Back to search
qiaomu-anything-to-notebooklm
SkillWorks with Claude CodeGitHub
多源内容智能处理器:支持微信公众号、网页、YouTube、播客(小宇宙/喜马拉雅)、PDF、Markdown等,自动上传到NotebookLM并生成播客/PPT/思维导图等多种格式。支持深度分析模式和飞书文档自动创建
Safety scan
A static text scan, not a guarantee. Select the badge to see what was scanned and every finding.
Checked today
Badge for your README
Markdown
[](/listings/joeseesun-qiaomu-anything-to-notebooklm)HTML
<a href="/listings/joeseesun-qiaomu-anything-to-notebooklm"><img src="/api/listings/joeseesun-qiaomu-anything-to-notebooklm/badge.svg" alt="findsafeskills safety rating" /></a>Install
i
Install instructions from the README
As written by the repo's author. findsafeskills has not verified these steps.
# 1. 克隆到 Claude skills 目录 cd ~/.claude/skills/ git clone https://github.com/joeseesun/qiaomu-anything-to-notebooklm cd qiaomu-anything-to-notebooklm # 2. 一键安装所有依赖 ./install.sh # 3. 按提示配置 MCP,然后重启 Claude Code
What was scanned
The files the safety scan read, as written by the repository's author and shown as plain text. Lines with a finding are marked.
SKILL.md · Manifest · 742 lines
View this file on GitHub (read at the repository's current version: the scan did not record which commit it read)
- ---
- name: qiaomu-anything-to-notebooklm
- description: 多源内容智能处理器:支持微信公众号、网页、YouTube、播客(小宇宙/喜马拉雅)、PDF、Markdown等,自动上传到NotebookLM并生成播客/PPT/思维导图等多种格式。支持深度分析模式和飞书文档自动创建
- user-invocable: true
- homepage: https://github.com/joeseesun/qiaomu-anything-to-notebooklm
- ---
- # 多源内容 → NotebookLM 智能处理器
- 自动从多种来源获取内容,上传到 NotebookLM,并根据自然语言指令生成播客、PPT、思维导图等多种格式。
- ## 支持的内容源
- ### 1. 微信公众号文章
- 通过 MCP 服务器自动抓取微信公众号文章内容(绕过反爬虫)
- ### 2. 任意网页链接
- 支持任何公开可访问的网页(新闻、博客、文档等)
- ### 3. 播客(小宇宙/喜马拉雅)+ B站视频
- 通过 Get笔记 API 获取完整转写文本(带时间戳),支持小宇宙、喜马拉雅、B站视频等音频/视频平台
- ### 4. X/Twitter 帖子
- 通过内置代理级联(r.jina.ai → defuddle.md → agent-fetch)抓取推文内容(含长推文线程),转为 Markdown
- ### 5. 付费墙网站自动绕过
- 自动检测并绕过 NYT、WSJ、FT、Economist、Bloomberg、Medium 等 300+ 付费网站的付费墙。策略:UA 伪装(Googlebot/Bingbot)→ Referer 伪装(Google/Facebook)→ AMP 页面 → archive.today 存档
- ### 5. YouTube 视频
- **直接传递给 NotebookLM!** NotebookLM 原生支持 YouTube 链接,会自动提取视频字幕和元数据,无需手动下载字幕或转写。禁止使用 yt-dlp 或浏览器自动化提取字幕。
- ### 4. Office 文档
- - **Word (DOCX)** - 保留表格和格式
- - **PowerPoint (PPTX)** - 提取幻灯片和备注
- - **Excel (XLSX)** - 表格数据
- ### 5. 播客/音频平台
- - **小宇宙** (xiaoyuzhoufm.com) - 通过 Get笔记 API 获取完整转写
- - **喜马拉雅** (ximalaya.com) - 通过 Get笔记 API 获取完整转写
- - **B站视频** (bilibili.com) - 通过 Get笔记 API 获取完整转写
- - 其他音频链接 - 通过 Get笔记 API 获取转写
- ### 5. 电子书与文档
- - **PDF** - 全文提取
- - **EPUB** - 电子书全文提取
- - **Markdown (.md)** - 原生支持
- ### 6. 图片与扫描件
- - **Images** (JPEG, PNG, GIF, WebP) - OCR 识别文字
- - 扫描的 PDF 文档 - OCR 提取文字
- ### 7. 音频文件
- - **Audio** (WAV, MP3) - 语音转文字
- ### 8. 结构化数据
- - **CSV** - 逗号分隔数据
- - **JSON** - JSON 数据
- - **XML** - XML 文档
- ### 9. 压缩包
- - **ZIP** - 自动解压并处理所有支持的文件
- ### 10. 纯文本
- 直接输入或粘贴的文本内容
- ### 11. 搜索关键词
- 通过 Web Search 搜索关键词,汇总多个来源的信息
- ## 前置条件
- ### 1. 安装 wexin-read-mcp
- MCP 服务器已安装在:`~/.claude/skills/qiaomu-anything-to-notebooklm/wexin-read-mcp/`
- **配置 MCP**(需要手动添加到 Claude 配置文件):
- **macOS**: 编辑 `~/.claude/config.json`
- ```json
- {
- "primaryApiKey": "any",
- "mcpServers": {
- "weixin-reader": {
- "command": "python",
- "args": [
- "/Users/joe/.claude/skills/qiaomu-anything-to-notebooklm/wexin-read-mcp/src/server.py"
- ]
- }
- }
- }
- ```
- **配置后需要重启 Claude Code。**
- ### 2. notebooklm 认证
- 首次使用前必须认证:
- ```bash
- notebooklm login
- notebooklm list # 验证认证成功
- ```
- ## 触发方式
- ### 微信公众号文章
- - `/qiaomu-anything-to-notebooklm [微信文章链接]`
- - "把这篇微信文章传到NotebookLM"
- - "把这篇微信文章生成播客"
- ### 网页链接
- - "把这个网页做成播客 [URL]"
- - "这篇文章帮我做成PPT [URL]"
- - "帮我分析这个网页 [URL]"
- ### 播客(小宇宙/喜马拉雅/B站)
- - "把这个播客生成播客 [小宇宙链接]"
- - "这个小宇宙节目帮我做成PPT [链接]"
- - "深度解读这期播客 [喜马拉雅链接]"
- - "把这个B站视频转写传到NotebookLM [bilibili链接]"
- - "B站视频帮我生成思维导图 [bilibili链接]"
- ### X/Twitter 帖子
- - "把这条推文传到NotebookLM [x.com链接]"
- - "这篇推文线程帮我生成报告 [x.com链接]"
- - "深度分析这条推文 [twitter.com链接]"
- ### YouTube 视频
- - **直接传 URL 给 NotebookLM,不下载字幕!** NotebookLM 原生支持 YouTube
- - "把这个YouTube视频做成播客 [YouTube URL]"
- - "这个视频帮我生成思维导图 [YouTube URL]"
- ### 本地文件
- - "把这个PDF上传到NotebookLM /path/to/file.pdf"
- - "这个Markdown文件生成PPT /path/to/file.md"
- - "这个EPUB电子书生成播客 /path/to/book.epub"
- - "把这个Word文档做成思维导图 /path/to/doc.docx"
- - "这个PowerPoint生成Quiz /path/to/slides.pptx"
- - "把这个扫描PDF做成报告 /path/to/scan.pdf"(自动OCR)
- ### 搜索关键词
- - "搜索 'AI发展趋势' 并生成报告"
- - "搜索关于'量子计算'的资料做成播客"
- ### 混合使用
- - "把这篇文章、这个视频和这个PDF一起上传,生成一份报告"
- ### 深度分析模式(递归提问)
- - "深度分析这本书 /path/to/book.epub"
- - "提炼这篇文章的核心观点 [URL]"
- - "递归提问分析这个PDF /path/to/file.pdf"
- - "帮我深度解读这个视频 [YouTube URL]"
- ### 深度分析 + 飞书文档
- - "深度分析这本书并写入飞书 /path/to/book.epub"
- - "分析这篇文章后创建飞书文档 [URL]"
- - "递归提问并生成飞书文档 /path/to/file.pdf"
- ## 自然语言 → NotebookLM 功能映射
- | 用户说的话 | 识别意图 | NotebookLM 命令 |
- |-----------|---------|----------------|
- | "生成播客" / "做成音频" / "转成语音" | audio | `generate audio` |
- | "做成PPT" / "生成幻灯片" / "做个演示" | slide-deck | `generate slide-deck` |
- | "画个思维导图" / "生成脑图" / "做个导图" | mind-map | `generate mind-map` |
- | "生成Quiz" / "出题" / "做个测验" | quiz | `generate quiz` |
- | "做个视频" / "生成视频" | video | `generate video` |
- | "生成报告" / "写个总结" / "整理成文档" | report | `generate report` |
- | "做个信息图" / "可视化" | infographic | `generate infographic` |
- | "生成数据表" / "做个表格" | data-table | `generate data-table` |
- | "做成闪卡" / "生成记忆卡片" | flashcards | `generate flashcards` |
- | "深度分析" / "提炼核心观点" / "递归提问" / "深度解读" | deep-analysis | 自动生成10个问题并递归提问 |
- | "写入飞书" / "创建飞书文档" / "生成飞书文档" / "保存到飞书" | feishu | 创建飞书文档并写入内容 |
- **如果没有明确指令**,默认只上传不生成任何内容,等待用户后续指令。
- ## 工作流程
- ### Step 1: 识别内容源类型
- Claude 自动识别输入类型:
- | 输入特征 | 识别为 | 处理方式 |
- |---------|-------|---------|
- | `https://mp.weixin.qq.com/s/` | 微信公众号 | MCP 工具抓取 |
- | `https://youtube.com/...` 或 `https://youtu.be/...` | YouTube | 直接传递给 NotebookLM |
- | `xiaoyuzhoufm.com` 或 `ximalaya.com` 或 `bilibili.com` | 播客/视频 | Get笔记 API 转写 → TXT |
- | `x.com` 或 `twitter.com` | X/Twitter 帖子 | 内置代理级联抓取 → TXT |
- | `https://` 或 `http://`(付费网站) | 付费墙网页 | 内置付费墙绕过(UA伪装+archive.today)→ TXT |
- | `https://` 或 `http://` | 网页 | 直接传递给 NotebookLM |
- | `/path/to/file.pdf` | PDF 文件 | markitdown 转 Markdown → TXT |
- | `/path/to/file.epub` | EPUB 电子书 | **Python ebooklib** 提取文本 → TXT(避免 Calibre) |
- | `/path/to/file.docx` | Word 文档 | markitdown 转 Markdown → TXT |
- | `/path/to/file.pptx` | PowerPoint | markitdown 转 Markdown → TXT |
- | `/path/to/file.xlsx` | Excel | markitdown 转 Markdown → TXT |
- | `/path/to/file.md` | Markdown | 直接上传 |
- | `/path/to/image.jpg` | 图片(OCR) | markitdown OCR → TXT |
- | `/path/to/audio.mp3` | 音频 | markitdown 转录 → TXT |
- | `/path/to/file.zip` | ZIP 压缩包 | 解压 → markitdown 批量转换 |
- | 关键词(无URL,无路径) | 搜索查询 | WebSearch → 汇总 → TXT |
- ### Step 2: 获取内容
- **微信公众号**:
- - 使用 MCP 工具 `read_weixin_article`
- - 返回:title, author, publish_time, content
- - 保存为 TXT:`/tmp/weixin_{title}_{timestamp}.txt`
- **播客/视频(小宇宙/喜马拉雅/B站)**:
- - 通过 Get笔记 API 获取完整转写文本
- - 调用 `python3 ~/.claude/skills/qiaomu-anything-to-notebooklm/scripts/get_podcast_transcript.py <URL>`
- - 脚本自动执行:创建链接笔记 → 等待转写 → 获取全文 → 保存 TXT
- - 返回 TXT 路径和标题
- - 依赖:Get笔记 API Key(环境变量 `GETNOTE_API_KEY`、`GETNOTE_CLIENT_ID`)+ Web Token(`~/.claude/skills/getnote/tokens.json`)
- **X/Twitter 帖子**:
- - 通过内置代理级联抓取推文内容(r.jina.ai → defuddle.md → agent-fetch)
- - 调用 `bash ~/.claude/skills/qiaomu-anything-to-notebooklm/scripts/fetch_url.sh "https://x.com/..."` 获取 Markdown 内容
- - 自动处理 X 登录墙和错误页面
- - 保存为 TXT 后上传到 NotebookLM
- **网页**:
- - 直接使用 `notebooklm source add <URL>`
- - NotebookLM 自动提取内容
- - **付费墙绕过**:遇到付费网站时,`fetch_url.sh` 自动启用多重绕过策略
- **YouTube 🔴 特殊规则(最重要!)**:
- - **直接传递 URL 给 NotebookLM!** `notebooklm source add <YouTube_URL>`
- - **禁止**使用 yt-dlp、yt-search-download、whisper、浏览器自动化等手段下载字幕
- - NotebookLM 原生支持 YouTube,会自动提取字幕和元数据
- - 这是最快速、最高效的方式,不需要任何中间步骤
- 1. **r.jina.ai** — 通常能绕过软付费墙
- 2. **Googlebot/Bingbot UA 伪装** — 模拟搜索引擎爬虫(网站为了 SEO 通常给爬虫全文)
- 3. **Referer 伪装** — 伪装来自 Google/Facebook(社交引流豁免)
- 4. **AMP 页面** — AMP 版本通常没有付费墙
- 5. **archive.today** — 从网页存档获取全文
- - 支持的付费网站:NYT、WSJ、FT、Economist、Bloomberg、Washington Post、New Yorker、Wired、The Atlantic、Medium、MIT Technology Review、SCMP 等 300+ 站点
- **Office 文档/电子书/PDF**:
- - **EPUB**:使用 Python ebooklib + BeautifulSoup 直接提取文本(避免 Calibre 架构问题)
- - **其他格式**:使用 markitdown 转换为 Markdown
- - 命令:`markitdown /path/to/file.docx -o /tmp/converted.md`
- - 保存为 TXT:`/tmp/{filename}_converted_{timestamp}.txt`
- **本地 Markdown**:
- - 直接上传:`notebooklm source add /path/to/file.md`
- **图片(OCR)**:
- - markitdown 自动 OCR 识别文字
- - 提取 EXIF 元数据
- - 保存为 TXT
- **音频文件**:
- - markitdown 自动转录语音为文字
- - 提取音频元数据
- - 保存为 TXT
- **ZIP 压缩包**:
- - 自动解压到临时目录
- - 遍历所有支持的文件
- - 批量使用 markitdown 转换
- - 合并为单个 TXT 或多个 Source
- **搜索关键词**:
- - 使用 WebSearch 工具搜索关键词
- - 汇总前 3-5 条结果
- - 保存为 TXT:`/tmp/search_{keyword}_{timestamp}.txt`
- ### Step 3: 上传到 NotebookLM
- 调用 `notebooklm` skill:
- ```bash
- notebooklm create "{title}" # 创建新笔记本
- notebooklm source add /tmp/weixin_xxx.txt --title "{title}" # 上传文件
- ```
- **注意**:NotebookLM 会自动处理上传的文件,无需手动等待。
- ### Step 4: 深度分析模式(可选)
- 如果用户指定了"深度分析"、"递归提问"等意图,自动执行:
- ```bash
- # 仅深度分析
- python ~/.claude/skills/qiaomu-anything-to-notebooklm/main.py \
- /path/to/file.epub --deep-analysis
- # 深度分析 + 自动创建飞书文档
- python ~/.claude/skills/qiaomu-anything-to-notebooklm/main.py \
- /path/to/file.epub --deep-analysis --to-feishu
- ```
- **深度分析流程**:
- 1. 上传内容到 NotebookLM
- 2. 根据内容类型自动生成 10 个深度问题
- 3. 依次向 NotebookLM 提问并收集答案
- 4. 返回结构化 JSON 数据(包含问题、答案、统计信息)
- 5. (可选)如果指定 `--to-feishu`,自动创建飞书文档并写入问答内容
- **问题类型**:
- - 书籍/文档:核心观点、金句、论证逻辑、实践建议、局限性等
- - 视频:目标受众、关键数据、叙事结构、精华版内容等
- - 文章/网页:写作目的、数据支撑、作者立场、个人启发等
- **输出格式**:
- ```json
- {
- "status": "success",
- "title": "书名/标题",
- "content_type": "epub/document/url",
- "questions": ["问题1", "问题2", ...],
- "answers": ["答案1", "答案2", ...],
- "total_questions": 10,
- "answered": 10
- }
- ```
- ### Step 5: 根据意图生成内容(可选)
- 如果用户指定了处理意图,自动调用对应命令:
- | 意图 | 命令 | 等待 | 下载 |
- |------|------|------|------|
- | audio | `notebooklm generate audio` | `artifact wait` | `download audio ./output.mp3` |
- | slide-deck | `notebooklm generate slide-deck` | `artifact wait` | `download slide-deck ./output.pdf` |
- | mind-map | `notebooklm generate mind-map` | `artifact wait` | `download mind-map ./map.json` |
- | quiz | `notebooklm generate quiz` | `artifact wait` | `download quiz ./quiz.md --format markdown` |
- | video | `notebooklm generate video` | `artifact wait` | `download video ./output.mp4` |
- | report | `notebooklm generate report` | `artifact wait` | `download report ./report.md` |
- | infographic | `notebooklm generate infographic` | `artifact wait` | `download infographic ./infographic.png` |
- | flashcards | `notebooklm generate flashcards` | `artifact wait` | `download flashcards ./cards.md --format markdown` |
- **生成流程**:
- 1. 发起生成请求(返回 task_id)
- 2. 等待生成完成(`artifact wait <task_id>`)
- 3. 下载生成的文件到本地
- 4. 告知用户文件路径
- ## 完整示例
- ### 示例 1:微信公众号文章 → 播客
- **用户输入**:
- ```
- 把这篇文章生成播客 https://mp.weixin.qq.com/s/abc123xyz
- ```
- **执行流程**:
- 1. 识别为微信公众号链接
- 2. MCP 工具抓取文章内容
- 3. 创建 TXT 文件
- 4. 上传到 NotebookLM
- 5. 生成播客(`generate audio`)
- 6. 下载播客到本地
- **输出**:
- ```
- ✅ 微信文章已转换为播客!
- 📄 文章:深度学习的未来趋势
- 👤 作者:张三
- 📅 发布:2026-01-20
- 🎙️ 播客已生成:
- 📁 文件:/tmp/weixin_深度学习的未来趋势_podcast.mp3
- ⏱️ 时长:约 8 分钟
- 📊 大小:12.3 MB
- ```
- ### 示例 2:YouTube 视频 → 思维导图
- **用户输入**:
- ```
- 这个视频帮我画个思维导图 https://www.youtube.com/watch?v=abc123
- ```
- **执行流程**:
- 1. 识别为 YouTube 链接
- 2. 直接传递给 NotebookLM(自动提取字幕)
- 3. 生成思维导图(`generate mind-map`)
- 4. 下载思维导图
- **输出**:
- ```
- ✅ YouTube 视频已转换为思维导图!
- 🎬 视频:Understanding Quantum Computing
- ⏱️ 时长:23 分钟
- 🗺️ 思维导图已生成:
- 📁 文件:/tmp/youtube_quantum_computing_mindmap.json
- 📊 节点数:45 个
- ```
- ### 示例 3:搜索关键词 → 报告
- **用户输入**:
- ```
- 搜索 'AI发展趋势 2026' 并生成报告
- ```
- **执行流程**:
- 1. 识别为搜索查询
- 2. WebSearch 搜索关键词
- 3. 汇总前 5 条结果
- 4. 创建 TXT 文件
- 5. 上传到 NotebookLM
- 6. 生成报告(`generate report`)
- **输出**:
- ```
- ✅ 搜索结果已生成报告!
- 🔍 关键词:AI发展趋势 2026
- 📊 来源:5 篇文章
- 📄 报告已生成:
- 📁 文件:/tmp/search_AI发展趋势2026_report.md
- 📝 章节:7 个
- 📊 大小:15.2 KB
- ```
- ### 示例 4:混合多源 → PPT
- **用户输入**:
- ```
- 把这篇文章、这个视频和这个PDF一起做成PPT:
- - https://example.com/article
- - https://youtube.com/watch?v=xyz
- - /Users/joe/Documents/research.pdf
- ```
- **执行流程**:
- 1. 创建新 Notebook
- 2. 依次添加 3 个 Source
- 3. 基于所有 Source 生成 PPT
- **输出**:
- ```
- ✅ 多源内容已整合为PPT!
- 📚 内容源:
- 1. 网页文章:AI in 2026
- 2. YouTube:Future of AI
- 3. PDF:Research Notes (12 页)
- 📊 PPT 已生成:
- 📁 文件:/tmp/multi_source_slides.pdf
- 📄 页数:25 页
- 📦 大小:3.8 MB
- ```
- ### 示例 5: EPUB 电子书 → 播客
- **用户输入**:
- ```
- 把这本电子书做成播客 /Users/joe/Books/sapiens.epub
- ```
- **执行流程**:
- 1. 识别为 EPUB 文件
- 2. markitdown 转换为 Markdown
- 3. 保存为 TXT
- 4. 上传到 NotebookLM
- 5. 生成播客
- **输出**:
- ```
- ✅ EPUB 电子书已转换为播客!
- 📚 电子书:Sapiens: A Brief History of Humankind
- 📄 页数:约 450 页
- 📊 字数:约 15 万字
- 🎙️ 播客已生成:
- 📁 文件:/tmp/sapiens_podcast.mp3
- ⏱️ 时长:约 45 分钟(精华版)
- 📊 大小:48.2 MB
- ```
- ### 示例 6:Word 文档 → Quiz
- **用户输入**:
- ```
- 这个Markdown生成Quiz /Users/joe/notes/machine_learning.md
- ```
- **执行流程**:
- 1. 识别为本地 Markdown 文件
- 2. 直接上传到 NotebookLM
- 3. 生成 Quiz(`generate quiz`)
- **输出**:
- ```
- ✅ Markdown 已转换为Quiz!
- 📄 文件:machine_learning.md
- 📊 大小:8.5 KB
- 📝 Quiz 已生成:
- 📁 文件:/tmp/machine_learning_quiz.md
- ❓ 题目:15 道(10选择 + 5简答)
- ```
- ## 错误处理
- ### URL 格式错误
- ```
- ❌ 错误:URL 格式不正确
- 必须是微信公众号文章链接:
- https://mp.weixin.qq.com/s/xxx
- 你提供的链接:https://example.com
- ```
- ### 文章获取失败
- ```
- ❌ 错误:无法获取文章内容
- 可能原因:
- 1. 文章已被删除
- 2. 文章需要登录查看(暂不支持)
- 3. 网络连接问题
- 4. 微信反爬虫拦截(请稍后重试)
- 建议:
- - 检查链接是否正确
- - 等待 2-3 秒后重试
- - 或手动复制文章内容
- ```
- ### NotebookLM 认证失败
- ```
- ❌ 错误:NotebookLM 认证失败
- 请运行以下命令重新登录:
- notebooklm login
- 然后验证:
- notebooklm list
- ```
- ### 生成任务失败
- ```
- ❌ 错误:播客生成失败
- 可能原因:
- 1. 文章内容太短(< 100 字)
- 2. 文章内容太长(> 50万字)
- 3. NotebookLM 服务异常
- 建议:
- - 检查文章长度是否适中
- - 稍后重试
- - 或尝试其他格式(如生成报告)
- ```
- ## 高级功能
- ### 1. 多意图处理
- 用户可以一次性指定多个处理任务:
- ```
- 这篇文章帮我生成播客和PPT https://mp.weixin.qq.com/s/abc123
- ```
- Skill 会依次执行:
- 1. 生成播客
- 2. 生成 PPT
- ### 2. 自定义 Notebook
- 默认每篇文章创建新 Notebook,也可以指定已有 Notebook:
- ```
- 把这篇文章加到我的【AI研究】笔记本 https://mp.weixin.qq.com/s/abc123
- ```
- Skill 会:
- 1. 搜索名为"AI研究"的 Notebook
- 2. 将文章添加为新 Source
- 3. 基于所有 Sources 生成内容
- ### 3. 自定义生成指令
- 为生成任务添加具体要求:
- ```
- 这篇文章生成播客,要求:轻松幽默的风格,时长控制在5分钟
- ```
- Skill 会将要求作为 instructions 传给 NotebookLM。
- ## 注意事项
- 1. **频率限制**:
- - 每次请求间隔 > 2 秒,避免被微信封禁
- - NotebookLM 生成任务有并发限制(最多 3 个同时进行)
- 2. **内容长度**:
- - 微信文章通常 1000-5000 字,适合生成播客(3-8 分钟)
- - 超过 10000 字的长文可能需要更长生成时间
- - 少于 500 字的短文可能生成效果不佳
- 3. **版权遵守**:
- - 仅用于个人学习研究
- - 遵守微信公众号的版权规定
- - 生成的内容不得用于商业用途
- 4. **生成时间**:
- - 播客:2-5 分钟
- - 视频:3-8 分钟
- - PPT:1-3 分钟
- - 思维导图:1-2 分钟
- - Quiz/闪卡:1-2 分钟
- 5. **文件清理**:
- - TXT 源文件保存在 `/tmp/`,系统重启后自动清理
- - 生成的文件(MP3/PDF/MD 等)默认保存在 `/tmp/`
- - 可以指定自定义保存路径
- ## 相关 Skills
- - `notebooklm` - NotebookLM 核心功能
- - `notebooklm-deep-analyzer` - 深度分析 NotebookLM 内容
- - `markitdown` - 转换其他格式文档
- ## 配置 MCP(重要)
- ⚠️ **第一次使用前必须配置**
- 编辑 `~/.claude/config.json`:
- ```json
- {
- "primaryApiKey": "any",
- "mcpServers": {
- "weixin-reader": {
- "command": "python",
- "args": [
- "/Users/joe/.claude/skills/qiaomu-anything-to-notebooklm/wexin-read-mcp/src/server.py"
- ]
- }
- }
- }
- ```
- **配置后重启 Claude Code!**
- ## 故障排查
- ### 1. MCP 工具未找到
- ```bash
- # 测试 MCP 服务器
- python ~/.claude/skills/qiaomu-anything-to-notebooklm/wexin-read-mcp/src/server.py
- # 如果报错,检查依赖
- cd ~/.claude/skills/qiaomu-anything-to-notebooklm/wexin-read-mcp
- pip install -r requirements.txt
- playwright install chromium
- ```
- ### 2. NotebookLM 命令失败
- ```bash
- # 检查认证状态
- notebooklm status
- # 重新登录
- notebooklm login
- # 验证
- notebooklm list
- ```
- ### 3. 文件权限问题
- ```bash
- # 确保临时目录可写
- chmod 755 /tmp
- # 测试写入
- touch /tmp/test.txt && rm /tmp/test.txt
- ```
- ### 4. 生成任务卡住
- ```bash
- # 检查任务状态
- notebooklm artifact list
- # 如果显示 "pending" 超过 10 分钟,取消重试
- # (目前 CLI 不支持取消,需要在网页端操作)
- ```
- ## 典型使用场景
- ### 场景 1:快速学习
- ```
- 我想学习这篇文章,帮我生成播客,上下班路上听
- 链接:https://mp.weixin.qq.com/s/abc123
- ```
- → 生成 8 分钟播客,通勤时间听完
- ### 场景 2:分享给团队
- ```
- 这篇文章不错,做成PPT分享给团队
- https://mp.weixin.qq.com/s/abc123
- ```
- → 生成 15 页 PPT,直接用于团队分享
- ### 场景 3:复习巩固
- ```
- 这篇技术文章帮我出题,想测试一下掌握程度
- https://mp.weixin.qq.com/s/abc123
- ```
- → 生成 10 道选择题 + 5 道简答题
- ### 场景 4:可视化理解
- ```
- 这篇文章概念比较多,画个思维导图帮我理清结构
- https://mp.weixin.qq.com/s/abc123
- ```
- → 生成思维导图,一目了然
- ---
- **Skill 创建时间**:2026-01-25
- **最后更新**:2026-01-25
- **版本**:v1.0.0
README.md · README · 506 lines
View this file on GitHub (read at the repository's current version: the scan did not record which commit it read)
- <div align="center">
- # 🎯 Anything → NotebookLM
- **多源内容智能处理器:任何内容 → 播客 / PPT / 思维导图 / Quiz**
- [](https://opensource.org/licenses/MIT)
- [](https://www.python.org/downloads/)
- [](http://makeapullrequest.com)
- [](https://github.com/joeseesun/qiaomu-anything-to-notebooklm/stargazers)
- [](https://github.com/joeseesun/qiaomu-anything-to-notebooklm/network/members)
- [](https://github.com/joeseesun/qiaomu-anything-to-notebooklm/issues)
- [](https://github.com/joeseesun/qiaomu-anything-to-notebooklm/commits/main)
- [快速开始](#-快速开始) • [支持格式](#-支持的内容源-15-种) • [使用示例](#-使用示例) • [付费墙绕过](#-付费墙绕过) • [常见问题](#-常见问题)
- </div>
- ---
- ## ✨ 这是什么?
- 一个 **Claude Code Skill**,用自然语言把**任何内容**变成**任何格式**。
- ```
- 你说:把这篇微信文章生成播客
- AI :✅ 8 分钟播客已生成 → podcast.mp3
- 你说:这个付费文章做成思维导图
- AI :✅ 自动绕过付费墙 → 思维导图已生成
- 你说:这期播客(小宇宙)做成 PPT
- AI :✅ 自动转录音频 → 25 页 PPT 已生成
- ```
- **核心能力**:多源内容获取(含付费墙绕过)→ 上传 [Google NotebookLM](https://notebooklm.google.com/) → AI 生成目标格式
- ---
- ## 🚀 支持的内容源(15+ 种)
- <table>
- <tr>
- <td width="50%">
- ### 📱 社交与媒体
- - **微信公众号**(MCP 浏览器模拟)
- - **X/Twitter**(推文 + 长线程)
- - **YouTube 视频**(自动提取字幕)
- - **播客**(小宇宙 / 喜马拉雅 / B站)
- ### 🌐 网页(含付费墙绕过)
- - **300+ 付费网站**(NYT/WSJ/FT/Economist...)
- - **任意公开网页**(新闻、博客、文档)
- - **搜索关键词**(自动汇总结果)
- </td>
- <td width="50%">
- ### 📚 电子书与文档
- - **PDF**(支持扫描件 OCR)
- - **EPUB** 电子书
- - **Markdown** (.md)
- - **纯文本** (.txt)
- ### 📄 Office 文档
- - **Word** (.docx)
- - **PowerPoint** (.pptx)
- - **Excel** (.xlsx)
- ### 🖼️ 其他
- - **图片**(JPEG/PNG,自动 OCR)
- - **音频**(WAV/MP3,自动转录)
- - **ZIP 压缩包**(批量处理)
- </td>
- </tr>
- </table>
- ---
- ## 🛡️ 付费墙绕过
- **核心特性**:自动检测并绕过 300+ 付费新闻网站的付费墙。
- ### 绕过策略(6 层级联)
- ```
- Level 1: 代理服务(r.jina.ai / defuddle.md)
- ↓ 失败
- Level 2: 站点专属 Bot UA(Googlebot ~50站 / Bingbot ~4站)
- ↓ 失败
- Level 3: 通用绕过(UA伪装 + X-Forwarded-For + Referer伪装 + AMP + EU IP)
- ↓ 失败
- Level 4: archive.today 存档(CAPTCHA 自动检测)
- ↓ 失败
- Level 5: Google Cache
- ↓ 失败
- Level 6: agent-fetch 本地工具
- ```
- ### 支持的付费网站(部分)
- | 类别 | 站点 |
- |------|------|
- | 🇺🇸 美国媒体 | NYT, WSJ, Bloomberg, Washington Post, The Information, Forbes, WIRED, The New Yorker, The Atlantic, USA Today, Boston Globe, LA Times, Chicago Tribune, Seattle Times, MIT Tech Review, Foreign Affairs |
- | 🇬🇧 英国媒体 | FT, The Times, The Telegraph, The Economist |
- | 🇩🇪 德国媒体 | Spiegel, Zeit, Sueddeutsche, FAZ, Handelsblatt |
- | 🇫🇷 法国媒体 | Le Monde, Le Figaro, Le Parisien |
- | 🇦🇺 澳洲媒体 | The Australian, SMH, The Age, Brisbane Times |
- | 🇨🇳 中文媒体 | SCMP, Medium |
- | 🌐 其他 | Haaretz, NZ Herald, Statista, Quora |
- ### 绕过技术(学自 [Bypass Paywalls Clean](https://gitflic.ru/project/magnolia1234/bypass-paywalls-chrome-clean))
- | 技术 | 原理 | 覆盖率 |
- |------|------|--------|
- | **Googlebot UA + X-Forwarded-For** | 搜索引擎爬虫白名单,直接获取全文 | ~50 站 |
- | **Bingbot UA** | 同上,部分站点对 Bing 更友好 | ~4 站 |
- | **Cookie 清空 + Referer 伪装** | 清除计量 cookie,伪装来自 Google/Facebook/Twitter | 计量付费墙 |
- | **AMP 页面** | AMP 版付费墙实现较弱 | ~10 站 |
- | **JSON-LD 提取** | 从 HTML 内嵌的结构化数据提取 articleBody | 通用 |
- | **archive.today** | 从网页存档获取已保存的内容 | 兜底方案 |
- ---
- ## 🎨 可以生成什么?
- | 输出格式 | 用途 | 触发词示例 |
- |---------|------|-----------|
- | 🎙️ **播客** | 通勤路上听 | "生成播客"、"做成音频" |
- | 📊 **PPT** | 团队分享 | "做成PPT"、"生成幻灯片" |
- | 🗺️ **思维导图** | 理清结构 | "画个思维导图"、"生成脑图" |
- | 📝 **Quiz** | 自测掌握 | "生成Quiz"、"出题" |
- | 🎬 **视频** | 可视化 | "做个视频" |
- | 📄 **报告** | 深度分析 | "生成报告"、"写个总结" |
- | 📈 **信息图** | 数据可视化 | "做个信息图" |
- | 📋 **闪卡** | 记忆巩固 | "做成闪卡" |
- ---
- ## ⚡ 快速开始
- ### 前置需求
- - ✅ Python 3.9+
- - ✅ Git(macOS/Linux 自带)
- **就这两样!** 其他依赖一键自动安装。
- ### 安装(3 步)
- ```bash
- # 1. 克隆到 Claude skills 目录
- cd ~/.claude/skills/
- git clone https://github.com/joeseesun/qiaomu-anything-to-notebooklm
- cd qiaomu-anything-to-notebooklm
- # 2. 一键安装所有依赖
- ./install.sh
- # 3. 按提示配置 MCP,然后重启 Claude Code
- ```
- ### 首次使用
- ```bash
- # NotebookLM 认证(只需一次)
- notebooklm login
- notebooklm list # 验证成功
- # 环境检查(可选)
- ./check_env.py
- ```
- ### 播客转写配置(可选)
- 如需使用小宇宙/喜马拉雅/B站转写功能,配置 Get笔记 API:
- ```bash
- export GETNOTE_API_KEY="your_api_key"
- export GETNOTE_CLIENT_ID="your_client_id"
- ```
- ---
- ## 💡 使用示例
- ### 场景 1:付费文章 → 播客
- ```
- 你:把这篇 The Information 文章生成播客 https://www.theinformation.com/articles/...
- AI 自动执行:
- ✓ 检测付费墙 → Googlebot UA 绕过
- ✓ 获取完整文章内容
- ✓ 上传到 NotebookLM
- ✓ 生成播客
- ✅ 结果:/tmp/article_podcast.mp3
- ```
- ### 场景 2:播客(小宇宙)→ PPT
- ```
- 你:这期小宇宙播客做成 PPT https://xiaoyuzhoufm.com/episode/...
- AI 自动执行:
- ✓ Get笔记 API 转写音频(2-5 分钟)
- ✓ 上传转写文本到 NotebookLM
- ✓ 生成 PPT
- ✅ 结果:/tmp/podcast_slides.pdf(25 页)
- ```
- ### 场景 3:电子书 → 深度分析
- ```
- 你:深度分析这本书 /Users/joe/Books/sapiens.epub
- AI 自动执行:
- ✓ 提取 EPUB 全文
- ✓ 上传到 NotebookLM
- ✓ 生成 12 个问题(3 轮递进:概览→深度挖掘→综合反刍)
- ✓ 逐轮提问,后轮受益于前轮对话上下文
- ✓ 输出结构化 JSON
- ✅ 结果:/tmp/sapiens_analysis.json(12 个问答,含核心观点、论证拆解、矛盾分析、认知改变)
- ```
- ### 场景 4:X/Twitter 线程 → 思维导图
- ```
- 你:这个推文线程做成思维导图 https://x.com/user/status/123...
- AI 自动执行:
- ✓ 代理级联获取推文内容(含完整线程)
- ✓ 上传到 NotebookLM
- ✓ 生成思维导图
- ✅ 结果:/tmp/tweet_mindmap.json
- ```
- ### 场景 5:微信文章 → 飞书文档(深度分析)
- ```
- 你:深度分析这篇微信文章并写入飞书 https://mp.weixin.qq.com/s/abc123
- AI 自动执行:
- ✓ MCP 浏览器模拟抓取微信文章
- ✓ 上传到 NotebookLM
- ✓ 生成 10 个问题并递归提问
- ✓ 格式化为飞书 Markdown
- ✓ 自动创建飞书文档
- ✅ 结果:飞书文档已创建(含完整问答)
- ```
- ---
- ## 🎯 核心特性
- ### 🧠 智能识别
- 自动判断输入类型,无需手动指定
- ```
- https://mp.weixin.qq.com/s/xxx → 微信公众号
- https://xiaoyuzhoufm.com/episode/xxx → 小宇宙播客
- https://x.com/user/status/xxx → X/Twitter
- https://youtube.com/watch?v=xxx → YouTube 视频
- /path/to/file.epub → EPUB 电子书
- "搜索 'AI 趋势'" → 搜索查询
- ```
- ### 🛡️ 付费墙自动绕过
- 无需手动处理,自动检测并绕过
- ```
- 检测付费墙 → 选择最佳策略 → 获取完整内容
- ︿________全自动________︿
- ```
- ### 🚀 全自动处理
- 从获取到生成,一气呵成
- ```
- 输入 → 获取 → 转换 → 上传 → 生成 → 下载
- ︿___________全自动___________︿
- ```
- ### 🌐 多源整合
- 支持混合多种内容源
- ```
- 付费文章 + YouTube 视频 + EPUB + 播客 → 综合报告
- ```
- ---
- ## 📦 技术架构
- ```
- ┌──────────────────────────────────────────┐
- │ 用户自然语言输入 │
- │ "把这个付费文章生成播客 https://..." │
- └──────────────────┬───────────────────────┘
- │
- ▼
- ┌──────────────────────────────────────────┐
- │ Claude Code Skill │
- │ • 智能识别内容源类型 │
- │ • 自动调用对应工具 │
- └──────────┬───────────────────────────────┘
- │
- ┌───────┴───────┐
- │ │
- ▼ ▼
- ┌──────────┐ ┌──────────────┐ ┌──────────┐ ┌──────────┐
- │ 微信 MCP │ │ 付费墙绕过 │ │ 播客转写 │ │ markitdown│
- │ 浏览器模拟 │ │ 6层级联策略 │ │ Get笔记API│ │ 文件转换 │
- └─────┬────┘ └──────┬───────┘ └─────┬────┘ └─────┬────┘
- │ │ │ │
- └──────────────┴─────────────────┴──────────────┘
- │
- ▼
- ┌────────────────────────┐
- │ NotebookLM API │
- │ • 上传内容源 │
- │ • AI 生成目标格式 │
- └───────────┬────────────┘
- │
- ▼
- ┌────────────────────────┐
- │ 生成的文件 │
- │ .mp3 / .pdf / .json │
- └────────────────────────┘
- ```
- ---
- ## 📂 项目结构
- ```
- qiaomu-anything-to-notebooklm/
- ├── SKILL.md # Skill 定义文件
- ├── README.md # 本文件
- ├── main.py # 主入口:CLI 智能处理器
- ├── install.sh # 一键安装脚本
- ├── check_env.py # 13 项环境检查
- ├── package.sh # 打包分享脚本
- ├── requirements.txt # Python 依赖
- ├── LICENSE # MIT
- ├── scripts/
- │ ├── fetch_url.sh # URL 抓取 + 付费墙绕过(6 层级联)
- │ └── get_podcast_transcript.py # 播客/视频转写(Get笔记 API)
- ├── wexin-read-mcp/ # 微信公众号 MCP 服务器
- │ └── src/
- │ ├── server.py # MCP 入口
- │ ├── scraper.py # Playwright 浏览器模拟
- │ └── parser.py # HTML 解析
- └── feishu-read-mcp/ # 飞书文档 MCP 服务器
- └── src/
- ├── server.py # MCP 入口
- ├── scraper.py # 飞书文档抓取
- ├── parser.py # HTML → Markdown
- └── image_handler.py # 图片处理
- ```
- ---
- ## 🔧 高级用法
- ### 深度分析模式
- ```bash
- python main.py https://example.com/article --deep-analysis
- # 自动生成 12 个问题(3 轮递进:概览→深度挖掘→综合反刍),逐轮提问,输出结构化 JSON
- ```
- **三轮递进策略**:
- | 轮次 | 问题数 | 目的 | 示例 |
- |------|--------|------|------|
- | 第一轮·概览与框架 | 4 | 建立整体认知 | 概括主题、列出结构、提取核心论点、挖掘颠覆性内容 |
- | 第二轮·深度挖掘 | 5 | 深入细节 | 拆解论证逻辑、分析矛盾、提炼核心洞察、提出尖锐批评 |
- | 第三轮·综合与反刍 | 3 | 认知升级 | 最大认知改变、行动指南、推荐理由 |
- > NotebookLM 在同一会话中保持上下文,后轮问题自动受益于前轮回答,形成真正的"递进式"深度分析。
- ### 飞书文档输出
- ```bash
- python main.py ./book.epub --deep-analysis --to-feishu
- # 深度分析后自动创建飞书文档
- ```
- ### 批量处理
- ```
- 把这些文章都生成播客:
- 1. https://mp.weixin.qq.com/s/abc123
- 2. https://www.wsj.com/articles/...
- 3. /Users/joe/notes.md
- ```
- ---
- ## 🐛 故障排查
- ### MCP 工具未找到
- ```bash
- python ~/.claude/skills/qiaomu-anything-to-notebooklm/wexin-read-mcp/src/server.py
- cd ~/.claude/skills/qiaomu-anything-to-notebooklm/wexin-read-mcp
- pip install -r requirements.txt
- playwright install chromium
- ```
- ### NotebookLM 认证失败
- ```bash
- notebooklm login # 重新登录
- notebooklm list # 验证
- ```
- ### 付费墙绕过失败
- 部分硬付费墙网站(如 The Information)服务器端不发送内容,需要 archive.today 存档。脚本会自动检测并提示:
- ```
- ⚠️ archive.ph needs human verification.
- 已自动打开浏览器,请完成验证后重试
- ```
- ### 环境检查
- ```bash
- ./check_env.py # 13 项全面检查
- ./install.sh # 重新安装
- ```
- ---
- ## ❓ 常见问题
- <details>
- <summary><b>Q: 支持哪些语言?</b></summary>
- A: NotebookLM 支持多语言,中文、英文效果最佳。
- </details>
- <details>
- <summary><b>Q: 播客是谁的声音?</b></summary>
- A: Google AI 语音合成。英文是两个 AI 主持人对话,中文是单人叙述。
- </details>
- <details>
- <summary><b>Q: 付费墙绕过合法吗?</b></summary>
- A: 本工具仅用于个人学习研究。技术原理基于搜索引擎白名单(Googlebot/Bingbot),不破解任何加密。建议支持优质新闻媒体,购买订阅。
- </details>
- <details>
- <summary><b>Q: 内容长度限制?</b></summary>
- A:
- - 最短:约 500 字
- - 最长:约 50 万字
- - 推荐:1000-10000 字效果最佳
- </details>
- <details>
- <summary><b>Q: 为什么需要 MCP?</b></summary>
- A: 微信公众号有反爬虫,MCP 用 Playwright 浏览器模拟绕过。其他内容源(网页、YouTube、PDF)不需要 MCP。
- </details>
- <details>
- <summary><b>Q: 播客转写支持哪些平台?</b></summary>
- A: 通过 Get笔记 API 支持小宇宙、喜马拉雅、B站视频。YouTube 由 NotebookLM 直接处理。
- </details>
- ---
- ## 🙏 致谢
- - [Google NotebookLM](https://notebooklm.google.com/) - AI 内容生成
- - [Microsoft markitdown](https://github.com/microsoft/markitdown) - 文件转换
- - [Bypass Paywalls Clean](https://gitflic.ru/project/magnolia1234/bypass-paywalls-chrome-clean) - 付费墙绕过策略参考
- - [wexin-read-mcp](https://github.com/Bwkyd/wexin-read-mcp) - 微信抓取
- - [notebooklm-py](https://github.com/teng-lin/notebooklm-py) - NotebookLM CLI
- ## 📄 许可证
- [MIT License](LICENSE) - 仅限个人学习研究使用
- ---
- <div align="center">
- **如果觉得有用,请给个 ⭐ Star!**
- Made with ❤️ by [Joe](https://github.com/joeseesun) · [Twitter @vista8](https://x.com/vista8) · 微信公众号「向阳乔木推荐看」
- </div>
Ratings and comments
Sign in to rate this skill.
Sign inFree to use. If it’s helped, pass it on.