youtube-to-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。** ```bash # 快速检查 notebooklm status ``` 如果返回 `Authentication expired`： ```bash # 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 ```bash # 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） ```bash 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）： ```bash 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 ```bash # 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： ```bash # 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