teng-lin/notebooklm-py는 Google NotebookLM의 노트북·소스·채팅·아티팩트 생성을 Python API, CLI, 에이전트 skill로 자동화하는 MIT 라이선스 비공식 라이브러리다.
- PyPI 패키지 `notebooklm-py`와 CLI 명령 `notebooklm`을 제공하며, 조사 시점 기준 PyPI·GitHub 최신 릴리스는 v0.5.0이다.
- 노트북 생성, URL/PDF/YouTube/Drive 소스 추가, 채팅, 연구 자동화, 오디오·비디오·슬라이드·퀴즈·마인드맵 생성/다운로드를 스크립트로 묶을 수 있다...
- README가 명시하듯 Google의 문서화되지 않은 내부 API를 쓰는 비공식 프로젝트라서 API 변경, rate limit, 계정 제한 가능성을 전제로 써야 한다...
- 인증은 Google 세션 쿠키 기반이며 `~/.notebooklm/profiles/<profile>/storage_state.json` 같은 로컬 파일이나 `NOTE...
- macOS·Linux·Windows/WSL을 지원하지만, 로그인 경로는 Playwright/Chromium 다운로드와 브라우저 쿠키·Keychain/프로필 권한 이슈...
tinyhumansai/openhuman은 Rust·Tauri 기반 데스크톱 앱과 openhuman-core를 통해 로컬 Memory Tree, Obsidian형 wiki, 118+ 통합, 모델 라우팅, 음성·도구 실행을...
- Memory Tree SQLite와 Obsidian형 Markdown vault를 로컬 workspace에 두고, Gmail·Slack·GitHub·Notion 같은...
- 기본 경험은 sign-in, 모델 라우팅, 웹 검색 프록시, Composio 기반 OAuth/통합 호출에 OpenHuman 관리형 backend를 사용하므로 ‘완전...
- GitHub 최신 stable Release는 v0.54.0이고 macOS DMG/app tarball, Linux AppImage/deb/core tarball,...
- Tauri 설정 기준 desktop bundle은 macOS·Linux·Windows를 겨냥하고, 모바일 Tauri 설정은 iOS/Android 개발 경로를 보이지만...
- OAuth 연결, OS Keychain/Credential Manager/Secret Service, Accessibility·Input Monitoring·Came...
Open source beta
BSD-3-Clausejupyter-ai-contrib/nb-cli는 Rust 기반 nb 명령으로 Jupyter 노트북을 읽고, 편집하고, 실행하며, AI-Optimized Markdown/JSON으로 내보내는 실험적 CLI입니다.
- `nb read`는 `.ipynb` 원시 JSON 대신 `@@notebook`, `@@cell`, `@@output` sentinel이 붙은 AI-Optimized...
- `nb create/read/search/execute`, `nb cell add/update/delete`, `nb output clear` 같은 명령으로 노트북을...
- `nb connect`로 Jupyter 서버에 붙으면 Y.js 기반 collaborative editing 흐름을 사용해 JupyterLab에 열린 노트북과 실시간...
- crates.io `nb-cli`와 GitHub Release `v0.0.9` 기준 macOS·Linux·Windows용 바이너리/설치 경로가 있고, 로컬 실행에는...
- Jupyter token, `.jupyter/cli.json`, agent skill 설치, Codex allow rule처럼 자동화 환경에서 노출될 수 있는 권한·...
Open source catalog
CC0-1.0Awesome Open Source AI는 모델, 추론 서버, 에이전트, RAG, MLOps, 평가, 안전성, 개발 도구까지 오픈소스 AI 생태계를 14개 큰 축과 100여 개 세부 분류로 정리한 CC0 큐레이션 저장소다.
- README는 Core Frameworks, Foundation Models, Inference, Agents, RAG, MLOps, Evaluation, Safet...
- 조사 시점의 README에는 101개 세부 섹션과 800개가 넘는 GitHub 프로젝트 링크가 들어 있어 새 도구 후보를 빠르게 좁히기 좋다.
- 프로젝트 추가 기준은 단순 스타 수가 아니라 1000+ stars, 6개월 내 활동, 생산 사용 증거, 문서·테스트·릴리스 품질을 함께 본다.
- 설치형 앱이 아니라 Markdown 카탈로그이므로, 팀 도입 전에는 개별 프로젝트의 라이선스·보안·운영 성숙도를 다시 확인해야 한다.