notebooklm-py: o que é esse pacote Python e quando vale a pena usar?

Fala aí, beleza? Se tu chegou aqui procurando por notebooklm-py, aposto que foi assim: leu o nome num README, viu num post por aí, e ficou aquela dúvida de sempre… isso é coisa oficial do Google ou é projeto de alguém da comunidade?

Vou matar a charada já na primeira linha: é projeto de comunidade

O notebooklm-py é uma biblioteca Python NÃO OFICIAL que dá acesso programático ao NotebookLM (hoje Gemini Notebook), com uso por Python, por CLI e por agentes de IA como Claude Code, Codex e OpenClaw

O repositório canônico é teng-lin/notebooklm-py e o pacote publicado no PyPI se chama notebooklm-py, e é a própria página do pacote no PyPI que credita a autoria a Teng Lin

Bora entender o que isso muda pra ti na prática?

Não oficial: o que isso significa na prática

"Não oficial" não é xingamento, é informação de risco

O projeto não é afiliado ao Google e conversa com o serviço por APIs não documentadas

O próprio README avisa isso com todas as letras: as APIs podem mudar sem aviso, e o Google pode alterar endpoints internos a qualquer momento (o aviso lá é literalmente "APIs may break")

Traduzindo pro teu dia a dia: o código que roda liso hoje de manhã pode parar de rodar de tarde, sem ninguém ter mexido no teu lado 😅

E o rebrand pra Gemini Notebook, quebrou tudo?

Essa é a pergunta que mais aparece agora, então se liga

O Google renomeou o NotebookLM para Gemini Notebook, anunciado em 16/07/2026 no blog oficial

Segue sendo o mesmo produto, sem necessidade de migrar cadernos nem recriar fontes

E o projeto informa que a renomeação não quebrou a biblioteca: ela conversa com o mesmo serviço subjacente e manteve o nome do pacote como notebooklm-py

Ou seja, tu não precisa procurar um tal de "gemininotebook-py", ele não existe

O que dá pra fazer com a biblioteca

A CLI é organizada em grupos de comandos, e olhar essa lista já te dá o mapa mental do projeto inteiro: notebook, source, artifact, agent, generate, download, note, share, research, language, skill, auth e profile

O grupo notebook cobre as operações de caderno: list, create, delete, rename e summary

Tem também um comando de pergunta rápida pensado pra automação em shell, o notebooklm ask

Esse é o tipo de peça que se encaixa bonito num fluxo maior, do mesmo jeito que tu encaixaria um passo de IA dentro de um fluxo de bot omnichannel no n8n

Fontes que ele aceita

A ingestão não fica só em texto colado, o projeto aceita:

• URLs
• PDFs
• vídeos do YouTube
• arquivos do Google Drive
• documentos Word
• imagens PNG

Artefatos que ele gera

Aqui é onde fica interessante pra quem produz conteúdo ou material de estudo, porque o comando de geração devolve arquivo mesmo:

• Audio Overview (MP3)
• Video Overview (MP4)
• slides (PPTX/PDF)
• infográfico (PNG)
• quiz
• flashcards
• relatórios
• tabelas de dados (CSV)
• mapa mental (JSON)

Massa, né? É basicamente o que tu faria clicando, só que scriptável

Como instalar e autenticar

O pacote exige Python 3.10 ou superior, e declara suporte às versões 3.10, 3.11, 3.12, 3.13 e 3.14

E ele se declara multiplataforma, testado em macOS, Linux e Windows, então não precisa de PC da Nasa nem de sistema específico pra brincar

Outro ponto que vale saber antes de instalar: o pacote é distribuído sob licença MIT, conforme a página dele no PyPI

Se tu ainda tá construindo base na linguagem antes de sair automatizando tudo, vale caminhar junto com um bom livro de Python pra não ficar só copiando comando

1. Instale o pacote pelo pip:

pip install notebooklm-py

2. Se o teu primeiro uso vai ser com autenticação por navegador, a instalação recomendada pra esse caso inclui o extra de navegador:

pip install "notebooklm-py[browser]"

O erro comum deste passo: instalar só a versão básica e depois travar na hora do login, porque o fluxo de navegador depende desse extra

3. Faça o login:

notebooklm login

Esse comando abre um navegador via Playwright e captura o estado da sessão

"Mas por que navegador e não OAuth?" Boa pergunta: a autenticação é baseada em cookies de sessão do Google justamente porque o NotebookLM não expõe OAuth público

4. Confira onde a sessão foi parar

O login gera um arquivo storage_state.json no diretório do perfil ativo, que no perfil padrão fica em ~/.notebooklm/profiles/default/storage_state.json

5. Em ambiente headless, reaproveite os cookies de um navegador já logado em vez de abrir o fluxo interativo:

notebooklm login --browser-cookies chrome

Ou deixe ele descobrir sozinho:

notebooklm login --browser-cookies auto

O erro comum deste passo: tentar o login interativo num servidor sem navegador e ficar esperando uma janela que nunca vai abrir

Usar como skill em agentes de IA

Esse bloco merece seção própria porque, na minha leitura, é o diferencial do projeto

Ele publica um manifesto SKILL.md na raiz do repositório, e é isso que permite que agentes compatíveis descubram e carreguem a skill

Os agentes citados pelo projeto são Claude Code, Codex e OpenClaw

1. Instale a skill pela própria CLI do projeto, que a coloca nos diretórios de agente locais suportados:

notebooklm skill install

2. Ou instale direto a partir do repositório no GitHub, pelo utilitário skills:

npx skills add teng-lin/notebooklm-py

Na prática, é o teu agente ganhando um braço a mais: em vez de tu escrever o script de ingestão e geração, ele carrega a skill e chama os comandos

notebooklm-py x API oficial do Gemini Notebook Enterprise

Tem gente comparando coisas que não jogam no mesmo campeonato, então vamos separar direitinho

A API oficial documentada pelo Google pra cadernos vive na versão corporativa, o Gemini Notebook Enterprise, no Google Cloud, com documentação própria pra criar e gerenciar notebooks e gerenciar fontes de dados via API

E o uso dessa API depende de licenciamento contratado, com página oficial dedicada a obter as licenças

Quem deveria olhar pra ele (e quem não)

O veredito mais honesto aqui é o que o próprio projeto assume: ele se recomenda para protótipos, pesquisa e projetos pessoais, e não para produção

Então se tu é dev curioso, pesquisador, criador de conteúdo ou tá montando um fluxo pessoal de estudo, é um puta brinquedo sério

Se tu vai colocar isso embaixo de um produto que o cliente paga, o caminho é a trilha Enterprise licenciada, sem choro

O alerta de manutenção que tu precisa ver antes de fixar versão

Se liga nisso antes de escrever a versão no teu requirements.txt

A versão da linha 0.8.0 publicada no PyPI é um pré-lançamento, o 0.8.0rc1, publicado em 18/07/2026

E a 0.8.0 traz mudança quebrando compatibilidade no contrato de erros: sources, artifacts, notes e mind_maps passam a levantar exceção no .get() quando o item não existe, em vez de retornar None

As exceções são SourceNotFoundError, ArtifactNotFoundError, NoteNotFoundError e MindMapNotFoundError, e a flag NOTEBOOKLM_FUTURE_ERRORS foi removida

Tome cuidado: se o teu código de antes tratava ausência com um if resultado is None, ele não vai mais cair nesse caminho, vai estourar exceção

Confusão de nomes: projetos parecidos que não são o mesmo

Sintoma: tu instala ou clona uma coisa, segue um tutorial, e os comandos simplesmente não existem no que tu instalou

Causa: existe mais de um projeto de terceiros com nome parecido rodando por aí, e eles são repositórios diferentes

jacob-bd/notebooklm-mcp-cli, PleasePrompto/notebooklm-skill e robonuggets/notebooklm-skill são projetos distintos, cada um com sua própria documentação

Solução e prevenção: antes de instalar qualquer coisa, confira o repositório canônico teng-lin/notebooklm-py e a página do pacote notebooklm-py no PyPI

E desconfie de comando que tu achou num blog aleatório: se ele não aparece na documentação desse repositório, provavelmente é de outro projeto

Conclusão

O critério de decisão cabe numa frase: protótipo pessoal, pesquisa e automação sua, o notebooklm-py entrega; produção pra cliente, trilha oficial licenciada

O resto é consequência disso, incluindo o risco de quebra que o próprio README assume

Próximo passo concreto antes de sair codando: leia o README no repositório canônico e a página do pacote no PyPI, e só então decida qual versão fixar, porque a linha 0.8.0 está em pré-lançamento e já mudou o contrato de erros

É trabalho de cinco minutos que te economiza uma tarde de debug 😀

até o próximo post!