Как подключить NotebookLM к Claude Code через MCP за 15 минут

Каждый день в Telegram-канале - что нового в вайб-кодинге: инструменты, связки, ошибки. Подпишись, чтобы быть в курсе.

Зачем подключать NotebookLM к Claude Code?

У Claude Code две большие боли при работе с внешней документацией. Первая - контекстное окно жжётся быстро, особенно на крупных SDK. Современная библиотека Stripe весит примерно 180 000 токенов (Pasquale Pillitteri 2026). Anthropic SDK - того же масштаба. Стоит загрузить документацию через --add-dir или скопировать в чат - и одна сессия съедает половину суточного лимита Pro подписки. Подробнее эту боль я разбираю в гайде куда уходят токены в Claude Code.

Вторая боль - Claude интерполирует пробелы по training data. Если в обучающей выборке версия SDK была старой, Claude уверенно подсказывает старый API. Документация изменилась - модель этого не знает. Это и есть «галлюцинации в коде».

Google NotebookLM решает обе боли одновременно. Документация лежит на серверах Google, Gemini индексирует её через RAG. Когда нужно что-то узнать, Claude через MCP шлёт запрос в NotebookLM. В ответ приходит синтезированный ответ - 1 500-3 000 токенов вместо 180 000 - с привязкой к конкретным источникам. Pasquale Pillitteri это формулирует так:

Связка не теоретическая. У jacob-bd/notebooklm-mcp-cli 4 700 звёзд на GitHub, у PleasePrompto/notebooklm-mcp - 2 600. Это OSS, с активными релизами в мае 2026.

Что такое MCP и почему он подходит для NotebookLM?

MCP - это аббревиатура от Model Context Protocol. Anthropic описывает его так:

В нашем случае Claude Code - клиент, NotebookLM-MCP - сервер-обёртка над Google NotebookLM. Связка работает так:

1. В Claude Code пишешь обычный запрос: «Найди в моём notebook'е, как работает prompt caching».
2. Claude видит, что подключён notebooklm-mcp, и вызывает у него tool notebook_query.
3. NotebookLM-MCP идёт в Gemini, Gemini делает RAG-поиск по загруженным источникам, возвращает ответ с цитатами.
4. Claude получает ответ (1,5-3K токенов) и встраивает в свой текст.

Базовые гайды по MCP у меня уже есть: MCP-серверы для Claude Code в 2026: 7 готовых связок. Если ты с MCP вообще не работал - начни с того гайда, потом возвращайся сюда.

Важная техническая деталь. Anthropic в Claude Code включил функцию Tool Search:

Это значит, что подключение notebooklm-mcp к Claude Code не сжирает контекст на старте. Имена 35 инструментов сервера занимают примерно 200-300 токенов, а сами схемы подгружаются только когда Claude решает позвать конкретный tool.

3 живых MCP-сервера для NotebookLM: какой выбрать?

Для предпринимателя, который ставит связку первый раз, рекомендация одна - jacob-bd/notebooklm-mcp-cli. Самый большой комьюнити (4 700 звёзд), самая простая установка (uv tool install плюс одна команда nlm setup add claude-code), и в комплекте идёт обычный CLI - можно работать с NotebookLM прямо из терминала без Claude, если когда-то понадобится.

Хочешь не только подключить NotebookLM, но и собрать связку, которая делает Claude стабильным? NotebookLM - лишь внешнее расширение Второго мозга: внутри проекта у тебя лежит CLAUDE.md с правилами, снаружи - NotebookLM с большими внешними документами. На практикуме за 3 эфира собираешь все три кита: ИИ-клон + Второй мозг + Контекст-инжиниринг - именно эта связка превращает Claude из «помощника с галлюцинациями» в надёжный инструмент.

Практикум по вайб-кодингу

+Твой второй мозг

3 вечера - стек, метод, первый проект

Старт 9–11 июня  ·  2 000 ₽

Записаться →

Как установить за 15 минут: пошаговая инструкция

Инструкция написана под jacob-bd/notebooklm-mcp-cli - самый распространённый вариант. Если выбираешь PleasePrompto или roomi-fields, команды отличаются (см. таблицу выше), логика та же.

1. Установить uv (менеджер Python-пакетов)

   Открой терминал. На macOS / Linux:

   bash

   Скопировать

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

   На Windows через PowerShell:

   powershell

   Скопировать

   irm https://astral.sh/uv/install.ps1 | iex

   После установки перезапусти терминал, чтобы PATH обновился. Проверь:

   bash

   Скопировать

   uv --version

2. Поставить notebooklm-mcp-cli

   Одной командой:

   bash

   Скопировать

   uv tool install notebooklm-mcp-cli

   Проверь, что появилась команда nlm:

   bash

   Скопировать

   nlm --version

3. Авторизоваться в Google

   bash

   Скопировать

   nlm login

   Команда откроет браузер. Войди в тот Google-аккаунт, где у тебя лежит NotebookLM. Куки сохранятся в локальном профиле и будут работать 2-4 недели с автообновлением. После окончания этого срока - просто nlm login ещё раз.

   Если работаешь под несколькими аккаунтами (личный плюс рабочий), используй профили:

   bash

   Скопировать

   nlm login --profile work
   nlm login --profile personal

4. Подключить MCP к Claude Code

   bash

   Скопировать

   nlm setup add claude-code

   Команда сама запишет конфигурацию в нужное место (~/.claude.json для user scope). Никакого ручного редактирования JSON.

   Полностью закрой Claude Code и открой заново.

5. Проверить, что всё работает

   В Claude Code нажми /mcp. В списке должен появиться сервер notebooklm со статусом «connected» и количеством инструментов (около 35).

   Зайди на notebooklm.google.com, создай тестовый notebook, добавь один источник (например, PDF своей оферты или скриншот из Stripe Docs). Дай notebook'у понятное имя, например test-claude.

   В Claude Code напиши:

   Скопировать

   Через notebooklm-mcp найди notebook "test-claude" и ответь: о чём этот документ?

   Claude должен позвать tool notebook_list, найти notebook, позвать notebook_query и вернуть summary с привязкой к источнику.

Если на шаге 4 что-то пошло не так - в nlm есть встроенная диагностика:

nlm doctor

Команда покажет, что не подцепилось, и предложит fix. Чаще всего проблема в неактивных куках (повторить шаг 3) или в том, что Claude Code не был полностью закрыт после nlm setup.

Какие лимиты у бесплатного тарифа NotebookLM?

Полная таблица лимитов на 2026 год:

Данные сведены из официального support.google.com/notebooklm и обзора лимитов на felloai.com.

Практический вывод. Если ты один работаешь с двумя-тремя проектами и каждый день делаешь 5-10 крупных запросов к документации - Free tier хватает с запасом. 50 chat-запросов = это 50 раз спросить Claude через MCP про что-то в документе. Один запрос Claude = один запрос к NotebookLM-MCP = один из 50 дневных запросов.

Если ты пишешь продукт и каждый день вытаскиваешь из SDK по 20-30 фактов - Plus за 19,99 USD окупается. Это тот самый Google AI Pro, что и подписка на Gemini Advanced - то есть параллельно у тебя в браузере появляется доступ к старшей модели Gemini.

Подробнее про эту калибровку «когда какая подписка ИИ окупается» я разбираю в гайде как не сжечь лимиты Claude Code за день.

5 примеров: что грузить в NotebookLM для бизнеса

Пример 1. Юр-документы

Notebook: legal-context. Загрузить туда офету, политику возврата, договор с подрядчиками, договор с банком на эквайринг, политику обработки персональных данных.

Запросы к Claude через NotebookLM-MCP:

Через notebooklm-mcp проверь по моему notebook'у "legal-context":
имеем ли мы право вернуть деньги за инфо-услугу через 30 дней
после оплаты? Дай прямую цитату из нашей оферты.

Claude получает ответ с конкретной цитатой и номером пункта. Без NotebookLM пришлось бы загружать всё в --add-dir (десятки тысяч токенов) или копипастить из браузера.

Пример 2. Маркетинг

Notebook: marketing-context. Загрузить: бренд-гайд проекта, бренд-гайды основных конкурентов, результаты последнего кастдева в виде PDF, тон голоса.

Запросы:

Через notebooklm-mcp подбери из "marketing-context" 3 формулировки боли,
которые встречались чаще всего в кастдеве 2026 года. Не своё мнение -
прямые цитаты респондентов.

Это сразу даёт сырьё для копирайта без галлюцинаций.

Пример 3. Финансовые отчёты

Notebook: finance-q2. Загрузить: выгрузки из 1С за квартал, банковские выписки, отчёт о P&L.

Запросы:

Через notebooklm-mcp посчитай по "finance-q2": какой средний чек
по продукту X в мае. Дай сумму и количество транзакций отдельно.

Тут важно помнить, что NotebookLM - это RAG-поиск по тексту, а не SQL-движок. Цифры он вытаскивает из готовых строк отчётов, а не считает сам. Для сложных аналитических задач лучше держать данные в БД и спрашивать через MCP-сервер для БД.

Пример 4. SDK документация

Notebook: anthropic-sdk-2026. Загрузить: PDF-версию полной документации Anthropic SDK с docs.claude.com. Можно дополнительно: changelog Claude Code, документацию по Skills, по MCP-протоколу.

Запросы:

Через notebooklm-mcp найди в "anthropic-sdk-2026": как правильно
включить prompt caching при стриминговом ответе? Дай code snippet
прямо из документации.

Это тот сценарий, на котором Pasquale Pillitteri фиксирует -30% сокращения токенов. Раньше Claude приходилось грузить 180K SDK каждую сессию - теперь читает 2K summary.

Пример 5. Исследовательские материалы

Notebook: research-llm-2026. Загрузить 30-50 научных статей по нужной теме (например, RAG-системы, агентные архитектуры, безопасность LLM).

Запросы:

Через notebooklm-mcp найди в "research-llm-2026": какие 3 главных
аргумента приводят исследователи в пользу того, что классический RAG
устаревает к 2027 году. С привязкой к конкретным статьям.

NotebookLM умеет «cross-source synthesis» - связать аргументы из разных статей в один ответ.

Откуда берутся -30% экономии токенов: разбираем на цифрах

Разберём цифры по шагам.

Без NotebookLM, типичный воркфлоу с большой документацией:

• Загружаешь SDK через --add-dir или копипастишь в чат: 180 000 input-токенов (Stripe SDK, Pasquale Pillitteri 2026)
• Claude отвечает: 2 000 output-токенов
• В следующей сессии (новый день) - снова загружаешь те же 180 000

Считаем для месяца активной работы. Допустим, в неделю ты делаешь 10 крупных сессий, где нужна эта документация. За месяц - 40 сессий. Без NotebookLM это 40 × 180 000 = 7,2 миллиона input-токенов на одну только документацию. На Opus 4.7 это 7,2 × 5 USD = 36 USD на одну библиотеку в месяц. На Sonnet - 7,2 × 1 = 7,2 USD.

С NotebookLM:

• Загружаешь SDK один раз в notebook (Gemini хранит на своей стороне, бесплатно на Free tier)
• На каждый запрос Claude получает summary: 2 000-3 000 input-токенов
• За месяц: 40 × 3 000 = 120 тысяч input-токенов (плюс 40 NotebookLM-запросов, что укладывается в Free 50/день при использовании одной библиотеки)

Разница в input-токенах: 7 200 000 vs 120 000 = 60 раз меньше. Это и даёт «30% сокращения общего расхода» в среднем по сессии, если документация занимает 35-40% входных токенов наряду с твоим кодом, контекстом диалога и CLAUDE.md.

Цифра 30% от Pasquale считается так: в типичной сессии у тебя плюс к документации идут другие input-токены - твой код, контекст диалога, CLAUDE.md и так далее. Документация в сумме входных составляет долю. Если эта доля 35-40%, экономия именно её на 95-98% даёт суммарную экономию около 30%.

Где этот эффект самый сильный:

• Работа с одним большим SDK (Anthropic, Stripe, OpenAI, AWS) - до 60-кратной экономии на нём
• Юр-документация в большом проекте - до 30 раз меньше токенов
• Research-сессии по 50+ статьям - 100+ раз меньше (загрузить статьи в контекст просто невозможно физически)

Где эффект слабый или отсутствует:

• Работа с твоим кодом (он маленький и нужен Claude напрямую)
• Маленькие документы (меньше 10K токенов) - проще через --add-dir
• Документы, которые нужно править - NotebookLM read-only, для правок не подходит

Какие альтернативы у NotebookLM-MCP?

NotebookLM выигрывает в трёх сценариях:

• Большая внешняя документация (SDK, спецификации, бренд-гайды конкурентов)
• Бесплатный Free tier хватает на одиночную работу
• Не хочется поднимать собственную RAG-инфраструктуру

Если у тебя в проекте уже есть свой векторный поиск (например, Pinecone для product search), NotebookLM не нужен - используй уже работающий стек.

3 ошибки, которые сводят выгоду к нулю

Антипаттерн 1. Дублирование --add-dir и NotebookLM

Симптом: «я подключил NotebookLM, но токены жгутся как раньше».

Причина: в CLAUDE.md или в стартовом промпте написано --add-dir documentation/, и одновременно вызывается notebooklm-mcp. Claude грузит документацию обоими способами. Полная документация заходит в контекст, плюс ещё summary поверх.

Решение: удалить ссылку на папку с документацией из --add-dir. Оставить только ссылку на сам notebook через MCP.

Антипаттерн 2. Cmd+V длинных документов в чат

Симптом: «связка настроена, но я по привычке копипащу куски PDF в Claude».

Причина: рефлекс с прошлого workflow. NotebookLM-MCP покрывает именно этот сценарий - не нужно ничего копировать, Claude сам сходит в notebook.

Решение: проговори вслух правило. «Документ длиннее 1 экрана - значит он живёт в NotebookLM, я делаю запрос через MCP, а не копирую в чат». Через 3-4 дня перестроишься.

Антипаттерн 3. Дублирование CLAUDE.md в NotebookLM

Симптом: «я залил весь CLAUDE.md в notebook, а правила Claude всё равно не применяет».

Причина: CLAUDE.md - это внутренний контекст проекта (правила стиля, архитектура, бизнес-логика). Claude читает его автоматически при каждом старте сессии. NotebookLM - это внешний контекст (SDK, юр-документы, маркетинг). Если правила залить в NotebookLM, Claude получит их только когда сам решит туда сходить - то есть не всегда.

Решение: разделить чётко. CLAUDE.md - для «что я делаю руками каждый раз». NotebookLM - для «куда я хожу за справкой». Подробнее эту разделительную логику я разбираю в гайде как настроить CLAUDE.md правильно.

Что дальше: где NotebookLM становится частью «Второго мозга»

В гайде Второй мозг в Claude Code: как настроить, чтобы он помнил проект я разбираю, что Второй мозг - это связанная структура знаний о проекте: правила, аудитория, продукты, цели, экономика. Claude читает её при каждом запросе и работает с контекстом, а не в вакууме.

NotebookLM расширяет эту логику наружу проекта. Внутри - папка business/ или CLAUDE.md с правилами. Снаружи - notebook'и с внешней документацией: SDK, нормативка, бренды конкурентов. Claude в первой сессии знает всё внутреннее (из CLAUDE.md), при необходимости ходит за внешним (через notebooklm-mcp).

Третий кит, без которого связка разваливается - контекст-инжиниринг. Решение «какая информация попадает в контекст, в какой момент, и как её правильно ужать» - это не про MCP и не про CLAUDE.md, это про общую дисциплину работы с контекстным окном. NotebookLM-MCP - один из инструментов этой дисциплины (offload в RAG). Plan Mode - другой. /compact - третий. Git worktree - четвёртый.

Полная схема по вайб-кодингу за вечер: ИИ-клон + Второй мозг + Контекст-инжиниринг. 3 эфира, 2 000 ₽. Записи остаются у тебя.

Практикум по вайб-кодингу

+Твой второй мозг

3 вечера - стек, метод, первый проект

Старт 9–11 июня  ·  2 000 ₽

Записаться →