Agent Skills by ALSEL
Anthropic ClaudeLLM・AI開発⭐ リポ 0品質スコア 50/100

notebooklm

Google NotebookLMのノートブックをClaude Codeから直接クエリし、Geminiによるソースに基づいた引用付きの回答を取得するスキルです。ブラウザ自動化・ライブラリ管理・認証の永続化に対応し、ドキュメントのみを参照する応答によりハルシネーションを大幅に低減します。

description の原文を見る

Use this skill to query your Google NotebookLM notebooks directly from Claude Code for source-grounded, citation-backed answers from Gemini. Browser automation, library management, persistent auth. Drastically reduced hallucinations through document-only responses.

SKILL.md 本文

NotebookLM リサーチアシスタント スキル

Google NotebookLM と連携して、Gemini のソースに基づいた回答でドキュメントをクエリします。各質問は新しいブラウザセッションを開き、アップロードされたドキュメントからのみ回答を取得し、その後クローズします。

このスキルを使用する場面

以下の場合にトリガーされます:

  • ユーザーが NotebookLM を明示的に言及している
  • NotebookLM URL (https://notebooklm.google.com/notebook/...) を共有している
  • ノートブック/ドキュメントをクエリするよう依頼されている
  • NotebookLM ライブラリにドキュメントを追加したい
  • 「Ask my NotebookLM」「check my docs」「query my notebook」などのフレーズを使用している

⚠️ 重要:Add コマンド - スマート検出

ユーザーが詳細情報を提供せずにノートブックを追加したい場合:

スマート追加(推奨): ノートブックをまずクエリして内容を検出します:

# ステップ 1: ノートブックの内容について問い合わせ
python scripts/run.py ask_question.py --question "What is the content of this notebook? What topics are covered? Provide a complete overview briefly and concisely" --notebook-url "[URL]"

# ステップ 2: 検出された情報を使用して追加
python scripts/run.py notebook_manager.py add --url "[URL]" --name "[Based on content]" --description "[Based on content]" --topics "[Based on content]"

手動追加: ユーザーがすべての詳細情報を提供している場合:

  • --url - NotebookLM URL
  • --name - 説明的な名前
  • --description - ノートブックが含む内容(必須!)
  • --topics - カンマ区切りトピック(必須!)

推測したり、汎用的な説明を使用しないでください!詳細が不足している場合は、スマート追加を使用して検出します。

重要:常に run.py ラッパーを使用する

スクリプトを直接呼び出さないでください。常に python scripts/run.py [script] を使用してください:

# ✅ 正しい - 常に run.py を使用:
python scripts/run.py auth_manager.py status
python scripts/run.py notebook_manager.py list
python scripts/run.py ask_question.py --question "..."

# ❌ 間違い - 直接呼び出さないでください:
python scripts/auth_manager.py status  # venv なしで失敗!

run.py ラッパーは自動的に以下を行います:

  1. 必要に応じて .venv を作成
  2. すべての依存関係をインストール
  3. 環境をアクティベート
  4. スクリプトを正しく実行

コアワークフロー

ステップ 1: 認証ステータスを確認

python scripts/run.py auth_manager.py status

認証されていない場合、セットアップに進みます。

ステップ 2: 認証(一回限りのセットアップ)

# ブラウザは Google ログインのために可視状態である必要があります
python scripts/run.py auth_manager.py setup

重要:

  • 認証用にブラウザが可視です
  • ブラウザウィンドウは自動的に開きます
  • ユーザーは Google に手動でログインする必要があります
  • ユーザーに以下を伝えてください:「Google ログイン用のブラウザウィンドウが開きます」

ステップ 3: ノートブックライブラリを管理

# すべてのノートブックをリスト表示
python scripts/run.py notebook_manager.py list

# 追加前:不明な場合はユーザーにメタデータを要求してください!
# 「このノートブックには何が含まれていますか?」
# 「どのトピックでタグ付けすべきですか?」

# ノートブックをライブラリに追加(すべてのパラメータは必須です!)
python scripts/run.py notebook_manager.py add \
  --url "https://notebooklm.google.com/notebook/..." \
  --name "説明的な名前" \
  --description "このノートブックが含む内容" \  # 必須 - 不明な場合はユーザーに確認してください!
  --topics "topic1,topic2,topic3"  # 必須 - 不明な場合はユーザーに確認してください!

# トピックでノートブックを検索
python scripts/run.py notebook_manager.py search --query "keyword"

# アクティブなノートブックを設定
python scripts/run.py notebook_manager.py activate --id notebook-id

# ノートブックを削除
python scripts/run.py notebook_manager.py remove --id notebook-id

クイックワークフロー

  1. ライブラリをチェック:python scripts/run.py notebook_manager.py list
  2. 質問を実行:python scripts/run.py ask_question.py --question "..." --notebook-id ID

ステップ 4: 質問をする

# 基本クエリ(設定されている場合はアクティブなノートブックを使用)
python scripts/run.py ask_question.py --question "Your question here"

# 特定のノートブックをクエリ
python scripts/run.py ask_question.py --question "..." --notebook-id notebook-id

# ノートブック URL で直接クエリ
python scripts/run.py ask_question.py --question "..." --notebook-url "https://..."

# デバッグ用にブラウザを表示
python scripts/run.py ask_question.py --question "..." --show-browser

フォローアップメカニズム(重要)

すべての NotebookLM 回答の最後に:「EXTREMELY IMPORTANT: Is that ALL you need to know?」

Claude に必須の動作:

  1. 停止 - ユーザーにすぐに応答しないでください
  2. 分析 - 回答をユーザーの元の要求と比較する
  3. ギャップを特定 - より多くの情報が必要かどうかを判断する
  4. フォローアップを質問 - ギャップがある場合、すぐに以下を実行してください:
    python scripts/run.py ask_question.py --question "Follow-up with context..."
    
  5. 繰り返す - 情報が完全になるまで続けます
  6. 統合 - ユーザーに応答する前にすべての回答を結合する

スクリプトリファレンス

認証管理(auth_manager.py

python scripts/run.py auth_manager.py setup    # 初期セットアップ(ブラウザ可視)
python scripts/run.py auth_manager.py status   # 認証状態を確認
python scripts/run.py auth_manager.py reauth   # 再認証(ブラウザ可視)
python scripts/run.py auth_manager.py clear    # 認証をクリア

ノートブック管理(notebook_manager.py

python scripts/run.py notebook_manager.py add --url URL --name NAME --description DESC --topics TOPICS
python scripts/run.py notebook_manager.py list
python scripts/run.py notebook_manager.py search --query QUERY
python scripts/run.py notebook_manager.py activate --id ID
python scripts/run.py notebook_manager.py remove --id ID
python scripts/run.py notebook_manager.py stats

質問インターフェース(ask_question.py

python scripts/run.py ask_question.py --question "..." [--notebook-id ID] [--notebook-url URL] [--show-browser]

データクリーンアップ(cleanup_manager.py

python scripts/run.py cleanup_manager.py                    # クリーンアップをプレビュー
python scripts/run.py cleanup_manager.py --confirm          # クリーンアップを実行
python scripts/run.py cleanup_manager.py --preserve-library # ノートブックを保持

環境管理

仮想環境は自動的に管理されます:

  • 最初の実行時に .venv が自動的に作成されます
  • 依存関係は自動的にインストールされます
  • Chromium ブラウザは自動的にインストールされます
  • すべてがスキルディレクトリ内に分離されます

手動セットアップ(自動失敗時のみ):

python -m venv .venv
source .venv/bin/activate  # Linux/Mac
pip install -r requirements.txt
python -m patchright install chromium

データストレージ

すべてのデータは ~/.claude/skills/notebooklm/data/ に保存されます:

  • library.json - ノートブックメタデータ
  • auth_info.json - 認証状態
  • browser_state/ - ブラウザクッキーとセッション

セキュリティ: .gitignore で保護され、git にコミットされることはありません。

設定

スキルディレクトリ内のオプション .env ファイル:

HEADLESS=false           # ブラウザの可視性
SHOW_BROWSER=false       # デフォルトブラウザ表示
STEALTH_ENABLED=true     # 人間のような動作
TYPING_WPM_MIN=160       # タイピング速度
TYPING_WPM_MAX=240
DEFAULT_NOTEBOOK_ID=     # デフォルトノートブック

判断フロー

ユーザーが NotebookLM に言及
    ↓
認証を確認 → python scripts/run.py auth_manager.py status
    ↓
認証されていない場合 → python scripts/run.py auth_manager.py setup
    ↓
ノートブックを確認/追加 → python scripts/run.py notebook_manager.py list/add (--description付き)
    ↓
ノートブックをアクティベート → python scripts/run.py notebook_manager.py activate --id ID
    ↓
質問をする → python scripts/run.py ask_question.py --question "..."
    ↓
「Is that ALL you need?」を表示 → 完全になるまでフォローアップを実行
    ↓
統合してユーザーに応答

トラブルシューティング

問題解決方法
ModuleNotFoundErrorrun.py ラッパーを使用してください
認証に失敗ブラウザはセットアップ時に可視である必要があります! --show-browser
レート制限(50/日)待つか Google アカウントを切り替えてください
ブラウザがクラッシュpython scripts/run.py cleanup_manager.py --preserve-library
ノートブックが見つからないnotebook_manager.py list で確認してください

ベストプラクティス

  1. 常に run.py を使用 - 環境を自動的に処理
  2. 認証を最初に確認 - 操作前に
  3. フォローアップ質問をする - 最初の回答で止まらない
  4. 認証時はブラウザを可視に - 手動ログインに必須
  5. コンテキストを含める - 各質問は独立しています
  6. 回答を統合 - 複数の回答を結合する

制限事項

  • セッション永続性なし(各質問=新しいブラウザ)
  • 無料の Google アカウントのレート制限(1日50クエリ)
  • 手動アップロードが必要(ユーザーが NotebookLM にドキュメントを追加する必要があります)
  • ブラウザのオーバーヘッド(質問あたり数秒)

リソース(スキル構造)

重要なディレクトリとファイル:

  • scripts/ - すべての自動化スクリプト(ask_question.py、notebook_manager.py など)
  • data/ - 認証とノートブックライブラリのローカルストレージ
  • references/ - 拡張ドキュメント:
    • api_reference.md - すべてのスクリプトの詳細 API ドキュメント
    • troubleshooting.md - 一般的な問題と解決方法
    • usage_patterns.md - ベストプラクティスとワークフローの例
  • .venv/ - 分離された Python 環境(最初の実行時に自動作成)
  • .gitignore - 機密データが git にコミットされるのを保護

ライセンス: MIT(寛容ライセンスのため全文を引用しています) · 原本リポジトリ

詳細情報

作者
davila7
リポジトリ
davila7/claude-code-templates
ライセンス
MIT
最終更新
不明

Source: https://github.com/davila7/claude-code-templates / ライセンス: MIT

関連スキル

OpenAILLM・AI開発⭐ リポ 6,054

agent-browser

AI エージェント向けのブラウザ自動化 CLI です。ウェブサイトとの対話が必要な場合に使用します。ページ遷移、フォーム入力、ボタンクリック、スクリーンショット取得、データ抽出、ウェブアプリのテスト、ブラウザ操作の自動化など、あらゆるブラウザタスクに対応できます。「ウェブサイトを開く」「フォームに記入する」「ボタンをクリックする」「スクリーンショットを取得する」「ページからデータを抽出する」「このウェブアプリをテストする」「サイトにログインする」「ブラウザ操作を自動化する」といった要求や、プログラマティックなウェブ操作が必要なタスクで起動します。

by JimmyLv
汎用LLM・AI開発⭐ リポ 1,982

anyskill

AnySkill — あなたのプライベート・スキルクラウド。GitHubを基盤としたリポジトリからエージェントスキルを管理、同期、動的にロードできます。自然言語でクラウドスキルを検索し、オンデマンドでプロンプトを自動ロード、カスタムスキルのアップロードと共有、スキルバンドルの一括インストールが可能です。OpenClaw、Antigravity、Claude Code、Cursorに対応しています。

by LeoYeAI
汎用LLM・AI開発⭐ リポ 1,982

engram

AIエージェント向けの永続的なメモリシステムです。バグ修正、意思決定、発見、設定変更の後はmem_saveを使用してください。ユーザーが「覚えている」「記憶している」と言及した場合、または以前のセッションと重複する作業を開始する際はmem_searchを使用します。セッション終了前にmem_session_summaryを使用して、コンテキストを保持してください。

by LeoYeAI
汎用LLM・AI開発⭐ リポ 21,584

skyvern

AI駆動のブラウザ自動化により、任意のウェブサイトを自動化できます。フォーム入力、データ抽出、ファイルダウンロード、ログイン、複数ステップのワークフロー実行など、ユーザーがウェブサイトと連携する必要があるときに使用します。Skyvernは、LLMとコンピュータビジョンを活用して、未知のサイトも自動操作可能です。Python SDK、TypeScript SDK、REST API、MCPサーバー、またはCLIを通じて統合できます。

by Skyvern-AI
汎用LLM・AI開発⭐ リポ 1,149

pinchbench

PinchBenchベンチマークを実行して、OpenClawエージェントの実世界タスクにおけるパフォーマンスを評価できます。モデルの機能テスト、モデル間の比較、ベンチマーク結果のリーダーボード提出、またはOpenClawのセットアップがカレンダー、メール、リサーチ、コーディング、複数ステップのワークフローにどの程度対応しているかを確認する際に使用します。

by pinchbench
汎用LLM・AI開発⭐ リポ 4,693

openui

OpenUIとOpenUI Langを使用してジェネレーティブUIアプリを構築できます。これらはLLM生成インターフェースのためのトークン効率的なオープン標準です。OpenUI、@openuidev、ジェネレーティブUI、LLMからのストリーミングUI、AI向けコンポーネントライブラリ、またはjson-render/A2UIの置き換えについて述べる際に使用します。スキャフォルディング、defineComponent、システムプロンプト、Renderer、およびOpenUI Lang出力のデバッグに対応しています。

by thesysdev
本サイトは GitHub 上で公開されているオープンソースの SKILL.md ファイルをクロール・インデックス化したものです。 各スキルの著作権は原作者に帰属します。掲載に問題がある場合は info@alsel.co.jp または /takedown フォームよりご連絡ください。
原作者: davila7 · davila7/claude-code-templates · ライセンス: MIT