用途：在本次会话中调用 notebooklm-rpc MCP 工具，从零构建一个完整的 NotebookLM 主题笔记本：深度调研、来源加载、完整 Studio 生成与精选提示词。它属于高层工作流编排，区别于提供底层 API 参考的 notebooklm-skill；若只想调用单个 API（如列出笔记本），应直接用 notebooklm-skill 或 MCP 工具。
七个阶段按序执行。一、捕获意图：明确主题、种子 URL、需覆盖的论坛（默认 Reddit、Hacker News、GitHub Discussions）、笔记本标题（默认 {topic} :: docs）以及是否要全部 10 个 Studio 产物。二、深度调研：先用 WebFetch 抓种子 URL 消歧，再派两个并行代理分别产出研究综述与社区内容档案，作为文本来源。三、创建笔记本：先 notebook_list 去重，再 notebook_create 并保存 notebook.id。四、顺序加载来源：严禁并行，依次加入种子 URL、官方站点、Hacker News、Reddit、GitHub 讨论、第三方评测，最后用 notebook_add_text 加入两份调研文本。不要加入 medium.com、quora.com、linkedin.com（会失败）；llms.txt 需去掉尾部 .md。五、生成 Studio（需用户批准，每个工具都要 confirm=True）：推荐异步优先顺序——audio_overview、video_overview、infographic、slide_deck，再同步的 mind_map、report(Briefing Doc)、report(Study Guide)、flashcards、quiz(question_count=10)、data_table；约 45 秒后轮询 studio_status（需 notebook_id）。
六、定制 9 条聊天提示词（学习、洞察挖掘、测验、内容分析、社区行动计划、SEO 大纲、营销反馈、学习指南、会议演讲脚本），替换占位符后保存到本地并作为文本来源加入。七、验证：notebook_get 核对标题、来源数、Studio 状态与是否重复，向用户报告笔记本 URL、产物状态表和提示词位置。
附带脚本：add_urls_sequential.py（顺序添加并含域名黑名单）、build_full_studio.py（按异步优先顺序派发 10 个产物）、adapt_prompts.py（填充 9 条提示词），以及 url-gotchas、studio-quirks、prompt-library、mcp-tool-map 等参考文件与模板。
限制：不适合修改/去重已有笔记本、仅列出笔记本或向已有笔记本加单一来源等任务；Web 调研约 50 个 URL 后静默截断；来源配额按太平洋时间午夜重置；并行上传会导致顺序随机与引用不稳；quiz 生成后在 studio_status 中被归为 flashcards 类型，需以标题区分；标题可变、ID 不变。收费与价格信息暂未提供。