Claude Code + NotebookLM : le moteur de recherche ultime ?

🎯 Pourquoi combiner Claude Code et NotebookLM ?

NotebookLM est probablement l’outil le plus sous-coté du moment. Cette bibliothèque intelligente de Google vous permet de discuter avec votre propre contenu : vidéos YouTube, PDF, sites web, Google Docs. Vous uploadez vos sources, et NotebookLM crée un assistant qui se base exclusivement sur ces documents pour répondre à vos questions.

De son côté, Claude Code est l’agent IA en ligne de commande d’Anthropic. Il exécute des tâches complexes, gère des fichiers, lance des scripts et interagit avec des API — le tout piloté par du langage naturel.

Le problème ? Jusqu’à récemment, aucun connecteur officiel n’existait entre ces deux outils. Pas de MCP (Model Context Protocol), pas d’API publique NotebookLM. Résultat : deux outils puissants qui ne se parlaient pas.

La solution vient d’un développeur indépendant, Siddharth Tenguriya, qui a créé notebooklm-api, un répertoire GitHub non officiel permettant de connecter NotebookLM à Claude Code. Selon mes tests, cette combinaison permet d’économiser en moyenne 2 à 3 heures de veille par semaine en automatisant la collecte, l’organisation et l’exploitation de contenus vidéo.

🚀 Architecture du pipeline de recherche agentique

Avant de plonger dans la technique, voici comment les pièces s’assemblent. Le pipeline repose sur 3 couches :

Le flux est simple : vous tapez une requête en langage naturel dans Claude Code → le skill YouTube lance yt-dlp pour trouver les vidéos pertinentes → les résultats sont injectés dans un notebook NotebookLM → vous interrogez ce notebook via Claude Code pour extraire des roadmaps, des synthèses ou des infographies.

L’avantage majeur ? Le scraping YouTube est gratuit. NotebookLM ne facture pas l’ajout de sources. Vous ne consommez que vos tokens Claude Code habituels — aucune API tierce payante.

🔧 Configurer la recherche YouTube avec yt-dlp

Installer yt-dlp

yt-dlp est un outil Python open source extrêmement populaire (150 000+ stars sur GitHub, 12 000+ forks). Il permet de récupérer les métadonnées de vidéos YouTube sans enfreindre les conditions d’utilisation de l’API officielle.

pip install yt-dlp

Le script de recherche Python

Le cœur du système est un script Python qui utilise yt-dlp pour agréger des résultats de recherche YouTube. Il reproduit le comportement de la barre de recherche YouTube, mais en ligne de commande :

import yt_dlp
import json

def search_youtube(query, max_results=10):
    ydl_opts = {
        'quiet': True,
        'extract_flat': True,
        'force_generic_extractor': False,
    }
    with yt_dlp.YoutubeDL(ydl_opts) as ydl:
        results = ydl.extract_info(
            f"ytsearch{max_results}:{query}",
            download=False
        )
    videos = []
    for entry in results.get('entries', []):
        videos.append({
            'title': entry.get('title'),
            'url': entry.get('url'),
            'duration': entry.get('duration'),
            'channel': entry.get('channel'),
        })
    return videos

if __name__ == "__main__":
    results = search_youtube("Claude Code skills")
    print(json.dumps(results, indent=2, ensure_ascii=False))

En exécutant ce script, vous obtenez la liste des vidéos les plus pertinentes pour votre requête, avec titres, URLs, durées et chaînes. Selon mes tests, le temps d’exécution moyen est de 3 à 5 secondes pour 10 résultats.

Créer le skill Claude Code

Pour que Claude Code utilise ce script automatiquement, vous devez créer un skill — un fichier d’instructions qui explique à Claude quand et comment exécuter le script :

---
name: youtube-search
description: Recherche de vidéos YouTube par mots-clés via yt-dlp
---

## Objectif
Rechercher des vidéos YouTube pertinentes par mots-clés.

## Exécution
1. Lancer le script youtube_search.py avec la requête
2. Parser les résultats JSON
3. Présenter les vidéos trouvées (titre, URL, durée, chaîne)
4. Proposer des actions : ajouter à NotebookLM, résumer, etc.

Vous pouvez aussi créer une slash commande optionnelle (/ytube-search) pour lancer la recherche directement depuis le terminal Claude Code. C’est facultatif mais pratique pour découvrir les capacités de l’outil.

📚 Connecter NotebookLM à Claude Code

C’est l’étape cruciale. Le connecteur notebooklm-api (répertoire GitHub non officiel) permet à Claude Code d’interagir avec NotebookLM : créer des notebooks, ajouter des sources, récupérer des notes.

Installation en 3 étapes

1. Cloner et installer le connecteur — suivre les instructions du README du répertoire (lien en fin d’article)
2. Se connecter avec un compte Google dédié — point crucial de sécurité (voir section Limites)
3. Installer les skills NotebookLM dans Claude Code — la commande notebooklm skill install ajoute automatiquement les compétences NotebookLM à votre instance

Une fois installé, vérifiez que les skills sont bien disponibles. Dans Claude Code, tapez /skills : vous devriez voir apparaître youtube-search (skill utilisateur) et les skills NotebookLM (skill projet). L’avantage des skills utilisateur : ils persistent d’un projet Claude Code à l’autre.

Vérification du pipeline

Pour tester que tout fonctionne, lancez une recherche YouTube via le chat Claude Code. Grâce à la détection sémantique, Claude reconnaît automatiquement qu’il doit utiliser le skill YouTube quand vous posez une question liée à la recherche de vidéos :

Recherche les 10 vidéos les plus récentes sur Claude Code Skills
et ajoute-les dans un nouveau notebook appelé "Veille Claude Skills"

Claude Code va enchaîner automatiquement : exécution du script yt-dlp → récupération des résultats → création du notebook sur NotebookLM → insertion des 10 vidéos. Le tout en moins de 30 secondes.

💡 Créer votre premier moteur de recherche IA

Maintenant que le pipeline est en place, voici ce que vous pouvez en faire concrètement.

Cas d’usage 1 — Veille technologique automatisée

Vous travaillez sur un sujet (disons les skills Claude Code). Au lieu de passer 2 heures à regarder des vidéos, vous :

1. Demandez à Claude Code de chercher les 10 meilleures vidéos sur le sujet
2. Les injectez dans un notebook dédié
3. Demandez à NotebookLM (via Claude Code) de générer une roadmap d’apprentissage en 7 jours
4. Exportez le résultat en markdown dans votre dossier projet

J’ai testé cette méthode avec 10 vidéos sur les skills Claude. Résultat : une roadmap structurée jour par jour, basée exclusivement sur le contenu réel des vidéos, exportée en markdown en moins de 2 minutes.

Cas d’usage 2 — Génération de contenus à partir de veille

Vous pouvez aussi utiliser le pipeline pour produire des infographies, des cartes mentales, des résumés audio ou des fiches de synthèse. NotebookLM excelle dans la transformation de contenus bruts en formats exploitables.

Cas d’usage 3 — Recherche multi-sources

Le pipeline ne se limite pas à YouTube. NotebookLM accepte aussi des sites web, des PDF, des podcasts et des livres. Vous pouvez construire un écosystème complet de veille IA en combinant plusieurs types de sources dans un même notebook.

⚠️ Limites et précautions à connaître

Ce pipeline est puissant mais comporte des risques qu’il faut assumer en toute transparence.

Le connecteur NotebookLM n’est pas officiel

Le répertoire notebooklm-api est un projet communautaire, pas un produit Google. Concrètement, cela signifie :

• Une mise à jour de Google peut casser le connecteur du jour au lendemain
• Vous dépendez d’un développeur tiers pour les correctifs
• Le projet est populaire (beaucoup de stars et forks), mais la pérennité n’est pas garantie

Sécurité : utilisez un compte Google dédié

Mon conseil après 3 ans de terrain : ne connectez jamais votre compte Google principal à un outil tiers non officiel. Créez un compte dédié exclusivement à ce projet. Ainsi, si le connecteur est compromis, votre compte principal reste safe.

Dépendance à yt-dlp

yt-dlp est un projet open source robuste (150 000+ stars), mais YouTube modifie régulièrement ses protections. Il peut arriver qu’une mise à jour YouTube bloque temporairement yt-dlp. La communauté corrige généralement en 24 à 48 heures, mais prévoyez un plan B pour votre veille.