youtube-to-pdf

name	youtube-to-pdf
description	将 YouTube 视频通过 NotebookLM 深度分析后，转换为结构化的 PDF 教程文档。 适用于将教程、播客、课程类视频转化为书面内容。 Triggers: "视频转PDF"、"生成教程"、"视频转文字教程"、"YouTube to PDF"、"video to tutorial PDF"

YouTube to PDF — 视频转PDF教程

将 YouTube 视频通过 NotebookLM 渐进式分析，提取为结构化 Markdown，最终输出 PDF 教程。

核心链路

YouTube URL → NotebookLM(创建notebook→添加source→渐进式ask)
  → 本地Markdown(分章节保存) → 合并 → md-to-pdf → PDF

前置环境

工具	用途	安装
notebooklm CLI	NotebookLM 操作入口	已全局安装
notebooklm-py + curl_cffi	NotebookLM 底层依赖	pip install curl_cffi
Chrome CDP	NotebookLM 认证提取	预登录 YouTube/Google 的 Chrome profile
cdp_login.py	一键刷新 NotebookLM 认证	位于 use-notebooklm/scripts/
md-to-pdf	Markdown → PDF 转换	npm install -g md-to-pdf
Python 3	文件合并脚本	系统已有

四阶段工作流

Phase 0: 认证检查

每次操作 NotebookLM 前必须先确认认证有效。

# 快速检查
notebooklm status

如果返回 Authentication expired：

# 1. 确认 Chrome CDP 在运行
Invoke-WebRequest -Uri "http://127.0.0.1:9223/json/version" -UseBasicParsing

# 2. 如果 Chrome 未启动，先启动 CDP
Get-Process chrome -ErrorAction SilentlyContinue | Stop-Process -Force
Start-Sleep 2
& "C:\Program Files\Google\Chrome\Application\chrome.exe" `
  --remote-debugging-port=9223 `
  --user-data-dir="G:\chrome_data\remote_debug" `
  --remote-allow-origins=* `
  about:blank

# 3. 提取认证 cookies
python E:\projectHome\use-notebooklm\scripts\cdp_login.py --port 9223

# 4. 验证
notebooklm status

根因: NotebookLM 认证通过 Chrome CDP 从预登录 Google 账号的 profile 提取 cookies。Chrome profile G:\chrome_data\remote_debug 必须已经登录 Google/NotebookLM。

---

Phase 1: 创建 Notebook + 添加 Source

# 1. 创建新 notebook
notebooklm create --json "教程标题" 2>&1
# → 记录返回的 notebook.id (UUID)

# 2. 添加 YouTube 视频作为 source
notebooklm source add "https://www.youtube.com/watch?v=VIDEO_ID" -n <notebook-id>
# → 返回 source-id，等待处理完成（通常 30 秒内）

重要约定:

• 一个视频 = 一个 notebook，避免多 source 内容交叉污染
• Source 上限 30 条，单视频教程通常只需 1 条
• YouTube URL 直接作为 source 传入，NotebookLM 自动处理转写

---

Phase 2: 渐进式内容提取

核心原则: 反思驱动，非计划驱动。 每一轮提问基于前一轮的返回结果决定下一轮要深入什么。

Round 1: 获取章节目录（索引）

notebooklm ask "把这个视频内容拆成一个详细的章节目录。对每一章列出: (1) 标题 (2) 核心概念 (3) 3-5个关键要点。" -n <notebook-id> 2>&1

反思: 哪些章节是核心？哪些只是过渡？根据返回决定接下来深入哪些章节。

Round 2-N: 逐章深挖

每轮只提取一章，英文提问更稳定（NotebookLM 中文编码偶有乱码）：

notebooklm ask "Extract Chapter N on [主题] in complete tutorial detail. Cover: [3-5个具体要点]. Include examples and quotes. Write with markdown formatting." -n <notebook-id> 2>&1

Round 模板:

章类型	提问模板
概念章	"Extract Chapter X on [概念] in detail. Cover: (1) definition and analogy, (2) core mechanism, (3) real-world example, (4) why it matters."
工具章	"Extract Chapter X on [工具/框架] in detail. Cover: (1) what it is, (2) key features, (3) comparison with alternatives, (4) setup steps, (5) best practices."
实操章	"Extract Chapter X on [实操主题] as a step-by-step tutorial. Cover: (1) prerequisites, (2) detailed steps with code/examples, (3) common pitfalls, (4) final result."

反思清单 (每轮必须回答):

• 这次返回覆盖了哪些内容？
• 哪些重要内容明显被省略了？
• 是否有概念需要前置解释？
• 下一步最值得深入的是哪个部分？

每轮拿到结果后，立即用 write 工具保存为本地文件：

• tutorial/ch01-xxx.md
• tutorial/ch02-xxx.md
• ...

不要等所有章节问完再统一保存。每轮问完立刻存，防止 NotebookLM 会话丢失。

---

Phase 3: 翻译与打磨

NotebookLM 提取的内容是英文的（更稳定），需要翻译成中文。

策略: 用当前 LLM（你自身）翻译，而非 NotebookLM。

每章保存为 Markdown 后，由编排层逐章翻译：

1. 读取英文 Markdown
2. 翻译为中文（保持 Markdown 格式、术语一致、口语化）
3. 覆盖写入为中文 Markdown

翻译规范:

• 技术术语统一（参考视频配音阶段建立的 glossary）
• 口语化表达，适合阅读（非字幕的 4 字/秒限制，此处无字数限制）
• 保留原文中的引用块（>）和重点标记（**）
• 关键概念首次出现时保留英文原名，如"智能体（Agent）"

---

Phase 4: 合并 → PDF

# 1. 用 Python 合并所有章节为单文件
python -c "
import os
base = r'<output-dir>'
chapters = ['ch01-xxx.md', 'ch02-xxx.md', ...]
titles = ['第一章 xxx', '第二章 xxx', ...]

lines = ['# <书名>', '## 来源: <YouTube URL>', '', '## 目录', '']
for i, t in enumerate(titles, 1):
    lines.append(f'{i}. {t}')
lines.extend(['', '---', ''])

for fname, title in zip(chapters, titles):
    with open(os.path.join(base, fname), 'r', encoding='utf-8') as f:
        content = f.read()
    lines.append(f'# {title}')
    lines.append('')
    clines = content.strip().split('\n')
    if clines[0].startswith('# '):
        clines = clines[1:]
    lines.append('\n'.join(clines))
    lines.append('\n---\n')

with open(os.path.join(base, '00-full-tutorial.md'), 'w', encoding='utf-8') as f:
    f.write('\n'.join(lines))
"

# 2. md-to-pdf 转换
md-to-pdf "<output-dir>/00-full-tutorial.md" --basedir "<output-dir>"

md-to-pdf 注意事项:

• 默认使用 Chromium 渲染，中文支持良好
• 首次运行会下载 Chromium（约 280MB），等待即可
• 如需自定义样式，MD 文件同级放置 00-full-tutorial.css

---

实战案例（完整端到端）

以 Greg Isenberg 的 "Building AI Agents" (58分钟) 为例：

# Phase 0: Auth
python E:\projectHome\use-notebooklm\scripts\cdp_login.py --port 9223

# Phase 1: Setup
notebooklm create --json "AI Agents Tutorial Greg Isenberg"
# → id: 13f9dd68-5fe7-44c3-b2ae-74289a1e3532
notebooklm source add "https://www.youtube.com/watch?v=eA9Zf2-qYYM" -n 13f9dd68-...

# Phase 2: Extract (8 rounds)
# Round 1 - Index
notebooklm ask "把这个视频内容拆成一个详细的章节目录..." -n 13f9dd68-...
# → 8 chapters identified

# Rounds 2-7 - Deep dives
notebooklm ask "Extract Chapter 1 on AI Agents fundamentals..." -n 13f9dd68-...
# → saved as ch01-ai-agents-fundamentals.md
# ... repeat for all 8 chapters ...

# Phase 4: Merge + PDF
# → 合并为 00-full-tutorial.md → md-to-pdf → 693KB PDF

产出: 8 章结构化 Markdown + 1 个 693KB PDF，全程 ~30 分钟。

---

故障排查

症状	原因	解决
Authentication expired	NotebookLM cookies 过期 (通常 24h)	cdp_login.py --port 9223
Chrome CDP not reachable	Chrome 未启动或端口冲突	Kill Chrome → 重新 --remote-debugging-port=9223
ask 返回乱码（????）	NotebookLM 中文编码不稳定	改用英文提问，最后由 LLM 翻译
ask 提问到错误的 notebook	CLI 自动 resumes 到之前的上下文	每个 ask 都显式加 -n <notebook-id>
md-to-pdf 首次运行慢	正在下载 Chromium	等待，仅首次需要
章节内容太简短	提问不够具体	用 Round 模板，明确列出 3-5 个要点
合并后 PDF 中文显示异常	缺少中文字体	Windows 自带微软雅黑，一般无此问题

---

与子 Skill 的关系

本 skill 编排以下工具，自身不实现底层逻辑：

组件	职责
notebooklm CLI	NotebookLM 操作（create, source add, ask）
cdp_login.py (use-notebooklm)	NotebookLM 认证刷新
md-to-pdf (npm)	Markdown → PDF 渲染
编排层 LLM	翻译、术语管理、质量把控

---

文件结构

<output-dir>/
├── tutorial/
│   ├── 00-full-tutorial.md      # 合并版 Markdown
│   ├── 00-full-tutorial.pdf     # 最终 PDF
│   ├── ch01-xxx.md              # 分章节文件
│   ├── ch02-xxx.md
│   └── ...
└── video.mp4                    # (可选) 原始视频

---

版本: v1.0 最后更新: 2026-05-12 维护者: Claude Code