這是讓 Claude Code 可以直接跟 NotebookLM 對話的 Skill，也可以替換不同模型。

先講遇到的痛點吧，平常在用 Claude Code 的時候，如果要它查本地的技術文件，其實滿吃 token 的，因為它會不斷重複讀取檔案。而且搜尋的時候也不太精準，常常會錯過一些重要的脈絡關係。更糟的是，找不到答案的時候它就開始編，產生看起來合理但其實不存在的 API。

這個專案的做法是把 NotebookLM 當作 Claude Code 的一個 Skill 來用，就是讓 Claude 遇到需要查資料的時候，自動去問 NotebookLM，然後 NotebookLM 會從你上傳的文件裡面找答案回來。

整個流程變成：

你給 Claude 一個任務 → Claude 去問 NotebookLM → Gemini 從文件裡整理出答案 → Claude 拿到正確資訊後寫程式。

為什麼要用 NotebookLM 而不是自己架 RAG 系統？我覺得有幾個原因。

首先是 NotebookLM 本身就是用 Gemini 2.5 處理過的，你上傳文件之後它已經幫你做好知識庫了，查詢的時候回應很快。再來是它不只是做檢索，而是真的會理解跟整合資訊，可以跨多份文件去連結內容。另外每個回答都會附上來源引用，這點很實用。最重要的是不用自己搞 vector DB、embedding、chunking 那些東西，省了很多架設成本。

實際上用起來的效果還不錯，NotebookLM 本身就是設計成只從你上傳的文件找答案，如果找不到資訊會告訴你不確定，而不是瞎編。這樣可以大幅降低 hallucination 的問題。而且因為是程式化的方式去呼叫，不用再手動在瀏覽器跟編輯器之間複製貼上，工作流程順暢很多。

技術實作上，它用的是 Patchright 這個 browser automation library（基於 Playwright），還加了一些擬人化的操作方式，像是模擬真實的打字速度跟互動模式，避免被偵測到是自動化程式。

我有另外做 開新筆記本、上傳檔案、做 Podcast 的功能，就我個人使用率很高。