如何快速用notebooklm-py做深度研究Web与Drive双研究代理的fast/deep模式完整指南【免费下载链接】notebooklm-pyUnofficial Python API and agentic skill for Google Gemini Notebook. Full programmatic access to NotebookLMs features—including capabilities the web UI doesnt expose—via Python, CLI, and AI agents like Claude Code, Codex, and OpenClaw.项目地址: https://gitcode.com/GitHub_Trending/no/notebooklm-pynotebooklm-py是一个非官方 Python API 与智能体技能工具为 Google Gemini NotebookLM 提供完整的程序化访问能力——包括网页界面都不暴露的深度研究Deep Research功能。通过它你可以用一条命令启动 Web 或 Google Drive 研究代理在fast快速与deep深度两种模式间自由切换并把研究成果自动导入笔记甚至直接生成播客。两种研究代理Web 与 Drive 有何不同notebooklm-py 的研究功能由source add-research命令驱动它支持两个搜索来源参数说明可用模式--from web默认从互联网搜索并发现来源fast✅ /deep✅--from drive从你的 Google Drive 文件中检索仅fast✅⚠️关键限制--mode deep只支持 Web 来源。将--mode deep --from drive组合使用会被后端拒绝Deep Research only supports Web sourcesDrive 场景请使用fast模式。fast 模式秒级响应的快速检索fast是默认模式执行一次 LLM 搜索通常几秒内完成。适合快速收集一批相关链接例如# 快速 Web 研究阻塞式等待完成 notebooklm source add-research Quantum computing basics # Drive 研究仅 fast 模式 notebooklm source add-research Project Alpha --from drivedeep 模式生成完整研究报告的深度调研deep模式会启动一个真正的深度研究代理它不仅发现来源还会产出一份Markdown 格式的研究报告保存在ResearchSource.report_markdown中并支持引用溯源。深度研究经常运行数分钟实测约 374 秒因此官方推荐配合--no-wait使用。一键启动深度研究的 5 个实用命令1. 启动研究# 非阻塞启动深度研究立即返回推荐用于脚本和 AI 智能体工作流 notebooklm source add-research AI safety papers --mode deep --no-wait2. 阻塞式启动并自动导入全部来源# 完成研究后自动导入所有发现的来源 notebooklm source add-research climate change policy 2024 --mode deep --import-all3. 只导入报告引用的来源--cited-only深度研究报告会引用部分来源--cited-only只导入这些被引用的相关性更强notebooklm source add-research topic --import-all --cited-only4. 查询研究状态与等待完成# 非阻塞查看状态 notebooklm research status # 阻塞等待完成并自动导入来源 notebooklm research wait --import-all # 深度研究跑得久调大超时每阶段独立预算默认 1800 秒 notebooklm research wait --timeout 36005. 取消运行中的研究# 先用 research status 找到 run_id再取消 notebooklm research cancel run_id可组合流程官方推荐的智能体工作流先用--no-wait启动之后自己掌控轮询节奏——research status查看进度研究完成后用research import导入全程无阻塞。Python API研究代理的完整编程接口除 CLI 外client.researchResearchAPI提供了一致的编程接口详见 python-api.md方法用途start(notebook_id, query, source, mode)启动研究source为web/drivemode为fast/deepdeep 仅限 webpoll(notebook_id)检查研究状态返回ResearchTaskwait_for_completion(notebook_id, ...)阻塞等待完成默认超时 1800 秒import_sources(notebook_id, task_id, sources)一次性导入研究发现import_sources_with_verification(...)深度研究首选超时容错 URL 级幂等自动对账已提交内容并重试cancel(notebook_id, run_id)取消运行中的任务发后即忘需轮询确认poll()返回的ResearchTask字段非常丰富statuscompleted/failed/in_progress…、sources含result_type1web、2drive、5深度研究报告条目、report深度研究 Markdown 报告、termination_reason区分无结果与真实失败等。完整的研究 → 播客端到端示例见 examples/research-to-podcast.py创建笔记 → 启动 deep 研究 → 等待完成 → 导入前 10 个来源 → 生成音频概览一条流水线搞定。深度研究常见坑位与技巧超时设置deep 任务经常超过默认的 5 分钟轮询上限记得调大--timeout如--timeout 3600否则研究会静默放弃网页端还挂着一个未关闭的弹窗。取消要认准 run_iddeep 研究的可取消 ID 是source add-research返回的report_id而不是启动时的task_id。Drive 搜不到内容ResearchTask.hint字段会给出针对性建议比如提示使用精确的文件名或文档 ID。导入是幂等的重复导入时已存在的 URL 会被报告为already_present而不是重复添加深度研究报告行没有 URL每次都会重新导入。进阶让 AI 智能体替你跑研究notebooklm-py 天然支持 Claude Code、Codex 等 AI 智能体所有研究命令都支持--json输出结构化结果方便智能体解析。典型模式是智能体先用--no-wait启动研究去做别的任务再派子代理用research wait --import-all接管等待与导入实现研究与等待的解耦。更多 MCP 集成用法参见 mcp-guide.md。总结Web 代理fast deep 双模式deep 产出完整研究报告是主力研究引擎Drive 代理仅 fast 模式适合从自己的网盘文件中快速找料核心命令source add-research启动、research status/wait/import/cancel管理推荐姿势deep 研究一律--no-wait启动用wait --import-all --cited-only收尾只需一条命令notebooklm-py 就能让 NotebookLM 的深度研究能力进入你的脚本、定时任务和 AI 工作流。命令细节完整参考 cli-reference.md架构设计见 architecture.md。【免费下载链接】notebooklm-pyUnofficial Python API and agentic skill for Google Gemini Notebook. Full programmatic access to NotebookLMs features—including capabilities the web UI doesnt expose—via Python, CLI, and AI agents like Claude Code, Codex, and OpenClaw.项目地址: https://gitcode.com/GitHub_Trending/no/notebooklm-py创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考