企业官网建设流程全解析

NotebookLM配额完全解读：notebooklm-py揭示Free/Pro/Ultra各层级真实限制

【免费下载链接】notebooklm-pyUnofficial Python API and agentic skill for Google Gemini Notebook. Full programmatic access to NotebookLM's features—including capabilities the web UI doesn't expose—via Python, CLI, and AI agents like Claude Code, Codex, and OpenClaw.项目地址: https://gitcode.com/GitHub_Trending/no/notebooklm-py

notebooklm-py是 Google NotebookLM（现已更名 Gemini Notebook）的非官方 Python API 与 AI Agent 技能，支持通过 Python、CLI 和 Claude Code / Codex 等智能体完整调用 NotebookLM 功能。Google 官方从未公开"我的账号还剩多少配额"的接口，而 notebooklm-py 内置的 配额参考表 加上实时AccountLimitsAPI，正好补上了这块空白——本文将彻底讲透NotebookLM 配额在 Free / Plus / Pro / Ultra 各层级的真实限制。

📌 先确认你的层级：tier字段是唯一权威信号

NotebookLM 的GET_USER_SETTINGS响应里藏着一个配额区块，其中limits[4]就是订阅层级。notebooklm-py 把它解析为AccountLimits.tier（AccountLimits 定义）：

⚠️关键坑：tier是不透明枚举，不是排序值。4（Plus）数值比2（Pro）大，却是更低的套餐——只能查表，不能用</>比较。

📊 消费端五档配额全表（Free / Plus / Pro / Ultra）

以下为 Google 公开页面的限制快照（2026-07-09 采集，源自 docs/quota-limits.md）：

其中 Free 版深度研究"10 次/月、Plus 反而 3 次/日"的反直觉设计，Google 在官方页面和 Workspace 页面均有标注。信息图、数据表、幻灯片则只给了 Limited → Highest 的定性标签而无具体数字（社区实测 Free 信息图约 3 张/日）。

🏢 Workspace 与 Enterprise：同名不同额

• Workspace/EDU共五档（Standard / More / Higher / Expanded / Highest），其中Expanded 档刻意低于消费端 Ultra 20TB：400 源 vs 500、1,000 对话 vs 2,500。tier=5对应的正是这一档。
• Enterprise有唯一被记录的单源上限：500 MB 或 50 万词/源；幻灯片与信息图各 15 份/日。
• 注意：Pro（消费端）与 Higher（Workspace）都报notebook_limit=500 / source_limit=300，单看配额数字无法区分账户面，需按账户来源对表。

🔄 重置机制：4 个最常见的误解

1. 滚动窗口，非零点重置：日配额从首次使用起算 24 小时，月配额 30 天，不是日历午夜清零。
2. 限额维度不同：笔记本上限是"每用户"，源上限是"每笔记本"，聊天/生成类是"每人每日"。
3. 分享不改变任何协作者的源限额。
4. 首次添加源时自动生成的报告/播客等只生成一次，不占配额。

🐍 用 notebooklm-py 读取账号实时配额

Google 不暴露"剩余次数"，但会实时下发静态层级限额（notebook_limit、source_limit、tier），解析逻辑在 extract_account_limits。三种用法：

• Python API（见 docs/python-api.md）：

limits = await client.settings.get_account_limits() print(limits.notebook_limit, limits.source_limit, limits.tier)

• MCP / REST 服务：调用server_info(include_account=True)，返回中带notebook_limit/source_limit/tier字段（实现见 mcp/tools/meta.py）。
• 实际效果：库会在创建笔记本、上传源时自动对照该限额给出精确提示（例如"当前 48/50 个源"），比官方网页的模糊报错友好得多。

安装一行命令：pip install notebooklm-py，再notebooklm login完成浏览器授权即可。

💡 配额实战：5 个让限额不卡脖子的技巧

1. 先读 tier 再定计划：批量自动化前先调一次get_account_limits()，按实际档位编排任务量，不要写死数字。
2. 多笔记本拆分：源限额是"每笔记本"维度，Free 用户 50 个源/本，拆分到多个笔记本即可绕开单本上限（注意笔记本总数也是 100）。
3. 免费用户守住深度研究：10 次/月用完即歇，Plus 以上才按日计。
4. 利用免费的首次生成：源刚添加时的自动报告/播客不占配额，批量加源时顺手白拿一份概览。
5. 生成前自检：生成类（报告/闪卡/测验等）每人每日独立计数，脚本里建议错峰 + 重试，避免撞 429。

⚠️ 数字会漂移：如何保持信息不过时

• 消费端层级在2026 年 5 月刚重构（4 档 → 5 档，Ultra 拆分为 20TB/30TB）；
• 2025-11-25官方曾因需求压力把 Free 用户的信息图/幻灯片临时降为 0，且公开表格并未同步更新——实际执行的限额会跑在文档前面；
• 正因如此，notebooklm-py 刻意不把这张表写成代码常量（设计理由），只把服务端实时下发的tier/限额作为权威信号，表格留在文档中作"带日期的快照"。

结论：把 Google 的公开表格当参考、把AccountLimits当事实——Free 够用但要拆笔记本、Pro 适合重度研究流、Ultra 才能放开批量生成，按档位规划才不会撞墙。

【免费下载链接】notebooklm-pyUnofficial Python API and agentic skill for Google Gemini Notebook. Full programmatic access to NotebookLM's features—including capabilities the web UI doesn't expose—via Python, CLI, and AI agents like Claude Code, Codex, and OpenClaw.项目地址: https://gitcode.com/GitHub_Trending/no/notebooklm-py