Token导航 LogoToken导航

Agent Skill · 效率

notebooklm-bypass(NotebookLM bypass 笔记)

notebooklm-bypass 用于记录任务执行中的错误、用户纠正、经验和能力缺口,适合在 OpenClaw 中希望让 Agent 持续沉淀问题、修正和最佳实践时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态,以及是否会触发联网、命令执行或文件读写。

notebooklm-bypass 是效率类 Agent Skill,可用宿主为 OpenClaw,通过ClawHub获取,权限为接触敏感数据;许可证为 MIT-0,第三方扫描有提醒项,按安装量在效率类的 21,003 个 Skill 里排第 4,869。

总安装 12,265周安装 506GitHub Stars 公开资料未说明下载 4,008核验 2026-05-01

安装说明

本站只整理中文说明,不托管安装包,也不代用户安装。
GitHub
许可证
MIT-0
版本
1.0.6

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手,先确认命令和权限,再让它执行。

请帮我安装这个 Agent Skill:notebooklm-bypass(NotebookLM bypass 笔记)
来源仓库:https://github.com/antaripnandi/notebooklm-bypass
安装命令:
openclaw skills install notebooklm-bypass
安装前请先检查当前环境是否支持对应 CLI,并向我确认将要执行的命令、安装目录、联网范围和文件读写权限;确认后再执行。

命令行安装

复制命令到本机终端执行。该命令会通过 OpenClaw 从第三方来源获取 Skill;本站只展示命令,不托管安装包,也不自动执行。

ClawHubOpenClaw
openclaw skills install notebooklm-bypass

这个 Skill 是做什么的

效率类 Skill 把重复的整理、汇总、转换工作交给助手完成,减少手工复制粘贴。

notebooklm-bypass 实现对 NotebookLM 的可编程控制,自动恢复身份验证错误。适用于 OpenClaw 中需要持续运行自动化任务且频繁遭遇认证中断的场景。安装后可通过 openclaw skills install 命令激活,支持会话重连与凭证刷新机制。

使用前务必配置正确的 API 端点与访问令牌,防止越权操作。注意该技能可能记录敏感日志,建议隔离在高权限环境中运行。

上手步骤

4 步
  1. 1

    确认自己的宿主工具

    公开资料标注支持 OpenClaw;先确认自己用的是其中之一,再按对应工具的 Skills 目录放置。

  2. 2

    拿到安装命令

    可以直接复制的命令是 openclaw skills install notebooklm-bypass;命令里的占位符换成自己的路径或密钥再执行。

  3. 3

    安装后重启宿主

    命令执行完要完全退出宿主工具再打开,让新装的 Skill 被重新扫描到,否则列表里可能看不到。

  4. 4

    按最小权限试用

    它需要接触敏感数据,先在测试目录或测试账号里跑,确认没问题再放到正式项目。

常见问题

6 条

notebooklm-bypass 怎么安装?

在终端执行 openclaw skills install notebooklm-bypass。装完完全退出宿主工具再打开,让它重新扫描本地 Skill。

notebooklm-bypass 支持哪些 AI 工具?

公开资料标注支持 OpenClaw。其他工具只要能读取本地 Skill 目录,一般也能手动放进去,但要自己确认触发方式是否一致。

notebooklm-bypass 需要什么权限?

权限级别是接触敏感数据。该 Skill 可能接触密钥、Token、环境变量或敏感配置,应进入高风险复核队列,默认不自动发布。

notebooklm-bypass 是免费的吗?

来源标注的许可证是 MIT-0。本站不代收任何费用,也不托管安装包;能否商用、要不要署名,以许可证原文为准。

notebooklm-bypass 用的人多吗?

公开数据是累计安装 12,265 次,近一周安装 506 次,下载 4,008 次。这些数字来自第三方目录统计,只能当作热度参考,不代表质量或安全性。

notebooklm-bypass 安全吗?

第三方扫描有提醒项,说明存在需要人工确认的行为。安装前请打开源码看清它读了什么、联网到哪里。

值得选的地方和要先想清楚的地方

值得选的地方

  • 专注 OpenClaw 一种宿主,触发方式和使用习惯不用来回切换。
  • 许可证明确为 MIT-0,商用和分发边界好判断。

先想清楚的地方

  • 需要接触敏感数据,装到常用环境前要先评估影响面。
  • 第三方扫描存在提醒项或未通过项,需要人工逐条确认。
  • 第三方目录整理,版本更新和行为细节以来源仓库为准。

适不适合你

更适合

  • 已经在用 OpenClaw,想直接扩展它能力的人。
  • 需要处理效率类任务、又不想每次都手写提示词的人。

不太适合

  • 环境里有大量密钥、凭证,不方便给第三方 Skill 读取的人。
  • 需要厂商级技术支持和 SLA 的生产系统。

效率类 Skill 对比

6 个同类
Skill总安装GitHub 星权限许可证扫描
github

GitHub 代码协作 · OpenClaw

7,632,918545需要联网MIT-0通过
nano-pdf

Nano PDF 文档 · OpenClaw

4,249,476231需要联网MIT-0通过
auto-updater

自动更新程序 · OpenClaw

2,964,063386操作浏览器MIT-0通过
video-frames

视频帧 · OpenClaw

2,621,304112需要联网MIT-0通过
gemini

Gemini 助手 · OpenClaw

2,547,39648需要联网MIT-0有提醒
notebooklm-bypass

NotebookLM bypass 笔记 · 本页

12,265—接触敏感数据MIT-0有提醒

按安装量取同分类前几名;数字来自第三方目录统计,只作热度参考,不代表质量结论。

SKILL.md 原文

name
notebooklm
description
Programmatic NotebookLM control with auto-recovery for authentication errors.

NotebookLM CLI

Commands

notebooklm list                                    # List all notebooks + IDs
notebooklm create "Name"                           # Create notebook → returns ID
notebooklm source add "<url_or_file>" -n <ID>      # Add URL/PDF/YouTube to notebook
notebooklm source add "<url>" -n <ID> --wait       # Add + wait for processing
notebooklm source list -n <ID>                     # List sources in notebook
notebooklm ask "Question" -n <ID>                  # Query AI against sources

Rules

  1. No playlists. Extract individual YouTube URLs and add one by one.
  2. Max 50 sources per notebook.
  3. Use --wait when adding sources in scripts to ensure processing completes.
  4. Auth Recovery: If notebooklm fails with "Authentication expired", you MUST ask the user for explicit permission before recovering. Propose running python {WORKSPACE_DIR}/skills/notebooklm-bypass/scripts/auto_playwright.py. If and only if they approve, run the script. This script steals fresh cookies and automatically injects them into your Windows Environment Variables. Once complete, retry your command.

平台分布

OpenClaw

83.11%
按下载量换算3,331

安全审计

VirusTotal

可疑

ClawScan

可疑

Static analysis

通过

权限和风险

接触敏感数据

该 Skill 可能接触密钥、Token、环境变量或敏感配置,应进入高风险复核队列,默认不自动发布。

安装前确认

本站仅展示第三方公开信息,不托管安装包,不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。来源安全扫描存在提醒或未通过项,安装前请自行复核。目前只有一个公开来源,建议同时核对源仓库。

继续浏览同类 Skills