NotebookLM Codex Skill

这是一个面向 Codex 的本地 NotebookLM skill，用于通过浏览器自动化访问 Google NotebookLM，并基于用户已上传的资料获得带来源约束的回答。

这个 skill 能做什么

通过可见浏览器完成 Google / NotebookLM 登录
在本地维护 NotebookLM notebook 列表
对指定 notebook 发起提问
基于 NotebookLM 返回结果继续追问，再综合输出最终答案
尽量减少直接喂文档给模型带来的上下文消耗与幻觉风险

适用环境

请只在本地 Codex 环境中使用，并确保当前环境能够：

执行 shell 命令
创建 Python 虚拟环境
安装 Python 依赖
访问外网
打开可见浏览器窗口

如果当前环境无法联网、无法安装依赖，或者无法启动浏览器，这个 skill 就不能正常工作。

安装方式

将本目录放到 Codex 的 skill 目录下，目录名建议为 notebooklm：

mkdir -p ~/.codex/skills
cd ~/.codex/skills
git clone <repo-url> notebooklm

如果不是通过 Git，也可以手动复制目录。最终结构应类似：

~/.codex/skills/notebooklm/
├── SKILL.md
├── agents/openai.yaml
├── scripts/
├── references/
└── requirements.txt

工作方式

当用户提到 NotebookLM、提供 NotebookLM 链接，或要求从已上传资料中获得更可靠答案时，Codex 会触发这个 skill。

典型流程如下：

读取 SKILL.md
通过 python scripts/run.py ... 调用脚本
首次使用时自动创建 .venv
自动安装依赖与 Patchright 所需的 Chrome
打开 NotebookLM，读取回答
必要时继续追问，再整理成最终答复

首次使用

建议先检查认证状态：

python scripts/run.py auth_manager.py status

首次执行会自动：

创建 .venv
安装 requirements.txt 中的依赖
安装 Patchright 使用的 Chrome 运行时

如果之前初始化被中断，重新执行同一个命令即可。新的启动逻辑会识别并修复“不完整 .venv”。

如果尚未登录，执行：

python scripts/run.py auth_manager.py setup

浏览器会打开，用户需要手动完成 Google 登录。

安装行为与镜像源

依赖安装现在会直接输出 pip 日志，不再长时间静默停在 Installing dependencies...。

如果你的网络无法访问 pypi.org，可以先指定镜像源再运行命令：

export NOTEBOOKLM_PIP_INDEX_URL=https://pypi.tuna.tsinghua.edu.cn/simple
python scripts/run.py auth_manager.py status

也支持调整 pip 超时和重试次数：

export NOTEBOOKLM_PIP_TIMEOUT=15
export NOTEBOOKLM_PIP_RETRIES=1

默认策略会尽快失败并给出提示，避免首次安装在无输出状态下长时间等待。

常用命令

列出已保存的 notebooks：

python scripts/run.py notebook_manager.py list

直接对 notebook 链接提问：

python scripts/run.py ask_question.py \
  --question "这个 notebook 关于 React hooks 是怎么说明的？" \
  --notebook-url "https://notebooklm.google.com/notebook/..."

更多命令可查看：

references/commands.md

排障可查看：

references/troubleshooting-codex.md

说明

skill 数据保存在当前 skill 目录下的 data/
首次运行会自动生成 .venv
.venv/.notebooklm-skill-ready 用于标记初始化是否完整
当前实现使用 Patchright，并安装 chrome 运行时
每次提问默认会打开新的浏览器会话
如果 NotebookLM 页面结构变化，脚本中的选择器可能需要更新

适用边界

这个 skill 适合本地 Codex 调用，不是 MCP server 版本。

如果你的目标是：

让多个 agent / 工具共用 NotebookLM 能力
通过标准 MCP 方式接入更多客户端
使用更强的持久会话能力

那么更适合考虑原作者提供的 MCP 方案，而不是这个本地 skill 版本。

致谢与来源

本 skill 的适配版本修改自原项目：

PleasePrompto/notebooklm-skill

感谢原作者提供完整的 NotebookLM skill 设计、脚本实现和思路基础。本仓库在其工作之上，调整为更适合 Codex 使用的本地 skill 结构与说明。

/notebooklm-skill-codex

README.md