GitHub - joeseesun/qiaomu-anything-to-notebooklm: Claude Skill: Multi-source content processor for NotebookLM. Supports WeChat articles, web

🎯 Anything → NotebookLM

多源内容智能处理器：任何内容 → 播客 / PPT / 思维导图 / Quiz

快速开始 • 支持格式 • 使用示例 • 付费墙绕过 • 常见问题

✨ 这是什么？

一个 Claude Code Skill ，用自然语言把 任何内容 变成 任何格式 。

你说：把这篇微信文章生成播客 AI ：✅ 8 分钟播客已生成 → podcast.mp3

你说：这个付费文章做成思维导图 AI ：✅ 自动绕过付费墙 → 思维导图已生成

你说：这期播客（小宇宙）做成 PPT AI ：✅ 自动转录音频 → 25 页 PPT 已生成

核心能力 ：多源内容获取（含付费墙绕过）→ 上传 Google NotebookLM → AI 生成目标格式

🚀 支持的内容源（15+ 种）

📱 社交与媒体

• 微信公众号 （MCP 浏览器模拟）

• X/Twitter （推文 + 长线程）

• YouTube 视频 （自动提取字幕）

• 播客 （小宇宙 / 喜马拉雅 / B站）

🌐 网页（含付费墙绕过）

• 300+ 付费网站 （NYT/WSJ/FT/Economist...）

• 任意公开网页 （新闻、博客、文档）

• 搜索关键词 （自动汇总结果）

📚 电子书与文档

• PDF （支持扫描件 OCR）

• EPUB 电子书

• Markdown (.md)

• 纯文本 (.txt)

📄 Office 文档

• Word (.docx)

• PowerPoint (.pptx)

• Excel (.xlsx)

🖼️ 其他

• 图片 （JPEG/PNG，自动 OCR）

• 音频 （WAV/MP3，自动转录）

• ZIP 压缩包 （批量处理）

🛡️ 付费墙绕过

核心特性 ：自动检测并绕过 300+ 付费新闻网站的付费墙。

绕过策略（6 层级联）

Level 1: 代理服务（r.jina.ai / defuddle.md） ↓ 失败 Level 2: 站点专属 Bot UA（Googlebot ~50站 / Bingbot ~4站） ↓ 失败 Level 3: 通用绕过（UA伪装 + X-Forwarded-For + Referer伪装 + AMP + EU IP） ↓ 失败 Level 4: archive.today 存档（CAPTCHA 自动检测） ↓ 失败 Level 5: Google Cache ↓ 失败 Level 6: agent-fetch 本地工具

支持的付费网站（部分）

类别 站点

🇺🇸 美国媒体 NYT, WSJ, Bloomberg, Washington Post, The Information, Forbes, WIRED, The New Yorker, The Atlantic, USA Today, Boston Globe, LA Times, Chicago Tribune, Seattle Times, MIT Tech Review, Foreign Affairs

🇬🇧 英国媒体 FT, The Times, The Telegraph, The Economist

🇩🇪 德国媒体 Spiegel, Zeit, Sueddeutsche, FAZ, Handelsblatt

🇫🇷 法国媒体 Le Monde, Le Figaro, Le Parisien

🇦🇺 澳洲媒体 The Australian, SMH, The Age, Brisbane Times

🇨🇳 中文媒体 SCMP, Medium

🌐 其他 Haaretz, NZ Herald, Statista, Quora

绕过技术（学自 Bypass Paywalls Clean ）

技术 原理 覆盖率

Googlebot UA + X-Forwarded-For 搜索引擎爬虫白名单，直接获取全文 ~50 站

Bingbot UA 同上，部分站点对 Bing 更友好 ~4 站

Cookie 清空 + Referer 伪装 清除计量 cookie，伪装来自 Google/Facebook/Twitter 计量付费墙

AMP 页面 AMP 版付费墙实现较弱 ~10 站

JSON-LD 提取 从 HTML 内嵌的结构化数据提取 articleBody 通用

archive.today 从网页存档获取已保存的内容 兜底方案

🎨 可以生成什么？

输出格式 用途 触发词示例

🎙️ 播客 通勤路上听 "生成播客"、"做成音频"

📊 PPT 团队分享 "做成PPT"、"生成幻灯片"

🗺️ 思维导图 理清结构 "画个思维导图"、"生成脑图"

📝 Quiz 自测掌握 "生成Quiz"、"出题"

🎬 视频 可视化 "做个视频"

📄 报告 深度分析 "生成报告"、"写个总结"

📈 信息图 数据可视化 "做个信息图"

📋 闪卡 记忆巩固 "做成闪卡"

⚡ 快速开始

前置需求

• ✅ Python 3.9+

• ✅ Git（macOS/Linux 自带）

就这两样！ 其他依赖一键自动安装。

安装（3 步）

1. 克隆到 Claude skills 目录

cd ~ /.claude/skills/

git clone https://github.com/joeseesun/qiaomu-anything-to-notebooklm

cd qiaomu-anything-to-notebooklm

2. 一键安装所有依赖

./install.sh

3. 按提示配置 MCP，然后重启 Claude Code

首次使用

NotebookLM 认证（只需一次）

notebooklm login notebooklm list # 验证成功

环境检查（可选）

./check_env.py

播客转写配置（可选）

如需使用小宇宙/喜马拉雅/B站转写功能，配置 Get笔记 API：

export GETNOTE_API_KEY= " your_api_key "

export GETNOTE_CLIENT_ID= " your_client_id "

💡 使用示例

场景 1：付费文章 → 播客

你：把这篇 The Information 文章生成播客 https://www.theinformation.com/articles/...

AI 自动执行： ✓ 检测付费墙 → Googlebot UA 绕过 ✓ 获取完整文章内容 ✓ 上传到 NotebookLM ✓ 生成播客

✅ 结果：/tmp/article_podcast.mp3

场景 2：播客（小宇宙）→ PPT

你：这期小宇宙播客做成 PPT https://xiaoyuzhoufm.com/episode/...

AI 自动执行： ✓ Get笔记 API 转写音频（2-5 分钟） ✓ 上传转写文本到 NotebookLM ✓ 生成 PPT

✅ 结果：/tmp/podcast_slides.pdf（25 页）

场景 3：电子书 → 深度分析

你：深度分析这本书 /Users/joe/Books/sapiens.epub

AI 自动执行： ✓ 提取 EPUB 全文 ✓ 上传到 NotebookLM ✓ 生成 12 个问题（3 轮递进：概览→深度挖掘→综合反刍） ✓ 逐轮提问，后轮受益于前轮对话上下文 ✓ 输出结构化 JSON

✅ 结果：/tmp/sapiens_analysis.json（12 个问答，含核心观点、论证拆解、矛盾分析、认知改变）

场景 4：X/Twitter 线程 → 思维导图

你：这个推文线程做成思维导图 https://x.com/user/status/123...

AI 自动执行： ✓ 代理级联获取推文内容（含完整线程） ✓ 上传到 NotebookLM ✓ 生成思维导图

✅ 结果：/tmp/tweet_mindmap.json

场景 5：微信文章 → 飞书文档（深度分析）

你：深度分析这篇微信文章并写入飞书 https://mp.weixin.qq.com/s/abc123

AI 自动执行： ✓ MCP 浏览器模拟抓取微信文章 ✓ 上传到 NotebookLM ✓ 生成 10 个问题并递归提问 ✓ 格式化为飞书 Markdown ✓ 自动创建飞书文档

✅ 结果：飞书文档已创建（含完整问答）

🎯 核心特性

🧠 智能识别

自动判断输入类型，无需手动指定

https://mp.weixin.qq.com/s/xxx → 微信公众号 https://xiaoyuzhoufm.com/episode/xxx → 小宇宙播客 https://x.com/user/status/xxx → X/Twitter https://youtube.com/watch?v=xxx → YouTube 视频 /path/to/file.epub → EPUB 电子书 "搜索 'AI 趋势'" → 搜索查询

🛡️ 付费墙自动绕过

无需手动处理，自动检测并绕过

检测付费墙 → 选择最佳策略 → 获取完整内容 ︿________全自动________︿

🚀 全自动处理

从获取到生成，一气呵成

输入 → 获取 → 转换 → 上传 → 生成 → 下载 ︿___________全自动___________︿

🌐 多源整合

支持混合多种内容源

付费文章 + YouTube 视频 + EPUB + 播客 → 综合报告

📦 技术架构

┌──────────────────────────────────────────┐ │ 用户自然语言输入 │ │ "把这个付费文章生成播客 https://.

" │ └──────────────────┬───────────────────────┘ │ ▼ ┌──────────────────────────────────────────┐ │ Claude Code Skill │ │ • 智能识别内容源类型 │ │ • 自动调用对应工具 │ └──────────┬───────────────────────────────┘ │ ┌───────┴───────┐ │ │ ▼ ▼ ┌──────────┐ ┌──────────────┐ ┌──────────┐ ┌──────────┐ │ 微信 MCP │ │ 付费墙绕过 │ │ 播客转写 │ │ markitdown│ │ 浏览器模拟 │ │ 6层级联策略 │ │ Get笔记API│ │ 文件转换 │ └─────┬────┘ └──────┬───────┘ └─────┬────┘ └─────┬────┘ │ │ │ │ └──────────────┴─────────────────┴──────────────┘ │ ▼ ┌────────────────────────┐ │ NotebookLM API │ │ • 上传内容源 │ │ • AI 生成目标格式 │ └───────────┬────────────┘ │ ▼ ┌────────────────────────┐ │ 生成的文件 │ │ .

mp3 / .pdf / .json │ └────────────────────────┘

📂 项目结构

qiaomu-anything-to-notebooklm/ ├── SKILL.md # Skill 定义文件 ├── README.md # 本文件 ├── main.py # 主入口：CLI 智能处理器 ├── install.sh # 一键安装脚本 ├── check_env.py # 13 项环境检查 ├── package.sh # 打包分享脚本 ├── requirements.

txt # Python 依赖 ├── LICENSE # MIT ├── scripts/ │ ├── fetch_url.sh # URL 抓取 + 付费墙绕过（6 层级联） │ └── get_podcast_transcript.py # 播客/视频转写（Get笔记 API） ├── wexin-read-mcp/ # 微信公众号 MCP 服务器 │ └── src/ │ ├── server.py # MCP 入口 │ ├── scraper.

py # Playwright 浏览器模拟 │ └── parser.py # HTML 解析 └── feishu-read-mcp/ # 飞书文档 MCP 服务器 └── src/ ├── server.py # MCP 入口 ├── scraper.py # 飞书文档抓取 ├── parser.py # HTML → Markdown └── image_handler.py # 图片处理

🔧 高级用法

深度分析模式

python main.py https://example.com/article --deep-analysis

自动生成 12 个问题（3 轮递进：概览→深度挖掘→综合反刍），逐轮提问，输出结构化 JSON

三轮递进策略 ：

轮次 问题数 目的 示例

第一轮·概览与框架 4 建立整体认知 概括主题、列出结构、提取核心论点、挖掘颠覆性内容

第二轮·深度挖掘 5 深入细节 拆解论证逻辑、分析矛盾、提炼核心洞察、提出尖锐批评

第三轮·综合与反刍 3 认知升级 最大认知改变、行动指南、推荐理由

NotebookLM 在同一会话中保持上下文，后轮问题自动受益于前轮回答，形成真正的"递进式"深度分析。

飞书文档输出

python main.py ./book.epub --deep-analysis --to-feishu

深度分析后自动创建飞书文档

批量处理

把这些文章都生成播客：

1. https://mp.weixin.qq.com/s/abc123

1. https://www.wsj.com/articles/...

1. /Users/joe/notes.md

🐛 故障排查

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

NotebookLM 认证失败

notebooklm login # 重新登录 notebooklm list # 验证

付费墙绕过失败

部分硬付费墙网站（如 The Information）服务器端不发送内容，需要 archive.today 存档。脚本会自动检测并提示：

⚠️ archive.ph needs human verification. 已自动打开浏览器，请完成验证后重试

环境检查

./check_env.py # 13 项全面检查

./install.sh # 重新安装

❓ 常见问题

Q: 支持哪些语言？ A: NotebookLM 支持多语言，中文、英文效果最佳。

Q: 播客是谁的声音？ A: Google AI 语音合成。英文是两个 AI 主持人对话，中文是单人叙述。

Q: 付费墙绕过合法吗？ A: 本工具仅用于个人学习研究。技术原理基于搜索引擎白名单（Googlebot/Bingbot），不破解任何加密。建议支持优质新闻媒体，购买订阅。

Q: 内容长度限制？ A:

• 最短：约 500 字

• 最长：约 50 万字

• 推荐：1000-10000 字效果最佳

Q: 为什么需要 MCP？ A: 微信公众号有反爬虫，MCP 用 Playwright 浏览器模拟绕过。其他内容源（网页、YouTube、PDF）不需要 MCP。

Q: 播客转写支持哪些平台？ A: 通过 Get笔记 API 支持小宇宙、喜马拉雅、B站视频。YouTube 由 NotebookLM 直接处理。

🙏 致谢

• Google NotebookLM - AI 内容生成

• Microsoft markitdown - 文件转换

• Bypass Paywalls Clean - 付费墙绕过策略参考

• wexin-read-mcp - 微信抓取

• notebooklm-py - NotebookLM CLI

📄 许可证

MIT License - 仅限个人学习研究使用

如果觉得有用，请给个 ⭐ Star！

Made with ❤️ by Joe · Twitter @vista8 · 微信公众号「向阳乔木推荐看」

— 本文由 AI 根据公开来源辅助整理，命令、版本与许可证请在使用前到原始页面复核。