Multi-Source to NotebookLM Processor

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

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：

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。