| 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
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
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
{
"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：
notebooklm login
notebooklm list
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
- r.jina.ai — 通常能绕过软付费墙
- 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）
- Referer 伪装 — 伪装来自 Google/Facebook（社交引流豁免）
- AMP 页面 — AMP 版本通常没有付费墙
- 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：
notebooklm create "{title}"
notebooklm source add /tmp/weixin_xxx.txt --title "{title}"
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：
python ~/.claude/skills/qiaomu-anything-to-notebooklm/main.py \
/path/to/file.epub --deep-analysis
python ~/.claude/skills/qiaomu-anything-to-notebooklm/main.py \
/path/to/file.epub --deep-analysis --to-feishu
深度分析流程：
- 上传内容到 NotebookLM
- 根据内容类型自动生成 10 个深度问题
- 依次向 NotebookLM 提问并收集答案
- 返回结构化 JSON 数据（包含问题、答案、统计信息）
- （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：
{
"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：
- 发起生成请求（返回 task_id）
- 等待生成完成（
artifact wait <task_id>）
- 下载生成的文件到本地
- 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：
- 识别为微信公众号链接
- MCP 工具抓取文章内容
- 创建 TXT 文件
- 上传到 NotebookLM
- 生成播客（
generate audio）
- 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：
- 识别为 YouTube 链接
- 直接传递给 NotebookLM（自动提取字幕）
- 生成思维导图（
generate mind-map）
- 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：
- 识别为搜索查询
- WebSearch 搜索关键词
- 汇总前 5 条结果
- 创建 TXT 文件
- 上传到 NotebookLM
- 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：
- 创建新 Notebook
- 依次添加 3 个 Source
- 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：
- 识别为 EPUB 文件
- markitdown 转换为 Markdown
- 保存为 TXT
- 上传到 NotebookLM
- 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：
- 识别为本地 Markdown 文件
- 直接上传到 NotebookLM
- 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：
- 生成播客
- 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：
- 搜索名为"AI研究"的 Notebook
- 将文章添加为新 Source
- 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
-
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）
-
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
-
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
-
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
-
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：
{
"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
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
2. NotebookLM 命令失败
notebooklm status
notebooklm login
notebooklm list
3. 文件权限问题
chmod 755 /tmp
touch /tmp/test.txt && rm /tmp/test.txt
4. 生成任务卡住
notebooklm artifact list
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
