非官方 API - AI商业快讯

你大概用过 NotebookLM：把一堆资料丢进去，让它替你读、替你答、还带上出处。它官方只给了网页界面，没有给能用代码调用的接口。有人自己动手，把它做成了能编程调用的库，一下就冲到了 1.9 万 Star。

这次我盯上的是 teng-lin/notebooklm-py。它的自我介绍里有一句极少见的坦白：这是一个非官方库，用的全是没公开的 Google 接口，Google 随时可能改，一改它就可能坏。

我照着它自己的说明，在一台隔离的机器上把它装上、跑完了它的测试，发现两件放在一起很反差的事。

一件是它真能扛：1.8 万条测试，18720 条通过，而且整套测试断网就能跑，不碰任何真实账号。另一件是它自己天天在准备那个「随时会坏」的明天：从今年 8 月到 10 月的 585 次提交里，158 次有 AI 参与写代码，它还专门写了 13 个脚本，每次发布前自己检查自己有没有说谎。

它到底是什么

一句话：它是给 Claude Code、Codex 这类编程助手用的外挂接口，让助手能绕过网页界面，直接用代码使唤 NotebookLM。

举个能听懂的例子。你在网页上做视频摘要，得自己点开、上传、等它生成、再手动下载。换成这个库，你写一行命令，助手就能自己去建笔记本、把十几篇链接塞进去、让它读完、生成一段播客音频、再把音频下载到本地。中间不用你点一下鼠标。

它把 NotebookLM 的能力拆成了 11 类操作，做成了三种用法：命令行、Python 代码、以及一个能被模型调用的 MCP 接口（意思是「让模型调用外部工具」的通用插头）。另外它比网页版多做了几件网页版做不到的事——把生成的测验、闪卡批量导出成 JSON 和 Markdown 文件，把思维导图导出成能进可视化工具的 JSON，幻灯片直接存成可编辑的 PPTX。

它自带一个装在仓库根目录的技能说明文件，也就是说，它自己就是一个「skill」——这也是我把它放进技能评测这一栏的原因。

它能干什么	具体覆盖
笔记本	新建、复制、重命名、删除
资料源	链接、YouTube、PDF、Word、音频、视频、图片、Google Drive
提问	带出处回答、保存成笔记、自定义人设
生成内容	播客音频、视频、幻灯片、信息图、测验、闪卡、报告、数据表、思维导图
导出	音频、视频、文档、图片、表格、结构化数据等，共八种格式

我把它装起来，跑了它自己的测试

先交代评测条件，免得误会：全程在一台隔离沙箱里跑，被测项目拷进沙箱自己的工作目录，宿主机的凭证和目录都被挡住；跑测试的机器只有 1.9G 内存。命令和结果都可复现。

装上以后，我先跑了它默认的那套测试，也就是除「需要真实账号的端到端测试」之外的全部：

项	数字
通过的测试	18,720 条
失败的测试	48 条（见下方说明）
被跳过的测试	205 条
耗时	28 分 38 秒

那 48 条失败，我逐条查了原因：它们全是我的沙箱缺了一个叫 python 的命令别名（我的环境里只有 python3），测试脚本找不到这个命令，直接以「命令不存在」退出了。我给沙箱补上这个别名后，同一个测试文件单独重跑，67 条全过。所以这不是项目的问题，是我这边环境的问题——这一点我如实写出来，不拿它凑数。

真正让我意外的是下面这点。

按常理，一个用着没公开接口、随时可能被 Google 改坏的工具，能跑起来的测试大概也就是「凑合用」。但这个仓库里躺着 890 个测试文件、10151 个测试函数、45 万行测试代码，还有 160 盒录好的真实网络应答（它管这个叫 cassette，相当于把 Google 服务器的真实回信录下来，之后断网反复播，不消耗账号额度）。整套测试默认就是离线跑的，你不需要有 Google 账号，也不需要联网。

这意味着：Google 哪天偷偷改了接口，它的每月夜间任务会自己发现，而不是等用户来报错。对一个「随时会坏」的项目来说，这是把「坏」从事故变成了日程表上的一项。

它对一个不稳定接口，做了三件反常的事

第一件，它专门写了 13 个脚本，在每次发布前检查自己有没有前后矛盾。我拿它自己的这批脚本，跑了一遍它自己的仓库，13 个全部通过：

它自己检查什么	结果
文档里提到的代码文件是否还存在	通过（582 个路径全部对得上）
别人写的 deprecation 提示有没有写错删除版本	通过（没有指向当前版本）
测试覆盖率门槛有没有被偷偷调低	通过（最终门槛锁在 90%）
用到的第三方流水线工具是否锁定了版本号防篡改	通过（8 个工作流全部锁定）
会拿到密钥的流水线是否都加了守卫	通过

这里补一句人话解释几个词。所谓「deprecation 提示」，就是代码里那句「这个功能以后会删掉」的说明——它最容易出的错，是说「将在 0.8.5 版删除」，而当前正好就是 0.8.5 版，于是这句话本身自相矛盾。这个库专门写了个脚本在发布前拦这类错误。

第二件，它有 102 个「护栏」测试。这些测试不测功能，专门测「规矩有没有被破坏」——比如某个内部模块不许被另一个模块直接引用、某个文件不许超过多少行、某个接口的兼容清单有没有偷偷改动。等于给仓库立了一套自己的交通法规，还派了 102 个交警。

第三件，也是我觉得最值得普通读者知道的一点：这是一个大量借助 AI 写的项目，而且它没藏着。我拉了它从 8 月到 10 月的提交记录，585 次提交里，274 条提交信息里带着「由 Claude 协作完成」的署名，其中 158 次能确认有 AI 参与，占 27%。

换句话说，作者一边用 AI 写一个「随时会坏」的库，一边给这个库配了 1.8 万条测试和 102 条护栏来兜住 AI 可能写错的地方。这两件事放在一起才是完整的：AI 负责写得快，工程规矩负责让它不写崩。

翻车点和公道话，都得说全

翻车点有四条，都不影响它可用，但选型前该知道：

版本号追不上 GitHub。GitHub 上最新发布是 0.8.5（10 月 12 日当天发的），而 Python 官方软件源上还是 0.8.4。想装最新的得从 GitHub 装。

它是 0.x 版本，作者自己在文档里写明：0.x 阶段的接口不算稳定，小版本升级有可能删掉之前标记过时的接口。 想长期稳定用的团队，这一点要放在心上。

「省 token」这个卖点，仓库里拿不出第一方证据。它首页举了一串「用 NotebookLM 做零 token 分析层」的例子，但每个例子都是一条外部的推文或文章链接，没有一条是它自己测出来的对比数字。这个思路本身成立——让 NotebookLM 读完再让助手只做最后一步，确实省——但「省多少」目前是社区说法，不是它的成绩单。别把社区案例当成官方实测。

它虽然锁了 90% 覆盖率门槛，但剩下那 10% 正是最容易出问题的角落。这是所有靠覆盖率兜底的项目共同的天花板，不是它独有的毛病。

也有要说的公道话，而且份量不轻：

它的文档厚得反常。23 份说明文档、2 万多行，还有 41 份架构决策记录（ADR，就是「当时为什么这么做」的存档）。一个个人项目把决策一条条记档，这在开源圈里少见。

它的安全说明写得像一份正经的威胁模型。文档里明说：存下来的登录凭证「等同于账号本身」，能拿它重新签新的会话，所以文件权限锁死、绝不进日志、绝不上传，还劝你「另开一个小号专门跑自动化」。这种把最坏情况写在前面的态度，比只写怎么用的项目要负责。

它把复杂度摊开了讲。别人不给的接口它自己造，但造的过程看不懂的地方，它写了「协议开发」「RPC 参考」「认证的 Cookie 生命周期」等专门文档，等于把逆向出来的东西又翻译了一遍给外人。

同类里它站在哪，谁该用它

同类里排第二的是一个 193 Star 的项目，只做 MCP 这一条路，界面更简单，但导出、测验、思维导图这些能力都没有；再往下的几个要么是它的下游（直接包了它），要么是老语言重写的（Rust、企业版方向）。

所以三个东西其实是一层层的关系：你想要一个能写进代码、又能被助手直接调用的完整工具箱，选它；你只想在 Claude 里加一个 NotebookLM 插头、不写代码，选那个轻量版就够；你要的是管理后台那样稳定对外的服务，这两个都不合适，因为它们的底层随时可能被 Google 改动。

适合谁：经常让 AI 助手帮你做调研、又烦透了在网页上反复点击的人；想给助手接一个「读完资料再答」的记忆库、又不想自己搭一整套向量检索的团队。

先别急的有两种人：一是要把它接进对方核心系统的——底层接口随时会坏，作者自己都不保证；二是冲着「省 token」这个词来的——这个数字目前没有官方实测撑腰，别拿它做预算。

关注 AI商业快讯，每天一篇 AI 热点深度解读。