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:
- 必要に応じて
.venvを作成 - すべての依存関係をインストール
- 環境をアクティベート
- 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
- ライブラリを確認:
python scripts/run.py notebook_manager.py list - 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:
- 停止 - ユーザーに直ちに応答しない
- 分析 - 回答をユーザーの元の要求と比較
- ギャップを特定 - より多くの情報が必要かを判断
- 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..." - 繰り返し - 情報が完全になるまで続ける
- 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 |
|---|---|
| ModuleNotFoundError | run.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
- 常にrun.pyを使用 - 環境を自動的に処理
- まず認証を確認 - 操作の前に
- フォローアップ質問 - 最初の回答で停止しない
- 認証時はブラウザを表示 - 手動ログインに必須
- コンテキストを含める - 各質問は独立している
- 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
- 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
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。
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。
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。
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。
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。
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。