aufrufen. |
auth check schlägt fehl / „Unauthorized“ |
notebooklm login --browser chrome erneut ausführen (Sitzung abgelaufen). |
| Login schlägt fehl (kein Browser) | Sicherstellen, dass playwright in der venv installiert ist und Chrome vorhanden ist (--browser chrome). |
| Zwei Python-Versionen auf dem Rechner | Immer den python der venv verwenden (venv aktivieren oder vollen Pfad angeben). |
| Generierung scheint zu hängen | Die meisten Artefakte brauchen wenige Minuten, Cinematic-Videos bis zu 40; mit notebooklm artifact list pollen oder --wait nutzen. |
| „Rate limit“ / zu viele Anfragen | Ein paar Minuten warten und erneut versuchen. |
| Gestern lief es, heute nicht | Google hat evtl. etwas geändert: pip install --upgrade "notebooklm-py<0.9", dann notebooklm auth check --test. |
Entwickelt und getestet mit notebooklm-py 0.8.x. Da NotebookLM eine inoffizielle Schnittstelle ist, kann sich das Verhalten mit neueren Versionen ändern. Bei Problemen die aktuelle CLI-Oberfläche prüfen:
notebooklm --help
notebooklm <befehl> --helpPublic Domain, freigegeben unter The Unlicense. Keine Bedingungen: frei kopieren, ändern, nutzen, verkaufen, weitergeben, für jeden Zweck. Siehe LICENSE. Die zugrundeliegende notebooklm-py-CLI hat ihre eigene Lizenz.
NotebookLM ist ein Produkt von Google. Dieses Projekt ist nicht mit Google verbunden.