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

notebooklm

Google NotebookLMと連携し、アップロードしたドキュメントを基にGeminiがソース根拠のある回答を提供します。質問ごとに新しいブラウザセッションを起動し、指定のドキュメントのみから回答を取得した後、セッションを終了します。

description の原文を見る

Interact with Google NotebookLM to query documentation with Gemini's source-grounded answers. Each question opens a fresh browser session, retrieves the answer exclusively from your uploaded documents, and closes.

SKILL.md 本文

NotebookLM リサーチアシスタント スキル

Google NotebookLMと対話して、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、アップロード済みドキュメントから排他的に回答を取得し、閉じます。

このスキルを使う場合

以下の場合にトリガーします:

  • ユーザーがNotebookLMを明示的に言及
  • NotebookLM URL (https://notebooklm.google.com/notebook/...) を共有
  • ノートブック/ドキュメントのクエリをリクエスト
  • NotebookLMライブラリにドキュメントを追加したい
  • 「私のNotebookLMに聞いて」「ドキュメントをチェック」「ノートブックをクエリ」などのフレーズを使用

⚠️ 重要: 追加コマンド - スマート検出

ユーザーが詳細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): まずノートブックをクエリしてコンテンツを発見:

# ステップ1: ノートブックのコンテンツについてクエリ
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: 発見し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: ユーザーが全ての詳細を提供する場合:

  • --url - NotebookLM URL
  • --name - わかりやすい名前
  • --description - ノートブックの内容(必須!)
  • --topics - カンマ区切りのトピック(必須!)

推測や一般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ください。

重要: 常にrun.pyラッパーを使用

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:
python scripts/auth_manager.py status  # venv なしでは失敗します!

run.py ラッパーは自動的に:

  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はセットアップに進んでください。

ステップ2: 認証(ワンタイム セットアップ)

# ブラウザは手動Google ログインのため表示されている必要があります
python scripts/run.py auth_manager.py setup

重要:

  • 認証のためブラウザが表示されます
  • ブラウザウィンドウが自動的に開きます
  • ユーザーはGoogleに手動でログインする必要があります
  • ユーザーに伝える: 「Google ログインのため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一覧表示
python scripts/run.py notebook_manager.py list

# 追加する前に: 不明な場合はメタデータについてユーザーに質問!
# 「このノートブックは何を含んでいますか?」
# 「どのトピックでタグ付けすべきですか?」

# ライブラリにノートブックを追加(すべてのパラメータが必須!)
python scripts/run.py notebook_manager.py add \
  --url "https://notebooklm.google.com/notebook/..." \
  --name "わかりやすい名前" \
  --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質問!
  --topics "topic1,topic2,topic3"  # 必須 - 不明な場合はユーザーに質問!

# 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. ライブラリを確認: 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

# 基本的なクエリ(設定済みならアクティブなノートブックを使用)
python scripts/run.py ask_question.py --question "あなたの質問をここに入力"

# 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://..."

# デバッグのためブラウザを表示
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 回答の終わり: 「極めて重要:それがすべてを知る必要がありますか?」

必要なClaudeの動作:

  1. 停止 - ユーザーに直ちに応答しない
  2. 分析 - 回答をユーザーの元の要求と比較
  3. ギャップを特定 - より多くの情報が必要かを判断
  4. フォローアップを質問 - ギャップが存在する場合、直ちに質問:
    python scripts/run.py ask_question.py --question "コンテキスト付きフォローアップ..."
    
  5. 繰り返し - 情報が完全になるまで続ける
  6. 統合 - ユーザーに応答する前にすべての回答を統合

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(ブラウザ表示)
python scripts/run.py auth_manager.py status   # 認証を確認
python scripts/run.py auth_manager.py reauth   # 再認証(ブラウザ表示)
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:

  • 初回実行時に .venv を自動作成
  • 依存関係を自動インストール
  • Chromium ブラウザを自動インストール
  • すべてスキルディレクトリ内に隔離

手動セットアップ(自動が失敗した場合のみ):

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:

  • library.json - ノートブック メタデータ
  • auth_info.json - 認証ステータス
  • browser_state/ - ブラウザ Cookie とセッション

セキュリティ: .gitignore で保護され、git にコミットしません。

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           # ブラウザの表示
SHOW_BROWSER=false       # デフォルトブラウザ表示
STEALTH_ENABLED=true     # 人間的な動作
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

決定フロー

ユーザーがNotebookLMについて言及
    ↓
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 (with --description)
    ↓
ノートブックをアクティベート → python scripts/run.py notebook_manager.py activate --id ID
    ↓
質問を実行 → python scripts/run.py ask_question.py --question "..."
    ↓
「それがすべてですか?」を確認 → 完全になるまでフォローアップを質問
    ↓
統合してユーザーに応答

トラブルシューティング

問題解決策
ModuleNotFoundErrorrun.py ラッパーを使用
認証が失敗ブラウザはセットアップ時に表示される必要があります!--show-browser
レート制限(50/日)待つか Google アカウントを切り替える
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

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. まず認証を確認 - 操作の前に
  3. フォローアップ質問 - 最初の回答で停止しない
  4. 認証時はブラウザを表示 - 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る
  6. 回答を統合 - 複数の応答を結合

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 Google アカウントのレート制限(1日50クエリ)
  • 手動アップロード必須(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保存
  • 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策
    • usage_patterns.md - ベストプラクティスとワークフロー例
  • .venv/ - 隔離された Python 環境(初回実行時に自動作成)
  • .gitignore - 機密データをコミットされないようにする

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
sickn33
リポジトリ
sickn33/antigravity-awesome-skills
ライセンス
MIT
最終更新
不明

Source: https://github.com/sickn33/antigravity-awesome-skills / 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: sickn33 · sickn33/antigravity-awesome-skills · ライセンス: MIT