AntigravityとNotebookLMの統合 - すくらっぷ　あんど　びるどー（したい）

調べものをしていて、Antigravityは非常に使いやすい。AIと勉強をすることも可能であるし、またガイド付き学習も行うことができる。またただソースを読み込ませるなどではNotebookLMのほうがいいし、こちらのほうが精度がいい。そのため次世代IDE AntigravityにGoogle NotebookLMを統合し、プロジェクトごとに最適化された「外部知能」を構築した。

1. 課題と解決策：MCPによる動的連携の導入
- notebooklm-mcp：AIと知識ベースを繋ぐ架け橋
2. 具体的な導入手順とセキュリティへの配慮
- システム構成の設定（mcp_config.json）
認証の実行
3. プロジェクト別管理による運用の最適化
- プロジェクト設定ファイル (.notebooklm) の例
- 活用の鍵は「@」と「プロアクティブ参照」
実際にどうなったか
まとめ

1. 課題と解決策：MCPによる動的連携の導入

LLM（大規模言語モデル）を活用した開発や執筆において、モデルの学習データに含まれない独自の「世界観設定」や「最新の業界動向」をAIに参照させたかった。
この課題に対し、Model Context Protocol (MCP) を活用してNotebookLMをAntigravityのツールとして統合する手法を採用した。

notebooklm-mcp：AIと知識ベースを繋ぐ架け橋

ここで重要な役割を果たすのが notebooklm-mcp です。これはGoogleのNotebookLMとAIアシスタントを接続するための規格（MCP）に基づいたサーバー。以下の事ができる。

知識の直接参照: ノートブック内のソースをスキャンし、事実に基づいた回答を行う。
Deep Research（深掘り調査）: 指定したトピックについてWebやGoogleドライブを数分間かけて探索し、信頼できるソースを自動でノートブックに取り込む。

これにより、AIアシスタントがノートブック内のソースを直接検索・引用し、かつ自ら知識を拡張することが可能になった。

2. 具体的な導入手順とセキュリティへの配慮

実装には notebooklm-mcp-cli を使用し、以下の構成で環境を構築。

システム構成の設定（mcp_config.json）

設定ファイル <USER_HOME>/.gemini/antigravity/mcp_config.json に、以下のサーバー定義を追加。機密性の高い認証情報は環境変数やローカルのプロファイル管理に逃がし、設定ファイル自体にパスワードやAPIキーを含めない安全な設計としている。

{
  "mcpServers": {
    "notebooklm-mcp": {
      "command": "uvx",
      "args": ["--from", "notebooklm-mcp-cli", "notebooklm-mcp"]
    }
  }
}

認証の実行

パッケージ名とコマンド名の不一致によるトラブルを避けるため、以下の明示的なコマンドでGoogleアカウントの認証を行う。

uvx --from notebooklm-mcp-cli nlm login

3. プロジェクト別管理による運用の最適化

複数のプロジェクトを並行して進める際、知識の混同を避けるために「プロジェクト別ノートブック」の運用を標準化した。各プロジェクトのルートディレクトリに、以下の .notebooklm という構成ファイルを配置することで、AIが作業中のコンテキストを自動認識する。

プロジェクト設定ファイル (.notebooklm) の例

{
  "notebook_id": "<YOUR_NOTEBOOK_ID>",
  "project_name": "Unique Project Name"
}

活用の鍵は「@」と「プロアクティブ参照」

連係のやり方

プロアクティブ参照: グローバルルール（.cursorrules）を定義することで、ユーザーが指示しなくても、AIはプロジェクト内の .notebooklm ファイルを検知し、自動的に知識ベースを考慮した回答を行う。
「@notebooklm」による明示的指示: チャット欄で @ を入力し、@notebooklm を選択することで、特定の調査や知識のインポートを明示的に依頼できます。
- 「最新の〇〇トレンドについてDeep Researchして追加して」
- 「Googleドライブの資料と同期して」

といった自然言語での命令が、強力なリサーチエンジンのトリガーとなります。