gemini-notebook-mcp-cli: 用命令列和MCP協議操控Gemini Notebook

專案概述

gemini-notebook-mcp-cli 是一個開源Python工具，提供CLI、MCP伺服器和AI代理技能，讓開發者以程式設計方式訪問Google Gemini Notebook。支援自動化筆記查詢、內容管理和任務編排，適合需要將AI筆記整合到工作流的開發者。

如果你經常用 Google Gemini Notebook 記錄和整理資訊，但苦惱於沒有程序化介面去批量操作或整合到自己的工具鏈裡，那麼這個剛在 GitHub 上火起來的開源專案——gemini-notebook-mcp-cli——可能就是你要找的答案。

這個專案由開發者 jacob-bd 釋出，核心目標很簡單：為 Gemini Notebook 提供一套命令列介面（CLI），同時支援Model Context Protocol（MCP）伺服器和AI Agent 技能。換句話說，你可以擺脫瀏覽器介面，直接用終端、或者通過支援 MCP 協議的客戶端（比如 VS Code、Claude Desktop）來讀寫你的筆記，甚至讓 AI 代理自動完成筆記整理、檢索和摘要等任務。

為什麼值得關注？

Gemini Notebook 本身是個強大的知識庫工具，但它的使用場景一直侷限在網頁端。對於開發者、資料科學家或重度效率控來說，無法用指令碼批量處理筆記意味著很多自動化場景被打折。gemini-notebook-mcp-cli 填補了這個空白——它讓你能像運算元據庫一樣操作筆記，比如：

通過 CLI 快速搜尋筆記內容，無需開啟瀏覽器
在 CI/CD 流水線中自動提取筆記中的關鍵資訊
結合其他 MCP 工具，讓 AI 助手自動讀筆記並生成周報

專案基於 Python，依賴 Gemini API（需要 API key），目前已經收穫了 5600+ star，說明社羣對這個需求相當認可。

核心功能拆解

這個工具本質上是一個封裝層，它把 Gemini Notebook 的 REST API 包裝成了三種消費形式：

CLI 模式：直接在終端執行命令，比如 gnb list 列出所有筆記，gnb get 檢視筆記內容，支援 json 輸出方便指令碼處理。
MCP 伺服器模式：啟動一個 MCP 服務，任何相容 MCP 的客戶端（如 Claude Desktop、Cursor）都可以通過標準協議呼叫筆記查詢、建立、更新等功能。這意味著你可以讓大模型直接「讀」你的筆記，並根據內容回答問題。
Agent 技能模式：為 AI Agent（比如 AutoGPT、LangChain agent）提供預定義的工具函式，讓代理能自主地檢索筆記內容，用於決策或知識增強。

對於開發者來說，最實用的可能是MCP 伺服器模式——它降低了整合門檻：不需要了解 Gemini API 細節，只要啟動一個程序，任何支援 MCP 的 AI 工具就能和你筆記中的資訊「對話」。

典型使用場景

想象一下，你平時用 Gemini Notebook 收集了大量專案文件、技術筆記和會議記錄。現在你想讓本地的 AI 助手在編寫程式碼時能參考這些筆記——只需要執行 MCP 伺服器，然後 Claude Desktop 就能自動搜尋相關筆記並給出建議。

另一個場景：運維團隊每天把故障處理記錄寫到 Notebook 裡，然後用 CI 指令碼定期呼叫 CLI 匯出未關閉的 issue 並生成告警。這些以前需要手動複製貼上的工作，現在一行命令就能搞定。

當然，這個專案還比較新，文件和示例相對簡單，對於不熟悉 CLI 和 API key 配置的使用者來說有一定學習曲線。但如果你屬於開發者或技術愛好者，並且日常重度使用 Gemini Notebook，那麼值得花半小時上手試試。

上手與注意事項

安裝非常標準：pip install gemini-notebook-mcp-cli，然後設定環境變數 GOOGLE_API_KEY。之後就能用 gnb 命令探索了。注意你需要一個 Google AI API key（目前有免費額度），並且 Gemini Notebook 本身是免費產品。

幾個實用提示：