# NotebookLM MCP — CLI + 35 Tools for Agents

> NotebookLM MCP (notebooklm-mcp-cli) gives you a CLI (`nlm`) and an MCP server (`notebooklm-mcp`) so assistants can operate Google NotebookLM notebooks.

## Install

Merge the JSON below into your `.mcp.json`:

## Quick Use

1. Install / set up:
   ```bash
   pip install notebooklm-mcp-cli
   ```
2. Start / smoke test:
   ```bash
   nlm login && nlm setup add claude-code
   ```
3. Verify:
   - Run `nlm doctor` and confirm installation/auth/config checks pass for your client.

## Intro

NotebookLM MCP (notebooklm-mcp-cli) gives you a CLI (`nlm`) and an MCP server (`notebooklm-mcp`) so assistants can operate Google NotebookLM notebooks.

- **Best for:** research/coding workflows that want NotebookLM notebooks accessible from Claude Code, Cursor, Gemini CLI, and similar tools
- **Works with:** Python tooling (pip/pipx/uv), a Chromium-based browser for login, MCP-compatible clients
- **Setup time:** 12 minutes

## Practical Notes

- Exposes 35 MCP tools (disable it when not needed to preserve context window)
- One install yields both `nlm` (CLI) and `notebooklm-mcp` (MCP server)
- GitHub stars/forks (verified): see Source & Thanks

If you want NotebookLM inside your agent workflow, this project gives you two practical layers:

- **CLI layer (`nlm`)** for scripting: list/create notebooks, add sources, share, export, etc.
- **MCP layer (`notebooklm-mcp`)** for natural-language tool calls from your assistant.

A reliable setup path:

1. Install via pip/pipx/uv.
2. Authenticate with `nlm login` (auto mode launches a dedicated browser profile and persists cookies).
3. Use `nlm setup add <client>` to configure your AI tool without hand-editing JSON.

Because it exposes many tools, keep it *off* when you’re not actively using NotebookLM — it’s easy to burn context budget accidentally.

### FAQ

**Q: How do I authenticate?**
A: Run `nlm login` (auto mode launches a browser and extracts cookies).

**Q: Which AI tools are supported?**
A: Use `nlm setup add <client>` for supported clients, or generate JSON with `nlm setup add json`.

**Q: How do I troubleshoot?**
A: Run `nlm doctor` to diagnose installation, auth, and client configuration issues.

## Source & Thanks

> Source: https://github.com/jacob-bd/notebooklm-mcp-cli
> License: MIT
> GitHub stars: 4,309 · forks: 688

---

<!-- ZH -->

## 快速使用

1. 安装 / 设置：
   ```bash
   pip install notebooklm-mcp-cli
   ```
2. 启动 / 冒烟测试：
   ```bash
   nlm login && nlm setup add claude-code
   ```
3. 验证：
   - 运行 `nlm doctor`，确认安装/认证/配置检查对你的客户端均通过。

## 简介

NotebookLM MCP（notebooklm-mcp-cli）把 AI 工具接到 Google NotebookLM：一次安装同时获得 CLI（`nlm`）与 MCP server（`notebooklm-mcp`），并提供 35 个可调用工具管理 notebook 与资料来源。

- **适合谁：** 需要在 Claude Code/Cursor/Gemini CLI 等工具里直接操作 NotebookLM 的研究/开发工作流
- **可搭配：** Python 工具链（pip/pipx/uv）、Chromium 系浏览器登录、MCP 兼容客户端
- **准备时间：** 12 分钟

## 实战建议

- 提供 35 个 MCP 工具（不用时建议关闭以节省上下文窗口）
- 一次安装同时获得 `nlm`（CLI）与 `notebooklm-mcp`（MCP server）
- GitHub stars / forks（已核验）：见「来源与感谢」

想把 NotebookLM 融进 Agent 工作流时，这个项目提供两层能力：

- **CLI（`nlm`）** 用于脚本化：列出/创建 notebook、添加来源、分享与导出等。
- **MCP（`notebooklm-mcp`）** 让助手用自然语言调用工具完成同样的操作。

更稳的配置路径：

1. 用 pip/pipx/uv 安装。
2. `nlm login` 进行认证（自动模式会启动独立浏览器 profile 并持久化 cookies）。
3. `nlm setup add <client>` 自动写入对应客户端配置，避免手改 JSON。

由于工具数较多，不使用 NotebookLM 时建议关闭它，避免无意间占用上下文预算。

### FAQ

**怎么登录认证？**
答：运行 `nlm login`（自动模式会打开浏览器并提取 cookies）。

**支持哪些 AI 工具？**
答：对已支持的客户端用 `nlm setup add <client>`；其它工具可用 `nlm setup add json` 生成配置。

**遇到问题怎么排查？**
答：运行 `nlm doctor` 诊断安装/认证/客户端配置。

## 来源与感谢

> Source: https://github.com/jacob-bd/notebooklm-mcp-cli
> License: MIT
> GitHub stars: 4,309 · forks: 688


---
Source: https://tokrepo.com/en/workflows/notebooklm-mcp-cli-35-tools-for-agents
Author: MCP Hub