Claude Code 怎麼連接 NotebookLM？MCP 安裝完整教學，自動生成影片總覽（2026）

你有沒有想過，每次在 Claude Code 裡處理完一篇文章，能夠自動跑去 NotebookLM 幫你生成一支影片總覽，不需要手動開瀏覽器、不需要複製貼上？這不是夢——只要把 Claude Code 和 NotebookLM 用 MCP 連起來，這一切就能自動發生。本文把今天實際安裝的完整過程記錄下來，讓你跟著做一遍就能成功。

為什麼 Claude Code 沒辦法直接用 NotebookLM？

在說怎麼安裝之前，先搞清楚「問題出在哪裡」——否則你只是照著做，不知道每一步在幹嘛。

📌 【名詞解釋】NotebookLM
白話定義：Google 推出的 AI 筆記本工具，可以上傳文章、PDF、YouTube 影片當作資料來源，然後自動生成摘要、Podcast、簡報、影片總覽等內容。
具體功能：把你的資料「消化」後，用各種媒體格式重新呈現。
底層邏輯：它是一個有記憶的 AI，只針對你餵給它的資料回答，不會亂編。

Google 從來沒有開放 NotebookLM 的官方 API。也就是說，所有的功能——建立筆記本、生成影片——都只能在瀏覽器裡手動點擊。任何程式、任何 AI，包含 Claude Code，都沒有辦法直接呼叫它。

這就是「原罪問題」：Google 把門關起來了，沒有對外開鑰匙。

MCP 是什麼？為什麼它能解決這個問題？

📌 【名詞解釋】MCP（Model Context Protocol）
白話定義：Claude 和外部工具溝通的標準接口，就像手機的 USB-C 插槽——只要工具支援這個規格，Claude 就能插上去用。
具體功能：讓 Claude Code 能夠呼叫外部服務（NotebookLM、Notion、Google Calendar 等）執行操作。
選擇理由：這是 Anthropic 官方標準，安全、可擴充、支援多工具同時連接。
底層邏輯：Claude 透過 MCP 把指令傳給「翻譯官」程式，翻譯官再去操作目標服務。

解法是一個叫 notebooklm-mcp-cli 的開源工具，它扮演「翻譯官」的角色：

你對 Claude 說中文指令
        ↓
Claude → MCP 協定 → nlm（翻譯官）
        ↓
Chrome DevTools Protocol（模擬瀏覽器操作）
        ↓
NotebookLM 內部未公開 API
        ↓
執行：建立筆記本 / 生成影片 / 下載成品

簡單說：它假裝是你在點瀏覽器，然後把結果回傳給 Claude。

📌 【名詞解釋】Chrome DevTools Protocol
白話定義：一種讓程式遠端控制 Chrome 瀏覽器的協定，可以模擬點擊、輸入、滾動等所有滑鼠鍵盤操作。
底層邏輯：它是 Chrome 內建的「遠端遙控介面」，開發者工具就是用它建的。
⚠️ 風險：依賴 NotebookLM 未公開 API，Google 改版時有失效風險。

安裝步驟：從零到連接完成

以下是 macOS 的完整安裝流程（Windows 指令略有不同，會在各步驟標注）。每一步都有「看到什麼才算成功」，缺一步就會失敗。

先備條件確認

• Claude Code 桌面版已安裝（Pro 方案以上）
• 有 Google 帳號（用來登入 NotebookLM）
• 電腦有網路連線

步驟一：安裝 uv（Python 套件管理器）

在 Claude Code 的 Terminal 輸入：

📌 【名詞解釋】uv
白話定義：一個超快的 Python 套件安裝工具，像 App Store 一樣幫你下載並管理 Python 程式。
選擇理由：比傳統 pip 快 10 倍以上，而且能自動處理版本衝突問題。

# macOS / Linux：
curl -LsSf https://astral.sh/uv/install.sh | sh

# Windows（PowerShell）：
powershell -ExecutionPolicy ByPass -c "irm https://astral.sh/uv/install.ps1 | iex"

安裝完成後，讓路徑生效：

source $HOME/.local/bin/env

驗證：輸入 uv --version
→ ✅ 成功畫面：顯示版本號，例如 uv 0.11.5
→ ⚠️ 如果顯示 command not found：重開 Terminal 再試一次

步驟二：安裝 notebooklm-mcp-cli

uv tool install notebooklm-mcp-cli

等待下載（約 30 秒～1 分鐘，會顯示下載進度）。

驗證：輸入 nlm --version
→ ✅ 成功畫面：顯示 nlm version 0.x.xx，並顯示「You are on the latest version.」
→ ⚠️ 如果顯示 nlm: command not found：重開 Terminal，或將 ~/.local/bin 加入 PATH

📌 【名詞解釋】nlm
白話定義：安裝完成後出現的指令工具，是你和 NotebookLM 之間的「翻譯官」。
具體功能：可以用指令建立筆記本、上傳資料、生成影片、下載成品，共 35 個以上的功能。

步驟三：用 Google 帳號登入

nlm login

→ 瀏覽器會自動開啟 Google 登入頁面
→ 用你的 Google 帳號登入（就是 NotebookLM 平常使用的帳號）
→ ✅ 成功畫面：Terminal 顯示登入完成訊息

確認登入狀態：

nlm doctor

→ ✅ 成功畫面：看到 Cookies: present、CSRF token: yes、Account: 你的Gmail帳號
→ ⚠️ 如果顯示未認證：重新執行 nlm login

步驟四：設定 Claude Code MCP 連接

打開 ~/.claude/settings.json，在最外層 JSON 物件加入以下設定：

{
  "mcpServers": {
    "notebooklm-mcp": {
      "command": "/Users/你的使用者名稱/.local/bin/notebooklm-mcp"
    }
  }
}

⚠️ 注意：把 你的使用者名稱 換成你電腦的實際使用者名稱（Terminal 中 whoami 查詢）

步驟五：建立本地資料夾並重啟 Claude Code

mkdir -p ~/Documents/NotebookLM/{slides,infographics,audio,video,docs,sheets,mindmaps,quizzes}

→ ✅ 成功畫面：~/Documents/NotebookLM/ 資料夾出現，內有 8 個子資料夾

完全關閉 Claude Code → 重新開啟。

步驟六：驗證連接

在 Claude Code 中輸入：

nlm list notebooks

→ ✅ 成功畫面：JSON 格式顯示你在 NotebookLM 裡的所有筆記本清單
→ ⚠️ 如果顯示空陣列 []：代表連接成功，只是你還沒有筆記本，沒問題

連接成功後，Claude Code 能幫你做什麼？

你說的話                              NotebookLM 會做的事
─────────────────────────────────────────────────────
「幫我建立筆記本，名稱：XXX」    →   建立新 Notebook
「上傳這個網址當資料來源」       →   新增 URL Source
「幫我生成影片總覽」             →   產生 Video Overview
「幫我下載影片」                 →   下載到 video/ 資料夾
「幫我生成 Podcast」             →   產生 Audio Overview

實際應用場景：每次發完文章，Claude Code 自動建立同名筆記本、上傳文章網址、觸發影片總覽生成——你只要等影片好了再去下載就行，不需要打開任何網頁手動操作。

推薦工具比較

結論

Claude Code 連接 NotebookLM 的核心就是三件事：裝 uv、裝 nlm、設定 settings.json。整個過程不到 10 分鐘，裝完後 Claude Code 就能用自然語言直接操控 NotebookLM 的所有功能。

最大的應用價值在於自動化流程：寫完文章 → 自動建立筆記本 → 自動觸發影片生成 → 你去做別的事，影片在背景跑，完全不佔用你的時間。這正是 AI 工具真正應該發揮的作用——讓重複的事情消失，讓你的時間留給思考。

📚 延伸閱讀：你可能也有興趣

• Claude Code 長期記憶怎麼設定？Memvid + Hooks 讓 AI 自動記住你，零基礎完整教學（2026）
• 不用 OpenAI 費用！Hugging Face 免費 API 完整教學：一個 Token 存取 16 家 AI 服務商（2026）
• Claude Code token 燒太快？Chat、Cowork、Code 三種介面完整比較，省 token 組合推薦（2026）
• Claude Code 怎麼擴充功能？用 ClawHub 技能市集安裝 AI 工具，零基礎完整教學（2026）
• Claude Code 桌面版怎麼用？三種介面完整比較，零基礎也能選對版本（2026）

➜ 查看更多 AI 數位應用與雲林房地產分析文章

❓ 常見問題 FAQ