notebooklm-mcp-secure

O único MCP NotebookLM com segurança de nível empresarial, criptografia pós-quântica e integração completa com a API Gemini.

Fork endurecido para segurança de PleasePrompto/notebooklm-mcp • Mantido por Pantheon Security

⚡ TL;DR — O Que Você Obtém

• 🔍 Consulte seus notebooks do NotebookLM — respostas baseadas em fontes, sem alucinações
• 📚 Crie e gerencie notebooks programaticamente — sem cliques manuais
• 🎙️ Gere resumos em áudio — resumos estilo podcast dos seus documentos
• 🎬 Gere resumos em vídeo — resumos em vídeo com IA em 10 estilos visuais NOVO
• 📊 Extraia tabelas de dados — JSON estruturado de fontes do notebook NOVO
• 🔬 Gemini 3 + Deep Research — modelos mais recentes com controle de raciocínio (API opcional) NOVO
• 📄 API de Documentos — envie e consulte PDFs sem navegador (API opcional)
• 🔐 17 camadas de segurança — criptografia pós-quântica, logs de auditoria, varredura de segredos
• ✅ Arquitetura pronta para conformidade — construída para os padrões GDPR, SOC2 e CSSF (controles implementados; certificação formal requer auditoria de terceiros)
• 💡 Nenhuma chave de API necessária — os recursos principais funcionam apenas com autenticação do navegador

🚀 Novidades em 2026

Mais recente: v2026.3.1 — Todas as 334 questões da auditoria resolvidas. 631 testes. Conformidade total com o protocolo MCP.

# Quick install
claude mcp add notebooklm -- npx @pan-sec/notebooklm-mcp@latest

Por que escolher este MCP?

🔬 Auditoria de Segurança 2026 — O Que Encontramos e Corrigimos

Em abril de 2026, encomendamos uma auditoria profunda paralela do v2026.2.11 (main @ 2973097) usando quatro revisores de código de IA especializados, cada um focado em uma superfície de ataque diferente: vulnerabilidades de segurança, correção do protocolo, qualidade da arquitetura e lacunas de teste e casos extremos. Os quatro revisores operaram de forma independente para que suas descobertas não influenciassem uns aos outros. Juntos, produziram uma lista mestre de 334 itens cobrindo correção do protocolo, vulnerabilidades de segurança, falhas de arquitetura, lacunas de teste e precisão da documentação. Todas as 334 questões estão resolvidas nas versões v2026.3.0 e v2026.3.1.

Auditoria em Números

O Que os Quatro Revisores Encontraram

Revisor de segurança: Identificou o bypass forceAuth em validateToken() permitindo acesso não autenticado às ferramentas do sistema de arquivos; SSRF em webhooks via destinos de entrega não validados; cadeia de hash do log de auditoria não verificada na leitura; escritas de auditoria concorrentes intercalando entradas; salt do token de autenticação não persistido (tokens invalidados na reinicialização).

Revisor de protocolo: Encontrou 38 ferramentas retornando formatos de resposta incorretos (structuredContent ausente, semântica isError errada, tags de transporte vazando para o conteúdo); todas as 48 ferramentas tinham anotações readOnlyHint/idempotentHint/destructiveHint incorretas ou ausentes; 9 esquemas de ferramentas não tinham limites numéricos, permitindo entradas fora do intervalo.

Revisor de arquitetura: Sinalizou o handlers.ts de 3.611 linhas como um passivo de manutenção; imports singleton em todas as funções de domínio impedindo testes unitários; o dispatch switch/case de 500 linhas adicionando sobrecarga O(n) e tornando o registro de ferramentas propenso a erros.

Revisor de testes e casos extremos: Encontrou a suíte de testes em 139 testes com cobertura mínima dos módulos críticos de segurança; mcp-auth.ts com cobertura quase zero; nenhum teste para padrões de injeção de prompt, adulteração do log de auditoria ou estado de sessão concorrente do navegador; o handler DSAR tinha uma condição de corrida não detectada.

Principais Correções

• 17 vulnerabilidades de segurança tratadas (bypass de autenticação, SSRF, integridade de auditoria, condições de corrida, vetores de injeção de seletores)
• Protocolo MCP totalmente em conformidade — todas as 48 ferramentas retornam formatos structuredContent/isError corretos; anotações precisas; limites de esquema aplicados
• Arquitetura decomposta — handlers.ts dividido em 9 módulos de domínio com injeção de dependência HandlerContext; 100% testável por unidade sem mocks de processo
• Cobertura de testes — 15 novas suítes de teste críticas de segurança incluindo sessão de navegador, autenticação, injeção de prompt, log de auditoria, webhook, DSAR e conformidade
• Alegações alinhadas — pin de certificado removido (implementação retirada no Dia 1 da auditoria); escopo da criptografia PQ documentado com precisão; linguagem de conformidade usa "controles implementados" e não "certificado"

Gemini Deep Research (v1.8.0)

A capacidade de pesquisa mais poderosa para agentes de IA — agora no seu kit de ferramentas MCP.

A v1.8.0 apresenta a API de Interações Gemini como um backend de pesquisa estável e baseado em API, juntamente com a automação de navegador. Isso dá aos seus agentes acesso ao agente de Pesquisa Profunda de última geração do Google.

Por que isso importa

Novas Ferramentas

deep_research — Agente de Pesquisa Abrangente

"Research the security implications of post-quantum cryptography adoption in financial services"

• Executa o agente Deep Research do Google (mesmo que o Gemini Advanced)
• Leva de 1 a 5 minutos para análise abrangente e fundamentada na web
• Retorna respostas estruturadas com citações e fontes
• Perfeito para tópicos complexos que exigem síntese de múltiplas fontes

gemini_query — Consultas Fundamentadas Rápidas

"What are the latest CVEs for Log4j in 2025?" (with Google Search)
"Calculate the compound interest on $10,000 at 5% over 10 years" (with code execution)
"Summarize this security advisory: [URL]" (with URL context)

• Fundamentação do Google Search — Informações atuais, não apenas dados de treinamento
• Execução de código — Execute cálculos, análise de dados
• Contexto de URL — Analise páginas da web sob demanda
• Modelos: gemini-3-flash-preview (padrão), gemini-3-pro-preview (poderoso), gemini-2.5-flash (legado)

get_research_status — Monitoramento de Tarefas em Segundo Plano

Execute pesquisa profunda em segundo plano e verifique o progresso:

"Start researching [topic] in the background"
... continue other work ...
"Check research status for interaction_abc123"

Arquitetura Híbrida

┌──────────────────────────────────────────────────────────────────────────────┐
│                      NotebookLM MCP Server v2026.3.x                         │
├──────────────────────────────────────────────────────────────────────────────┤
│                                                                              │
│  ┌────────────────────────────────┐    ┌──────────────────────────────────┐  │
│  │      BROWSER AUTOMATION        │    │          GEMINI API              │  │
│  │    ✅ NO API KEY NEEDED        │    │    ⚡ OPTIONAL - needs API key   │  │
│  ├────────────────────────────────┤    ├──────────────────────────────────┤  │
│  │                                │    │                                  │  │
│  │  QUERY                         │    │  RESEARCH                        │  │
│  │  • ask_question                │    │  • deep_research                 │  │
│  │  • get_notebook_chat_history   │    │  • gemini_query                  │  │
│  │                                │    │  • get_research_status           │  │
│  │  CREATE & MANAGE               │    │                                  │  │
│  │  • create_notebook             │    │  DOCUMENTS                       │  │
│  │  • batch_create_notebooks      │    │  • upload_document               │  │
│  │  • manage_sources              │    │  • query_document                │  │
│  │  • generate_audio              │    │  • query_chunked_document        │  │
│  │  • generate_video_overview     │    │  • list/delete_document          │  │
│  │  • generate_data_table         │    │                                  │  │
│  │  • sync_notebook               │    │                                  │  │
│  │                                │    │                                  │  │
│  │  HEALTH & SESSIONS     v2026   │    │                                  │  │
│  │  • get_health (deep_check)     │    │  Fast API • 48h retention        │  │
│  │  • get_query_history           │    │  Auto-chunking for large PDFs    │  │
│  └────────────────────────────────┘    └──────────────────────────────────┘  │
│                                                                              │
│                      ┌─────────────────────────────────┐                     │
│                      │       17 SECURITY LAYERS        │                     │
│                      │   Post-Quantum • Audit Logs     │                     │
│                      │   Secrets Scan • Memory Wipe    │                     │
│                      │  GDPR • SOC2 • CSSF Ready*      │                     │
│                      └─────────────────────────────────┘                     │
└──────────────────────────────────────────────────────────────────────────────┘

💡 A API Gemini é completamente opcional! Todos os recursos principais do NotebookLM (ask_question, notebooks, sessions, audio) funcionam via automação de navegador sem necessidade de chave de API. As ferramentas Gemini abaixo são recursos bônus para usuários que desejam acesso direto à API.

Configuração do Gemini (Opcional)

# Only required if you want Gemini API features (deep_research, gemini_query, upload_document)
GEMINI_API_KEY=your-api-key          # Get from https://aistudio.google.com/apikey

# Optional settings
GEMINI_DEFAULT_MODEL=gemini-3-flash-preview  # Default model (was gemini-2.5-flash)
GEMINI_DEEP_RESEARCH_ENABLED=true            # Enable Deep Research
GEMINI_TIMEOUT_MS=30000                      # API timeout

Quando Usar Qual

📄 API de Documentos (v1.9.0)

Envie e consulte documentos diretamente via API Gemini — sem necessidade de automação de navegador.

A v1.9.0 apresenta a API de Arquivos Gemini para análise de documentos rápida e confiável. Envie PDFs, analise-os instantaneamente e exclua quando terminar.

Por que isso importa

Novas Ferramentas

upload_document — Envio Rápido de Documentos

Envie qualquer documento para o Gemini para consulta instantânea:

Upload /path/to/research-paper.pdf

• Suportado: PDF (50MB, 1000 páginas), TXT, MD, HTML, CSV, JSON, DOCX, imagens, áudio, vídeo
• Retenção de 48 horas — os arquivos expiram automaticamente, ou exclua manualmente
• Retorna um ID de arquivo para consulta

query_document — Faça Perguntas Sobre Documentos

"What are the main findings in this research paper?"
"Summarize section 3 of the document"
"Extract all statistics mentioned in the PDF"

• Compreensão completa do documento (texto, tabelas, gráficos, diagramas)
• Consultas de múltiplos documentos (compare vários arquivos)
• Resposta rápida da API (sem espera do navegador)

list_documents — Ver Todos os Arquivos Enviados

List all my uploaded documents

Mostra nomes de arquivos, tamanhos, tipos MIME e tempos de expiração.

delete_document — Limpar Arquivos Sensíveis

Delete file xyz123

Remova arquivos imediatamente (não espere a expiração de 48h).

Exemplo de Fluxo de Trabalho

1. upload_document("/research/paper.pdf")
   → Returns: files/abc123

2. query_document("files/abc123", "What methodology was used?")
   → Returns: "The paper uses a mixed-methods approach combining..."

3. query_document("files/abc123", "List all cited authors")
   → Returns: "Smith et al. (2024), Johnson (2023)..."

4. delete_document("files/abc123")
   → File removed

Divisão Automática para PDFs Grandes (v1.10.0)

Sem limites de tamanho de arquivo — PDFs de qualquer tamanho são tratados automaticamente.

Quando você envia um PDF que excede os limites do Gemini (50MB ou 1000 páginas), o sistema automaticamente:

1. Detecta o PDF superdimensionado
2. Divide em partes ideais (500 páginas cada)
3. Envia todas as partes em paralelo
4. Retorna metadados das partes para consulta

upload_document("/research/massive-2000-page-report.pdf")

→ Returns:
{
  "wasChunked": true,
  "totalPages": 2000,
  "chunks": [
    { "fileName": "files/abc1", "pageStart": 1, "pageEnd": 500 },
    { "fileName": "files/abc2", "pageStart": 501, "pageEnd": 1000 },
    { "fileName": "files/abc3", "pageStart": 1001, "pageEnd": 1500 },
    { "fileName": "files/abc4", "pageStart": 1501, "pageEnd": 2000 }
  ],
  "allFileNames": ["files/abc1", "files/abc2", "files/abc3", "files/abc4"]
}

query_chunked_document — Consultar Todas as Partes de Uma Vez

Para documentos divididos, use esta ferramenta para consultar todas as partes e obter uma resposta agregada:

query_chunked_document(
  file_names: ["files/abc1", "files/abc2", "files/abc3", "files/abc4"],
  query: "What are the key recommendations in this report?"
)

→ Queries each chunk, then synthesizes a unified answer

Quando Usar a API de Documentos vs NotebookLM

Criação Programática de Notebooks (v1.7.0+)

Crie notebooks do NotebookLM inteiramente a partir de código — sem cliques manuais necessários.

A maioria dos servidores MCP só pode ler do NotebookLM. Este pode criar notebooks, adicionar fontes e gerar áudio — tudo programaticamente.

create_notebook — Crie Notebooks Instantaneamente

Crie um notebook completo com múltiplas fontes em um único comando:

{
  "name": "Security Research 2025",
  "sources": [
    { "type": "url", "value": "https://owasp.org/Top10" },
    { "type": "file", "value": "/path/to/security-report.pdf" },
    { "type": "text", "value": "Custom analysis notes...", "title": "My Notes" }
  ],
  "description": "OWASP security best practices",
  "topics": ["security", "owasp", "vulnerabilities"]
}

Tipos de fonte suportados:

• URL — Páginas da web, documentação, artigos
• Arquivo — PDF, DOCX, TXT e mais
• Texto — Texto bruto, trechos de código, anotações

batch_create_notebooks — Escale

Crie até 10 notebooks em uma única operação:

{
  "notebooks": [
    { "name": "React Docs", "sources": [{ "type": "url", "value": "https://react.dev/reference" }] },
    { "name": "Node.js API", "sources": [{ "type": "url", "value": "https://nodejs.org/api/" }] },
    { "name": "TypeScript Handbook", "sources": [{ "type": "url", "value": "https://www.typescriptlang.org/docs/" }] }
  ]
}

Perfeito para:

• Configurar bibliotecas de documentação de projetos
• Integrar novos membros da equipe com bases de conhecimento selecionadas
• Criar notebooks de pesquisa específicos por tópico em massa

manage_sources — Gerenciamento Dinâmico de Fontes

Adicione ou remova fontes de notebooks existentes:

{
  "notebook_id": "abc123",
  "action": "add",
  "sources": [{ "type": "url", "value": "https://new-documentation.com" }]
}

generate_audio — Criação de Visão Geral de Áudio

Gere os famosos podcasts "Audio Overview" do NotebookLM programaticamente:

"Generate an audio overview for my Security Research notebook"

sync_notebook — Mantenha as Fontes Atualizadas

Sincronize fontes do notebook a partir de um diretório local:

{
  "notebook_id": "abc123",
  "directory": "/path/to/docs",
  "patterns": ["*.md", "*.pdf"]
}

Por que isso importa

Seu agente agora pode construir bases de conhecimento inteiras de forma autônoma.

🎬 Visões Gerais de Vídeo e Tabelas de Dados (v2026.2.0)

Gere resumos visuais com IA e extraia dados estruturados de qualquer notebook — tudo programaticamente.

O painel Studio do NotebookLM agora oferece Visões Gerais de Vídeo e Tabelas de Dados junto com Visões Gerais de Áudio. Esta versão traz automação completa para ambos.

generate_video_overview — Resumos de Vídeo com IA

Gere visões gerais de vídeo visuais do conteúdo do seu notebook com 10 estilos visuais:

Dois formatos:

• Explicativo — Explicação completa (5-15 min)
• Resumo — Resumo rápido (1-3 min)

"Generate a kawaii-style brief video overview for my Security Research notebook"

get_video_status — Verificar Progresso da Geração

A geração de vídeo leva de 3 a 10 minutos. Verifique o progresso:

"Check video status for my Security Research notebook"
→ { "status": "generating", "progress": 0 }
→ { "status": "ready" }

generate_data_table — Extração de Dados Estruturados

Gere uma tabela estruturada a partir das fontes do seu notebook. O NotebookLM extrai informações-chave em linhas e colunas:

"Generate a data table for my research notebook"

get_data_table — Extrair Tabela como JSON

Extraia a tabela gerada como JSON estruturado para processamento:

"Get the data table from my research notebook"
→ {
    "headers": ["Title", "Year", "Key Finding", "Methodology", ...],
    "rows": [["Paper A", "2025", "Finding X", "Survey", ...], ...],
    "totalRows": 27,
    "totalColumns": 7
  }

Quando Usar Qual Recurso do Studio

📊 Histórico de Consultas e Extração de Chat (v2026.1.0)

Acompanhe sua pesquisa e recupere conversas de notebooks do NotebookLM.

get_query_history — Revise Pesquisas Anteriores (v1.10.8)

Todas as consultas feitas através do MCP são registradas automaticamente para revisão:

"Show me my recent NotebookLM queries"
"Find queries about security from last week"
"What did I ask the fine-tuning notebook?"

• Registro automático — cada par de pergunta e resposta salvo com metadados
• Pesquisa — encontre tópicos específicos em todas as consultas
• Filtro — por notebook, sessão ou data
• Rastreamento de cota — veja contagens e tempos de consulta

get_notebook_chat_history — Extrair Conversas do Navegador (v2026.1.0)

Extraia o histórico de conversas diretamente da interface de chat de um notebook do NotebookLM com gerenciamento de contexto para evitar sobrecarregar sua janela de contexto de IA:

Auditoria rápida (modo de pré-visualização):

{ "notebook_id": "my-research", "preview_only": true }

Retorna contagens de mensagens sem conteúdo — teste antes de extrair.

Exportar para arquivo (evita estouro de contexto):

{ "notebook_id": "my-research", "output_file": "/tmp/chat-history.json" }

Despeja o histórico completo em disco em vez de retornar ao contexto.

Paginar pelo histórico:

{ "notebook_id": "my-research", "limit": 20, "offset": 0 }
{ "notebook_id": "my-research", "limit": 20, "offset": 20 }

Navegue por históricos grandes sem carregar tudo de uma vez.

Retorna:

{
  "notebook_url": "https://notebooklm.google.com/notebook/xxx",
  "notebook_name": "My Research",
  "total_messages": 150,
  "returned_messages": 40,
  "user_messages": 75,
  "assistant_messages": 75,
  "offset": 0,
  "has_more": true,
  "messages": [...]
}

Casos de uso:

• Recuperar conversas feitas diretamente no navegador do NotebookLM (não rastreadas pelo MCP)
• Auditar pesquisa — veja quais consultas foram feitas em um notebook
• Retomar contexto — continue de onde uma sessão anterior parou
• Reconciliação de cota — entenda por que a cota parece errada

Por que Este Fork?

O MCP original do NotebookLM é excelente para produtividade — mas os servidores MCP lidam com dados sensíveis:

• Sessões de navegador com autenticação do Google
• Cookies e tokens armazenados em disco
• Histórico de consultas que pode conter informações proprietárias

Este fork adiciona 17 camadas de endurecimento de segurança para proteger esses dados.

Recursos de Segurança

Primitivas Pós-Quânticas (Local em Repouso)

A criptografia de segredos em disco usa primitivas híbridas pós-quânticas:

ML-KEM-768 (Kyber) + ChaCha20-Poly1305

• ML-KEM-768: encapsulamento de chave pós-quântico padronizado pelo NIST
• ChaCha20-Poly1305: cifra de fluxo moderna (imune a ataques de temporização)

Escopo, honestamente: isto é criptografia local em repouso. Ambas as chaves residem na mesma máquina — a chave secreta PQ é envolvida com uma chave clássica derivada de um segredo vinculado à máquina, não mantida por um destinatário remoto. Isso protege contra roubo offline de arquivos criptografados individuais, não contra ataques de Colheita-Agora-Descriptografe-Depois (esses exigem um destinatário PQ remoto que detenha a chave de desenvelopamento).

Suporte Multiplataforma

Suporte nativo completo para todos os principais sistemas operacionais:

Todos os arquivos sensíveis (chaves de criptografia, tokens de autenticação, logs de auditoria) são automaticamente protegidos com permissões somente do proprietário em todas as plataformas.

Arquitetura Pronta para Conformidade Empresarial (v1.6.0+)

Construída de acordo com os padrões exigidos para indústrias regulamentadas. Todos os controles técnicos em nível de código são implementados — a conformidade completa também exige controles de processo organizacional (políticas, treinamento, gestão de fornecedores). A certificação formal (relatório SOC2 Tipo II, registro GDPR, envio ao CSSF) exige um engajamento de auditoria de terceiros.

Ferramentas de Conformidade (16 ferramentas MCP)

compliance_dashboard    - Real-time compliance status
compliance_report       - Generate audit reports (JSON/CSV/HTML)
compliance_evidence     - Collect evidence packages
grant_consent          - Record user consent
submit_dsar            - Handle data subject requests
request_erasure        - Right to be forgotten
export_user_data       - Data portability export
create_incident        - Security incident management
...and 8 more

Consulte COMPLIANCE-SPEC.md para documentação completa.

Instalação

O Que Funciona Imediatamente (Sem Chave de API)

Todos os recursos principais do NotebookLM funcionam imediatamente apenas com autenticação do navegador:

Opcional: Adicione GEMINI_API_KEY para recursos bônus como deep_research, gemini_query e upload_document.

Para validação autenticada repetível, consulte o Manual de Testes Autenticados.

Claude Code

claude mcp add notebooklm -- npx @pan-sec/notebooklm-mcp@latest

Com Autenticação + Gemini (Recomendado)

claude mcp add notebooklm \
  --env NLMCP_AUTH_ENABLED=true \
  --env NLMCP_AUTH_TOKEN=$(openssl rand -base64 32) \
  --env GEMINI_API_KEY=your-gemini-api-key \
  -- npx @pan-sec/notebooklm-mcp@latest

Codex

codex mcp add notebooklm -- npx @pan-sec/notebooklm-mcp@latest

{
  "mcpServers": {
    "notebooklm": {
      "command": "npx",
      "args": ["-y", "@pan-sec/notebooklm-mcp@latest"],
      "env": {
        "NLMCP_AUTH_ENABLED": "true",
        "NLMCP_AUTH_TOKEN": "your-secure-token",
        "GEMINI_API_KEY": "your-gemini-api-key"
      }
    }
  }
}

{
  "mcpServers": {
    "notebooklm": {
      "command": "npx",
      "args": ["-y", "@pan-sec/notebooklm-mcp@latest"]
    }
  }
}

{
  "mcpServers": {
    "notebooklm": {
      "command": "npx",
      "args": ["-y", "@pan-sec/notebooklm-mcp@latest"],
      "env": {
        "GEMINI_API_KEY": "your-gemini-api-key"
      }
    }
  }
}

{
  "$schema": "https://opencode.ai/config.json",
  "mcp": {
    "notebooklm": {
      "type": "local",
      "command": ["npx", "-y", "@pan-sec/notebooklm-mcp@latest"],
      "enabled": true,
      "environment": {
        "GEMINI_API_KEY": "your-gemini-api-key"
      }
    }
  }
}

{
  "mcpServers": {
    "notebooklm": {
      "command": "npx",
      "args": ["-y", "@pan-sec/notebooklm-mcp@latest"],
      "env": {
        "GEMINI_API_KEY": "your-gemini-api-key"
      }
    }
  }
}

{
  "mcp": {
    "servers": {
      "notebooklm": {
        "command": "npx",
        "args": ["-y", "@pan-sec/notebooklm-mcp@latest"],
        "env": {
          "GEMINI_API_KEY": "your-gemini-api-key"
        }
      }
    }
  }
}

{
  "mcpServers": {
    "notebooklm": {
      "command": "npx",
      "args": ["-y", "@pan-sec/notebooklm-mcp@latest"],
      "env": {
        "GEMINI_API_KEY": "your-gemini-api-key"
      }
    }
  }
}

Início Rápido

1. Instale (veja acima)

2. Autentique

"Log me in to NotebookLM"

O Chrome abre → faça login com o Google

3. Adicione seu notebook

Acesse notebooklm.google.com → Criar notebook → Enviar documentos → Compartilhar link

4. Use

"Research [topic] using this NotebookLM: [link]"

5. Experimente o Deep Research (NOVO!)

"Use deep research to investigate [complex topic]"

Referência Completa de Ferramentas

Ferramentas de Pesquisa

Gerenciamento de Notebooks

Gerenciamento de Fontes (v1.7.0+)

Recursos do Studio (v2026.2.0)

Sessão e Sistema

Conformidade (v1.6.0+)

16 ferramentas de conformidade para requisitos GDPR, SOC2 e CSSF.

O Que É Protegido

Configuração

Todos os recursos de segurança estão habilitados por padrão. Substitua por meio de variáveis de ambiente:

# Authentication
NLMCP_AUTH_ENABLED=true
NLMCP_AUTH_TOKEN=your-secret-token

# Gemini API (v1.8.0+)
GEMINI_API_KEY=your-api-key
GEMINI_DEFAULT_MODEL=gemini-3-flash-preview  # Default (was gemini-2.5-flash)
GEMINI_DEEP_RESEARCH_ENABLED=true
GEMINI_TIMEOUT_MS=30000
NOTEBOOKLM_NO_GEMINI=false       # Set to true to disable all Gemini tools

# Tool Profiles
NOTEBOOKLM_PROFILE=standard      # minimal (5 tools) | standard (33 tools) | full (all 47)
NOTEBOOKLM_DISABLED_TOOLS=       # Comma-separated list of tools to hide

# Encryption
NLMCP_USE_POST_QUANTUM=true
NLMCP_ENCRYPTION_KEY=base64-32-bytes  # Optional custom key

# Session Limits
NLMCP_SESSION_MAX_LIFETIME=28800  # 8 hours
NLMCP_SESSION_INACTIVITY=1800     # 30 minutes

# Secrets Scanning
NLMCP_SECRETS_SCANNING=true
NLMCP_SECRETS_BLOCK=false         # Block on detection
NLMCP_SECRETS_REDACT=true         # Auto-redact

# Audit Logging
NLMCP_AUDIT_ENABLED=true

# Multi-Session Support (v2026.1.2+)
NOTEBOOK_PROFILE_STRATEGY=isolated  # isolated|single|auto
NOTEBOOK_CLONE_PROFILE=true         # Clone auth from base profile

Modo Multissessão

Execute várias sessões do Claude Code simultaneamente com perfis de navegador isolados:

# Add to ~/.bashrc or ~/.zshrc
export NOTEBOOK_PROFILE_STRATEGY=isolated
export NOTEBOOK_CLONE_PROFILE=true

Como funciona:

• Cada sessão recebe seu próprio perfil do Chrome (sem conflitos de bloqueio)
• Perfis isolados clonam do perfil base autenticado
• A coordenação de autenticação garante que a clonagem aguarde qualquer autenticação em andamento

Consulte SECURITY.md para referência completa de configuração.

Verificação de Segurança

Execute o scanner de segurança MEDUSA:

npm run security-scan

Ou integre em CI/CD:

- name: Security Scan
  run: npx @pan-sec/notebooklm-mcp && npm run security-scan

Comparação

vs Outros MCPs do NotebookLM

Segurança e Conformidade (Exclusivo deste Fork)

* Pronto para conformidade: controles técnicos em nível de código são implementados. A conformidade completa também exige controles de processo organizacional e certificação formal por meio de auditoria de terceiros.

Conclusão: Se você precisa de mais do que consultas básicas, ou se preocupa com segurança, há apenas uma escolha.

Histórico de Versões

Reportando Vulnerabilidades

Encontrou um problema de segurança? Não abra uma issue pública no GitHub.

E-mail: support@pantheonsecurity.io

Créditos

• Servidor MCP Original: Gérôme Dexheimer — notebooklm-mcp
• Endurecimento de Segurança: Pantheon Security
• Criptografia Pós-Quântica: @noble/post-quantum
• API Gemini: Google AI

Licença

MIT — Mesma do original.