你有冇遇過呢種情況？

用緊Claude Code寫code、做分析嘅時候，想參考自己整理喺NotebookLM嘅資料。於是開NotebookLM，問一次問題，複製答案，再貼返落Claude Code。

來回切換，重複操作。如果有好多輪問答，呢個流程會變得更痛苦。

其實有個更優雅嘅解決方案：令Claude Code直接連上你嘅NotebookLM知識庫。

一個Skill就夠曬。

點解要打通Claude Code同NotebookLM？

NotebookLM係目前最勁嘅知識管理工具之一。

關於NotebookLM嘅用法可以睇呢篇：NotebookLM+Nano Banana Pro呢對王炸組合一聯手，一鍵生成PPT嘅能力直接天花板捅破！

無論係文檔、PDF、網頁連結，定係YouTube影片，乜嘢都可以掉入去。佢會根據呢啲資料生成音頻播客、思維導圖、數據表格、PPT等各種輸出。

而Claude Code幫你寫code、做自動化嘅時候，如果可以隨時調用NotebookLM呢個知識庫，就相當於有一個「帶住你專業背景嘅AI助手」。

呢個NotebookLM Skill就係用嚟做呢件事嘅。

咩係Skill？同MCP有咩分別？

講安裝之前，先解釋一下Skill同MCP嘅分別，好多人會搞亂呢兩個概念。

MCP(Model Context Protocol)係連接外部系統嘅標準協議。

佢令Claude Code可以調用數據庫、API、第三方工具。你可以理解為「提供能力」——例如連接GitHub、連接Notion、連接數據庫等等。

Skill係教Claude Code點樣用呢啲能力嘅操作指南。

佢定義咗具體流程：幾時用、點用、跟咩順序執行。你可以理解為「使用手冊」。

舉個例：

• MCP連接你嘅Notion工作區，令Claude Code可以搜索你嘅筆記
• Skill話俾Claude Code聽：開會前要去Notion嘅邊啲頁面拉資料、點樣格式化會議準備文檔、團隊嘅會議記錄標準係咩

MCP提供工具，Skill教識使用方法。

呢個NotebookLM Skill就係個典型案例：佢用Playwright瀏覽器自動化嚟操作NotebookLM網頁（工具能力），然後定義咗認證、添加知識庫、查詢等完整流程（使用指南）。

兩者配合，先可以令Claude Code真正跟住你嘅工作流程運作，而唔係每次都要重新指導。

關於Skill同MCP嘅詳細對比，可以參考官方博客嘅解釋：https://claude.com/blog/skills-explained

安裝同配置NotebookLM Skill

安裝過程唔複雜。

第一步：下載Skill

打開呢個網址下載壓縮包：

https://mcpservers.org/claude-skills/pleaseprompto/notebooklm-skill

解壓之後，成個文件夾放去 ~/.claude/skills/ 目錄底下。

如果呢個目錄唔存在，需要先創建。

完整嘅使用文檔喺MCP Servers頁面：https://mcpservers.org/claude-skills/pleaseprompto/notebooklm-skill

第二步：完成Google認證

NotebookLM嘅認證有兩種方式。

方式一：手動執行命令

跟文檔喺終端裏面一步步操作。先檢查認證狀態，再運行認證腳本，最後添加知識庫。

注意：命令要透過 python scripts/run.py 呢個包裝器嚟執行，唔好直接調用腳本文件，否則會因為虛擬環境嘅問題報錯。

方式二：等Claude Code自動處理（推薦）

直接喺Claude Code入面輸入指令：

Set up NotebookLM authentication

佢會自動調用Skill完成認證流程。

Claude會用Playwright打開一個瀏覽器視窗，跳轉到Google登錄頁面。你手動登錄一次就得，認證資訊會保存落嚟，之後唔使重複登錄。

我用嘅就係第二種方式，慳返唔少功夫。

第三步：添加知識庫

認證完成之後，直接將NotebookLM嘅連結send俾Claude Code。

佢會自動識別呢個係一個知識庫，並添加去本地庫度。

舉個例：

我之前整理咗一套關於vibe coding學習資料喺NotebookLM度，包括技術棧推薦、項目創意、開發日誌、Claude Code插件使用同UI設計優化技巧呢啲內容。

將呢個Notebook嘅連結send俾Claude，佢查詢咗一下內容，確認主題之後，就添加成功咗。

之後根據呢個知識庫提問，Claude Code會先去NotebookLM查詢相關嘅最佳實踐，然後結合具體情況俾建議。

實際使用場景

呢個Skill嘅核心價值係：令AI嘅回答有根有據。

NotebookLM本身已經係一個強調「根據來源回答」嘅產品。同Claude Code結合之後，呢個特性就延續過嚟。

場景1：內容創作

你整理咗一套行業資料喺NotebookLM度（例如產品文檔、用戶訪談、競品分析）。

寫文章嘅時候，等Claude Code根據呢啲資料嚟創作，而唔係憑空作野。

對比效果：

• 冇用Skill之前：Claude Code只能根據訓練數據寫，容易流於空泛，或者作啲案例出嚟
• 用咗Skill之後：Claude Code會先查NotebookLM嘅資料，揾到相關案例同數據，再組織成文章。每個觀點都可以追溯到來源

場景2：技術學習

學新框架或新技術嘅時候，將官方文檔、教程、社羣最佳實踐都掉入NotebookLM。

然後針對性咁提問，例如：

• 「呢個框架嘅狀態管理最佳實踐係咩？」
• 「點樣優化呢個庫嘅性能？」
• 「呢個API嘅錯誤處理應該點樣寫？」

Claude Code會喺你整理嘅資料度揾答案，而唔係俾你一個通用嘅、可能已經過時嘅回覆。

場景3：代碼審查

如果團隊有編碼規範文檔，可以放入NotebookLM。

做代碼審查嘅時候，等Claude Code根據呢份規範嚟檢查：

• 命名係咪符合規範
• 錯誤處理係咪完整
• 性能優化係咪到位

比起口頭傳達規範，或者等新人自己翻文檔，效率高好多。

場景4：SEO優化分析

呢個係我實際測試嘅場景。

我將SEO學習資料整理到NotebookLM之後，等Claude Code分析某個網站嘅SEO優化空間。

佢會先查詢NotebookLM關於頁面結構、關鍵詞密度、內鏈策略嘅最佳實踐，然後結合網站實際情況俾建議。

因為有知識庫背書，俾嘅建議比較系統，唔係嗰啲「建議你優化標題同描述」嘅廢話。

一啲使用建議

1. 知識庫要分主題整理

唔好將所有資料堆曬喺一個Notebook度。按主題分類（例如SEO、前端開發、產品設計），需要嘅時候添加對應嘅知識庫。

咁樣Claude Code查詢起嚟更精準，唔會被無關嘅資料幹擾。

2. 定期更新資料

特別係技術類資料，更新好快。NotebookLM嘅Deep Research功能而家可以主動搜索網絡，可以定期等佢補充最新資訊。

3. 利用Data Tables功能

NotebookLM新增嘅Data Tables功能好強大，可以將文檔內容整理成結構化表格。

如果你嘅資料有大量數據（例如競品分析、用戶調研），可以先用NotebookLM生成Data Tables，再等Claude Code根據呢啲表格做分析。

4. 結合其他Skill使用

呢個NotebookLM Skill可以同其他Skill配合。

例如我之前搭建嘅內容自動分發Skill，可以先用NotebookLM Skill調取資料庫嘅內容，生成文章，然後用分發Skill同步到各個平台。

成個流程自動化，效率爆燈。

總結

Claude Code + NotebookLM，本質上係令AI工作喺你嘅知識體系之上。

你唔使反覆貼嚟貼去、切換視窗，亦唔使擔心AI亂作。所有回答都係基於你精心整理嘅資料，有來源可以追溯。

呢個對需要專業準確性嘅場景（技術開發、內容創作、數據分析）特別有用。

如果你都有用NotebookLM管理知識，又成日用Claude Code做嘢，呢個Skill值得試下。

一個Skill，打通兩個工具，效率倍增。

💡推薦閲讀

關於AI編程工具，推薦一個🐂🍺嘅中轉工具，一個key同時用Claude code/codex/gemini，性價比超高，服務穩定……

另外，提供ChatGPT Plus 成品號，代充等，撳文末【閲讀原文】睇詳情！

或+v：afly813 諮詢

目前我哋嘅 AI CODE 平台已支援 claude code、codex、Gemini，想體驗最強最前沿嘅 AI 編程，衝就得啦！！🚀

夥伴們，以後寫code，codex同claude都可以爽yy啦！！！

令你嘅 Claude Code 效率飛起！你只差呢個萬能公式！！

呢個先係 AI 編程嘅最強組合，VSCode + Claude Code 令寫code快到飛起！

【附提示詞模板】10個 Claude code 高頻提示詞模板（可以直接複製使用）！建議收藏！！

我哋嘅ChatGPT充值服務都已經上線，撳文末【閲讀原文】睇詳情！

你有沒有遇到過這種情況?

在用Claude Code寫代碼、做分析的時候,想參考自己整理在 NotebookLM 裏的資料。於是打開 NotebookLM,問一遍問題,複製答案,再粘貼回 Claude Code。

來回切換,重複操作。如果有多輪問答,這個流程會變得更加痛苦。

其實有個更優雅的解決方案:讓Claude Code直接連上你的NotebookLM知識庫。

一個Skill就夠了。

為什麼要打通Claude Code和NotebookLM?

NotebookLM是目前最強的知識管理工具之一。

關於NotebookLM的使用可以看這篇：NotebookLM+Nano Banana Pro這對王炸組合一聯手，一鍵生成PPT的能力直接天花板捅破！

不管是文檔、PDF、網頁連結,還是YouTube視頻,什麼都能往裏扔。它會基於這些資料生成音頻播客、思維導圖、數據表格、PPT等各種輸出。

而Claude Code在幫你寫代碼、做自動化的時候,如果能隨時調用 NotebookLM這個知識庫,就相當於有了一個"帶着你專業背景的AI助手"。

這個NotebookLM Skill就是做這件事的。

什麼是Skill?和MCP有什麼區別?

在講安裝之前,先解釋一下Skill和MCP的區別,很多人會搞混這兩個概念。

MCP(Model Context Protocol)是連接外部系統的標準協議。

它讓Claude Code能調用數據庫、API、第三方工具。你可以理解為"提供能力"——比如連接GitHub、連接Notion、連接數據庫等等。

Skill是教Claude Code怎麼用這些能力的操作指南。

它定義了具體的流程:什麼時候用、怎麼用、按什麼順序執行。你可以理解為"使用手冊"。

舉個例子:

• MCP連接到你的Notion工作區,讓Claude Code能搜索你的筆記
• Skill告訴Claude Code:開會前要去Notion的哪些頁面拉資料、怎麼格式化會議準備文檔、團隊的會議記錄標準是什麼

MCP提供工具,Skill教會使用方法。

這個NotebookLM Skill就是個典型案例:它用Playwright瀏覽器自動化來操作NotebookLM網頁(工具能力),然後定義了認證、添加知識庫、查詢等完整流程(使用指南)。

兩者配合起來,才能讓Claude Code真正按你的工作流程運作,而不是每次都要重新指導。

關於Skill和MCP的詳細對比,可以參考官方博客的解釋：https://claude.com/blog/skills-explained

安裝和配置NotebookLM Skill

安裝過程不復雜。

第一步:下載Skill

打開這個網址下載壓縮包:

https://mcpservers.org/claude-skills/pleaseprompto/notebooklm-skill

解壓後,把整個文件夾放到 ~/.claude/skills/ 目錄下。

如果這個目錄不存在,需要先創建。

完整的使用文檔在MCP Servers頁面:https://mcpservers.org/claude-skills/pleaseprompto/notebooklm-skill

第二步:完成Google認證

NotebookLM的認證有兩種方式。

方式一:手動執行命令

按文檔在終端裏一步步操作。先檢查認證狀態,再運行認證腳本,最後添加知識庫。

注意:命令要通過 python scripts/run.py 這個包裝器來執行,不要直接調用腳本文件,否則會因為虛擬環境的問題報錯。

方式二:讓Claude Code自動處理(推薦)

直接在Claude Code裏輸入指令:

Set up NotebookLM authentication

它會自動調用Skill完成認證流程。

Claude會用Playwright打開一個瀏覽器窗口,跳轉到Google登錄頁面。你手動登錄一次就行了,認證信息會保存下來,之後不用重複登錄。

我用的就是第二種方式,省事。

第三步:添加知識庫

認證完成後,直接把NotebookLM的連結發給Claude Code。

它會自動識別這是一個知識庫,並添加到本地庫裏。

舉個例子:

我之前整理了一套關於vibe coding學習資料在NotebookLM裏,包括技術棧推薦、項目創意、開發日誌、Claude Code 插件使用和 UI 設計優化技巧這些內容。

把這個Notebook的連結發給Claude,它查詢了一下內容,確認主題後,就添加成功了。

之後基於這個知識庫提問,Claude Code會先去NotebookLM裏查詢相關的最佳實踐,然後結合具體情況給出建議。

實際使用場景

這個Skill的核心價值是:讓AI的回答有據可依。

NotebookLM本身就是一個強調"基於來源回答"的產品。和Claude Code結合之後,這個特性就延續過來了。

場景1:內容創作

你整理了一套行業資料在NotebookLM裏(比如產品文檔、用戶訪談、競品分析)。

寫文章時,讓Claude Code基於這些資料來創作,而不是憑空編造。

對比效果:

• 沒用Skill之前: Claude Code只能基於訓練數據寫,容易泛泛而談,或者編造案例
• 用了Skill之後: Claude Code會先查NotebookLM裏的資料,找到相關案例和數據,再組織成文章。每個觀點都能追溯到來源

場景2:技術學習

學習新框架或新技術時,把官方文檔、教程、社區最佳實踐都丟進NotebookLM。

然後針對性地提問,比如:

• "這個框架的狀態管理最佳實踐是什麼?"
• "如何優化這個庫的性能?"
• "這個API的錯誤處理應該怎麼寫?"

Claude Code會從你整理的資料裏找答案,而不是給你一個通用的、可能已經過時的回覆。

場景3:代碼審查

如果團隊有編碼規範文檔,可以放進NotebookLM。

做代碼審查時,讓Claude Code基於這份規範來檢查:

• 命名是否符合規範
• 錯誤處理是否完整
• 性能優化是否到位

這比口頭傳達規範、或者讓新人自己翻文檔,效率高得多。

場景4:SEO優化分析

這是我實際測試的場景。

我把SEO學習資料整理到NotebookLM後,讓Claude Code分析某個網站的SEO優化空間。

它會先查詢NotebookLM裏關於頁面結構、關鍵詞密度、內鏈策略的最佳實踐,然後結合網站實際情況給出建議。

因為有知識庫背書,給出的建議比較系統,不是那種"建議你優化標題和描述"的廢話。

一些使用建議

1. 知識庫要分主題整理

不要把所有資料堆在一個Notebook裏。按主題分類(比如SEO、前端開發、產品設計),需要的時候添加對應的知識庫。

這樣Claude Code查詢起來更精準,不會被無關資料干擾。

2. 定期更新資料

特別是技術類資料,更新很快。NotebookLM的Deep Research功能現在能主動搜索網絡,可以定期讓它補充最新信息。

3. 利用Data Tables功能

NotebookLM新增的Data Tables功能很強大,能把文檔內容整理成結構化表格。

如果你的資料裏有大量數據(比如競品分析、用戶調研),可以先用NotebookLM生成Data Tables,再讓Claude Code基於這些表格做分析。

4. 結合其他Skill使用

這個NotebookLM Skill可以和其他Skill配合。

比如我之前搭建的內容自動分發Skill,可以先用NotebookLM Skill調取資料庫裏的內容,生成文章,然後用分發Skill同步到各個平台。

整個流程自動化,效率拉滿。

總結

Claude Code + NotebookLM,本質上是讓AI工作在你的知識體系之上。

你不用反覆粘貼、切換窗口,也不用擔心AI胡編亂造。所有回答都基於你精心整理的資料,有來源可追溯。

這對需要專業準確性的場景(技術開發、內容創作、數據分析)特別有用。

如果你也在用NotebookLM管理知識,又經常用Claude Code做事,這個Skill值得試試。

一個Skill,打通兩個工具,效率翻倍。

💡推薦閲讀

關於AI編程工具，推薦一個🐂🍺的中轉工具，一個key同時使用Claude code/codex/gemini ，性價比超高，服務穩定……

另外，提供ChatGPT Plus 成品號，代充等，點擊文末【閲讀原文】查看詳情！

或+v：afly813 諮詢

目前我們的 AI CODE 平台已支持 claude code 、codex、Gemini，想體驗最強最前沿的 AI 編程，衝就完事了！！🚀

夥伴們，以後寫代碼，codex和claude都可以爽yy啦！！！

讓你的 Claude Code 效率飛起！你只差這個萬能公式！！

這才是 AI 編程的最強組合，VSCode + Claude Code 讓寫代碼快到飛起！

【附提示詞模板】10個 Claude code 高頻提示詞模板（可直接複製使用）!建議收藏！！

我們的ChatGPT充值服務也已上線，點擊文末【閲讀原文】查看詳情！