Claude und Cursor mit Google NotebookLM direkt vom Terminal aus verbinden

Der Google NotebookLM-Dienst (kürzlich in Gemini Notebook umbenannt) verarbeitet massive Mengen an Dokumentation, lange PDFs und YouTube-Videos mühelos. Er generiert kohärente Antworten mit Quellenangaben und kann unterhaltsame Audio-Podcasts mit zwei virtuellen Moderatoren erstellen.

Ein frustrierendes Detail an diesem Dienst ist, dass er immer noch keine offizielle öffentliche API hat.

Wenn Sie eine Stapelverarbeitung von Links vom Terminal aus in ein Notebook hochladen, generierte Materialien exportieren oder Ihren KI-Agenten in Cursor durch Ihre persönliche Wissensdatenbank suchen lassen möchten, sind Sie auf das Klicken durch den Browser angewiesen. Entwickler jacob-bd hat dieses Problem gelöst und gemini-notebook-mcp-cli veröffentlicht. Es bietet eine Befehlszeilenschnittstelle nlm und startet einen lokalen MCP-Server für die Verbindung mit Code-Editoren.

Was das Tool kann

Das Repository kombiniert zwei Tools: eine klassische CLI für Bash-Skripte und einen MCP-Server (Model Context Protocol).

Über einen Terminalbefehl nlm können Sie Notebooks verwalten, ohne einen Browser-Tab zu öffnen. Verfügbare Operationen umfassen das Erstellen von Notizen, das Hochladen von Quellen, das Abfragen der Datenbank und das Exportieren von Artefakten:

# Создаем блокнот под ресерч
nlm notebook create "Архитектура проекта"

# Добавляем ссылки и документы
nlm source add <notebook-id> --url "https://habr.com/..."

# Запускаем генерацию аудиообзора
nlm audio create <notebook-id> --confirm

# Скачиваем все созданные материалы в папку
nlm download all <notebook-id> -d ./exports

Der interessanteste Teil beginnt bei der Einrichtung von MCP. Das Paket kann sich automatisch in den Konfigurationsdateien beliebter Tools registrieren: Claude Code, Claude Desktop, Cursor, Gemini CLI, Windsurf und Cline.

Schnelles Setup-Kommando:

nlm setup add cursor
nlm setup add claude-code

Danach können Sie in Klartext im Assistenten-Chat schreiben: „Erstelle ein Notebook über verteilte Transaktionen, füge dort diesen Pull-Request hinzu und generiere eine kurze Zusammenfassung." Der Assistent ruft die notwendigen Funktionen im Hintergrund auf.

Versteckte Studio-Funktionen

Über die normalen Textantworten hinaus bietet das Tool Zugriff auf die Inhaltsgeneratoren von Gemini Notebook. Über CLI und MCP können Sie ausführen:

1. Podcast-Erstellung (tiefgehende Diskussion eines Themas durch zwei Sprecher).
2. Video-Übersichtserstellung in verschiedenen Längen und visuellen Stilen.
3. Erstellung von Karteikarten und Lernleitfäden.
4. Infografiken und Mind-Maps basierend auf hochgeladenen Quellen.
5. Erstellen und Bearbeiten von Präsentationsfolien.

Ein netter Bonus: Alle Anfragen, die über die Konsole oder den Code-Editor gesendet werden, werden im Google-Web-Interface-Verlauf gespeichert. Sie können im Terminal mit der Abfrage beginnen und die Antworten abends über den Browser auf Ihrem Telefon weiterlesen.

Wie die Autorisierung unter der Haube funktioniert

Da es keine offizielle API gibt, arbeitet das Projekt über Googles interne Endpoints. Sie benötigen gültige Cookies aus einer authentifizierten Sitzung.

Die Projektentwickler haben diesen Prozess automatisiert. Sie führen den Befehl aus:

nlm login

Das Tool öffnet ein separates Browserprofil (Chrome, Brave, Arc, Edge, Chromium und Firefox werden unterstützt), Sie melden sich bei Ihrem Google-Konto an, und das Skript fängt die notwendigen Tokens ab und speichert sie lokal.

Das Tool unterstützt das Arbeiten mit mehreren Profilen über das --profile work oder --profile personal Flag. CSRF-Tokens werden automatisch aktualisiert, wenn Anfragen fehlschlagen, und die Cookies selbst halten zwei bis vier Wochen.

Eine ehrliche Entstehungsgeschichte und Community-Unterstützung

Der Projektautor gesteht offen im README, dass er die erste Version ohne tiefe Erfahrung in Python geschrieben hat, wobei er aktiv KI-Assistenz nutzte.

Der Code löste eine unmittelbare Notwendigkeit, war aber weit von ideal entfernt. Der Autor schreckte nicht davor zurück und bat die Community direkt um Hilfe bei Refactoring und Code-Review.

Open Source funktionierte wie beabsichtigt. Dutzende Entwickler schlossen sich dem Projekt an. Sie fügten Connection Pooling, ordnungsgemäße Fehlerbehandlung, WSL2-Unterstützung, Google Drive-Synchronisierung, Stapelverarbeitung und ein Sicherheitsaudit hinzu, das verhindert, dass Anmeldedaten in Logs durchsickern. Das Ergebnis ist ein zuverlässiges Tool mit fast 6000 Sternen auf GitHub.

Vorbehalte

Bevor Sie das Tool in Ihre Pipelines integrieren, beachten Sie mehrere Einschränkungen.

Erstens birgt die Verwendung einer undokumentierten API das Risiko des Ausfalls. Google kann das Anfrageformat oder die Antwortstruktur jederzeit ändern, und die Skripte werden nicht mehr funktionieren, bis ein Patch veröffentlicht wird.

Zweitens haben kostenlose Konten ein Limit von etwa 50 Anfragen pro Tag. Wenn Sie hundert Dokumente gleichzeitig durch ein Stapel-Skript laufen lassen möchten, werden Sie dieses Limit erreichen.

Drittens bietet der Server 43 separate MCP-Tools. Diese Anzahl an Funktionen füllt den Kontextfenster in Claude Code oder Cursor deutlich. Wenn Sie gerade nicht mit Notebooks arbeiten, ist es besser, den Server vorübergehend in den Einstellungen zu deaktivieren oder selektive Exports nur der benötigten Methoden zu konfigurieren.

Installation

Der einfachste Weg, das Tool zu installieren, ist über den uv Paketmanager:

uv tool install notebooklm-mcp-cli

Wenn Sie standardmäßiges Python verwenden, pipx oder reguläres pip wird funktionieren:

pipx install notebooklm-mcp-cli

Das Ausführen ohne permanente Installation über uvx ist ebenfalls verfügbar:

uvx --from notebooklm-mcp-cli nlm --help

Für wen ist das nützlich

Das Projekt wird diejenigen ansprechen, die Gemini Notebook bereits aktiv nutzen, um große Textmengen, technische Dokumentation oder Vorlesungen zu analysieren, aber die Browser-Routine leid sind. Das Tool eignet sich hervorragend für die Automatisierung der Materialsammlung, das Erstellen von Zusammenfassungs-Export-Skripten und die Integration von Kontext aus Google Drive direkt in Ihren Arbeitschat mit einem KI-Assistenten.