Skip to main content
Glama
deenesjakoruzh
joeseesun

Anything-to-NotebookLM

by joeseesun
OverviewSchemaRelated ServersScoreDiscussions
Python
Hybrid

🎯 Anything → NotebookLM

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

License: MIT Python 3.9+ PRs Welcome GitHub stars GitHub forks GitHub issues GitHub last commit

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
2. https://www.wsj.com/articles/...
3. /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

A: NotebookLM 支持多语言，中文、英文效果最佳。

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。

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。

A:

  • 最短：约 500 字

  • 最长：约 50 万字

  • 推荐：1000-10000 字效果最佳

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。

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

📄 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」

This server cannot be installed

A
license - permissive license
-
quality - not tested
C
maintenance

How are these scores calculated?

Maintenance

–Maintainers
–Response time
0dRelease cycle
2Releases (12mo)

Resources

Unclaimed servers have limited discoverability.

Looking for Admin?

If you are the server author, to access and configure the admin panel.

Latest Blog Posts

MCP directory API

We provide all the information about MCP servers via our MCP API.

curl -X GET 'https://glama.ai/api/mcp/v1/servers/joeseesun/qiaomu-anything-to-notebooklm'

If you have feedback or need assistance with the MCP directory API, please join our Discord server