anything-to-notebooklm

Name: anything-to-notebooklm
Author: joeseesun

github.com/joeseesun生産性6.4k510 回インストール26 週間前に更新

anything-to-notebooklm について

Claude 向けのマルチソース処理スキルで、ウェブページ、SNS 投稿、動画、ポッドキャスト、ローカルファイルを NotebookLM に集約し、自然言語の指示に応じて成果物を生成します。複数ソースの統合、質問による深掘り分析、任意の Feishu 文書出力にも対応します。

主な機能

01ウェブ、投稿、音声・動画、ファイルの取得
02OCR、文字起こし、検索結果の処理
03単一または複数ソースの NotebookLM への追加
04ポッドキャストやスライドなどの生成
05深掘り分析と Feishu 文書出力

活用シーン

01記事、動画、PDF をまとめてレポートを作成
02ポッドキャストや動画の文字起こしからマインドマップを作成
03電子書籍を質問形式で分析して Feishu に記録

MCP 対応

MCP サーバーの `read_weixin_article` ツールを使い、WeChat 公式アカウントの記事を取得します。取得した内容は NotebookLM に追加し、必要に応じて成果物を生成します。

インストール

コマンドをコピーしてターミナルで実行します。

$npx skills add https://github.com/joeseesun/qiaomu-anything-to-notebooklm --skill anything-to-notebooklm

インストール後、Claude Code で/anything-to-notebooklmを入力して読み込まれたか確認します。

詳細

複数のソースのコンテンツ → NotebookLM スマートプロセッサー

複数のソースからコンテンツを自動取得して NotebookLM にアップロードし、自然言語の指示に基づいてポッドキャスト、PPT、マインドマップなどのさまざまな形式を生成します。

対応するコンテンツソース

1. WeChat 公式アカウントの記事

MCP サーバーを通じて WeChat 公式アカウントの記事を自動取得します（アンチスクレイピング対策を回避）。

2. 任意の Web ページリンク

公開アクセス可能なあらゆる Web ページに対応します（ニュース、ブログ、ドキュメントなど）。

3. ポッドキャスト（小宇宙／喜馬拉雅）+ Bilibili 動画

Get笔记 API を通じて全文の文字起こしテキストを取得します（タイムスタンプ付き）。小宇宙、喜馬拉雅、Bilibili 動画などの音声／動画プラットフォームに対応します。

4. X/Twitter の投稿

組み込みのプロキシカスケード（r.jina.ai → defuddle.md → agent-fetch）を通じて投稿の内容を取得し（長文スレッドを含む）、Markdown に変換します。

5. 有料記事サイトのペイウォールを自動回避

NYT、WSJ、FT、Economist、Bloomberg、Medium など、300 以上の有料サイトのペイウォールを自動検出して回避します。手順：UA の偽装（Googlebot/Bingbot）→ Referer の偽装（Google/Facebook）→ AMP ページ → archive.today のアーカイブ

5. YouTube 動画

NotebookLM に直接渡します！ NotebookLM は YouTube リンクにネイティブ対応しており、動画の字幕とメタデータを自動で抽出するため、字幕の手動ダウンロードや文字起こしは不要です。字幕の抽出に yt-dlp やブラウザー自動化を使用することは禁止されています。

4. Office ドキュメント

Word (DOCX) - 表と書式を保持
PowerPoint (PPTX) - スライドとノートを抽出
Excel (XLSX) - 表データ

5. ポッドキャスト／音声プラットフォーム

小宇宙 (xiaoyuzhoufm.com) - Get笔记 API を通じて全文の文字起こしを取得
喜馬拉雅 (ximalaya.com) - Get笔记 API を通じて全文の文字起こしを取得
Bilibili 動画 (bilibili.com) - Get笔记 API を通じて全文の文字起こしを取得
その他の音声リンク - Get笔记 API を通じて文字起こしを取得

5. 電子書籍とドキュメント

PDF - 全文を抽出
EPUB - 電子書籍の全文を抽出
Markdown (.md) - ネイティブ対応

6. 画像とスキャン文書

画像 (JPEG, PNG, GIF, WebP) - OCR で文字を認識
スキャンされた PDF ドキュメント - OCR でテキストを抽出

7. 音声ファイル

音声 (WAV, MP3) - 音声をテキストに変換

8. 構造化データ

CSV - カンマ区切りデータ
JSON - JSON データ
XML - XML ドキュメント

9. 圧縮ファイル

ZIP - 自動で展開し、対応するすべてのファイルを処理

10. プレーンテキスト

直接入力または貼り付けたテキストコンテンツ

11. 検索キーワード

Web Search を通じてキーワードを検索し、複数のソースから情報をまとめます。

前提条件

1. wexin-read-mcp のインストール

MCP サーバーは次の場所にインストールされています：~/.claude/skills/qiaomu-anything-to-notebooklm/wexin-read-mcp/

MCP の設定（Claude の設定ファイルに手動で追加する必要があります）：

macOS: ~/.claude/config.json を編集

{
  "primaryApiKey": "any",
  "mcpServers": {
    "weixin-reader": {
      "command": "python",
      "args": [
        "/Users/joe/.claude/skills/qiaomu-anything-to-notebooklm/wexin-read-mcp/src/server.py"
      ]
    }
  }
}

設定後、Claude Code を再起動する必要があります。

2. notebooklm の認証

初回使用前に認証が必要です：

notebooklm login
notebooklm list  # 验证认证成功

起動方法

WeChat 公式アカウントの記事

/qiaomu-anything-to-notebooklm [WeChat 記事リンク]
「この WeChat 記事を NotebookLM にアップロードして」
「この WeChat 記事からポッドキャストを生成して」

Web ページリンク

「この Web ページをポッドキャストにして [URL]」
「この記事をPPTにして [URL]」
「この Web ページを分析して [URL]」

ポッドキャスト（小宇宙／喜馬拉雅／Bilibili）

「このポッドキャストからポッドキャストを生成して [小宇宙リンク]」
「この小宇宙の番組をPPTにして [リンク]」
「このポッドキャスト回を詳しく解説して [喜馬拉雅リンク]」
「このBilibili動画を文字起こしして NotebookLM にアップロードして [bilibiliリンク]」
「このBilibili動画からマインドマップを生成して [bilibiliリンク]」

X/Twitter の投稿

「この投稿を NotebookLM にアップロードして [x.comリンク]」
「この投稿スレッドからレポートを生成して [x.comリンク]」
「この投稿を詳しく分析して [twitter.comリンク]」

YouTube 動画

字幕をダウンロードせず、URL を NotebookLM に直接渡します！ NotebookLM は YouTube にネイティブ対応しています
「このYouTube動画をポッドキャストにして [YouTube URL]」
「この動画からマインドマップを生成して [YouTube URL]」

ローカルファイル

「このPDFを NotebookLM にアップロードして /path/to/file.pdf」
「このMarkdownファイルからPPTを生成して /path/to/file.md」
「このEPUB電子書籍からポッドキャストを生成して /path/to/book.epub」
「このWordドキュメントをマインドマップにして /path/to/doc.docx」
「このPowerPointからQuizを生成して /path/to/slides.pptx」
「このスキャンPDFからレポートを作成して /path/to/scan.pdf」（OCR を自動実行）

検索キーワード

「『AIの発展動向』を検索してレポートを生成して」
「『量子コンピューティング』に関する資料を検索してポッドキャストにして」

組み合わせて使用

「この記事、この動画、このPDFをまとめてアップロードして、レポートを作成して」

詳細分析モード（再帰的な質問）

「この本を詳しく分析して /path/to/book.epub」
「この記事の主な論点を抽出して [URL]」
「このPDFについて再帰的に質問して分析して /path/to/file.pdf」
「この動画を詳しく解説して [YouTube URL]」

詳細分析 + Feishu ドキュメント

「この本を詳しく分析して Feishu に書き込んで /path/to/book.epub」
「この記事を分析した後、Feishu ドキュメントを作成して [URL]」
「再帰的に質問して Feishu ドキュメントを生成して /path/to/file.pdf」

自然言語 → NotebookLM 機能のマッピング

ユーザーの発話	認識される意図	NotebookLM コマンド
「ポッドキャストを生成」／「音声にする」／「音声に変換」	audio	`generate audio`
「PPTにする」／「スライドを生成」／「プレゼンを作成」	slide-deck	`generate slide-deck`
「マインドマップを描く」／「マインドマップを生成」／「マップを作成」	mind-map	`generate mind-map`
「Quizを生成」／「問題を作成」／「クイズを作成」	quiz	`generate quiz`
「動画を作成」／「動画を生成」	video	`generate video`
「レポートを生成」／「要約を書く」／「ドキュメントにまとめる」	report	`generate report`
「インフォグラフィックを作成」／「視覚化」	infographic	`generate infographic`
「データテーブルを生成」／「表を作成」	data-table	`generate data-table`
「フラッシュカードにする」／「暗記カードを生成」	flashcards	`generate flashcards`
「詳しく分析」／「主な論点を抽出」／「再帰的に質問」／「詳しく解説」	deep-analysis	10 個の質問を自動生成し、再帰的に質問します
「Feishu に書き込む」／「Feishu ドキュメントを作成」／「Feishu ドキュメントを生成」／「Feishu に保存」	feishu	Feishu ドキュメントを作成し、内容を書き込みます

明確な指示がない場合、デフォルトではアップロードのみを行い、コンテンツは生成せず、ユーザーからの次の指示を待ちます。

ワークフロー

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：

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：

# 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：

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

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

# 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

# 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

# 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

# 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

Markdown 対応

ログインしてコメント

基本情報

作者: joeseesun
リポジトリ: joeseesun/qiaomu-anything-to-notebooklm
カテゴリ: 生産性
インストール数: 510
GitHub スター: 6,426

問題を報告

anything-to-notebooklm

anything-to-notebooklm について

主な機能

活用シーン

MCP 対応

インストール

詳細

複数のソースのコンテンツ → NotebookLM スマートプロセッサー

対応するコンテンツソース

1. WeChat 公式アカウントの記事

2. 任意の Web ページリンク

3. ポッドキャスト（小宇宙／喜馬拉雅）+ Bilibili 動画

4. X/Twitter の投稿

5. 有料記事サイトのペイウォールを自動回避

5. YouTube 動画

4. Office ドキュメント

5. ポッドキャスト／音声プラットフォーム

5. 電子書籍とドキュメント

6. 画像とスキャン文書

7. 音声ファイル

8. 構造化データ

9. 圧縮ファイル

10. プレーンテキスト

11. 検索キーワード

前提条件

1. wexin-read-mcp のインストール

2. notebooklm の認証

起動方法

WeChat 公式アカウントの記事

Web ページリンク

ポッドキャスト（小宇宙／喜馬拉雅／Bilibili）

X/Twitter の投稿

YouTube 動画

ローカルファイル

検索キーワード

組み合わせて使用

詳細分析モード（再帰的な質問）

詳細分析 + Feishu ドキュメント

自然言語 → NotebookLM 機能のマッピング

ワークフロー

Step 1: 识别内容源类型

Step 2: 获取内容

Step 3: 上传到 NotebookLM

Step 4: 深度分析模式（可选）

Step 5: 根据意图生成内容（可选）

完整示例

示例 1：微信公众号文章 → 播客

示例 2：YouTube 视频 → 思维导图

示例 3：搜索关键词 → 报告

示例 4：混合多源 → PPT

示例 5: EPUB 电子书 → 播客

示例 6：Word 文档 → Quiz

错误处理

URL 格式错误

文章获取失败

NotebookLM 认证失败

生成任务失败

高级功能

1. 多意图处理

2. 自定义 Notebook

3. 自定义生成指令

注意事项

相关 Skills

配置 MCP（重要）

故障排查

1. MCP 工具未找到

2. NotebookLM 命令失败

3. 文件权限问题

4. 生成任务卡住

典型使用场景

场景 1：快速学习

场景 2：分享给团队

场景 3：复习巩固

场景 4：可视化理解

コメント