{
    "app": {
        "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",
        "mode": "advanced-chat",
        "model_config": {
            "provider": "deepseek",
            "model": "deepseek-chat",
            "parameters": {
                "temperature": 0.7,
                "max_tokens": 4096
            }
        }
    },
    "instructions": "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 { \"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 # 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 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}\" # 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：",
    "variables": [],
    "opening_statement": "你好，我是 qiaomu-anything-to-notebooklm，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、Mark...",
    "suggested_questions": [],
    "source": "DeepseekModel",
    "source_url": "https://deepseekmodel.com/skill?id=joeseesun-qiaomu-anything-to-notebooklm-skill-md"
}