Skip to main content
Glama

🎯 Anything → NotebookLM

Intelligenter Prozessor für Multi-Source-Inhalte: Jeder Inhalt → Podcast / PPT / Mindmap / Quiz

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

SchnellstartUnterstützte FormateAnwendungsbeispielePaywall-UmgehungHäufig gestellte Fragen


✨ Was ist das?

Ein Claude Code Skill, um jeden Inhalt per natürlicher Sprache in jedes Format zu verwandeln.

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

Kernkompetenzen: Abruf von Inhalten aus mehreren Quellen (inkl. Paywall-Umgehung) → Upload zu Google NotebookLM → KI-generiertes Zielformat


🚀 Unterstützte Inhaltsquellen (15+ Arten)

📱 Soziale Medien & Medien

  • WeChat Official Accounts (MCP Browser-Simulation)

  • X/Twitter (Tweets + lange Threads)

  • YouTube-Videos (automatische Extraktion von Untertiteln)

  • Podcasts (Xiaoyuzhou / Himalaya / Bilibili)

🌐 Webseiten (inkl. Paywall-Umgehung)

  • 300+ Bezahlschranken-Websites (NYT/WSJ/FT/Economist...)

  • Beliebige öffentliche Webseiten (Nachrichten, Blogs, Dokumente)

  • Suchbegriffe (automatische Zusammenfassung der Ergebnisse)

📚 E-Books & Dokumente

  • PDF (unterstützt OCR für Scans)

  • EPUB E-Books

  • Markdown (.md)

  • Klartext (.txt)

📄 Office-Dokumente

  • Word (.docx)

  • PowerPoint (.pptx)

  • Excel (.xlsx)

🖼️ Sonstiges

  • Bilder (JPEG/PNG, automatische OCR)

  • Audio (WAV/MP3, automatische Transkription)

  • ZIP-Archive (Stapelverarbeitung)


🛡️ Paywall-Umgehung

Kernfunktion: Automatische Erkennung und Umgehung von Paywalls auf über 300 Nachrichten-Websites.

Umgehungsstrategien (6-stufige Kaskade)

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

Unterstützte Paywall-Websites (Auszug)

Kategorie

Website

🇺🇸 US-Medien

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

🇬🇧 Britische Medien

FT, The Times, The Telegraph, The Economist

🇩🇪 Deutsche Medien

Spiegel, Zeit, Sueddeutsche, FAZ, Handelsblatt

🇫🇷 Französische Medien

Le Monde, Le Figaro, Le Parisien

🇦🇺 Australische Medien

The Australian, SMH, The Age, Brisbane Times

🇨🇳 Chinesische Medien

SCMP, Medium

🌐 Sonstige

Haaretz, NZ Herald, Statista, Quora

Umgehungstechniken (gelernt von Bypass Paywalls Clean)

Technik

Prinzip

Abdeckung

Googlebot UA + X-Forwarded-For

Whitelist für Suchmaschinen-Crawler, direkter Zugriff auf den Volltext

~50 Seiten

Bingbot UA

Wie oben, einige Seiten sind freundlicher zu Bing

~4 Seiten

Cookie-Löschung + Referer-Fälschung

Löscht Zähler-Cookies, täuscht Herkunft von Google/Facebook/Twitter vor

Zähler-Paywalls

AMP-Seiten

AMP-Versionen haben oft schwächere Paywalls

~10 Seiten

JSON-LD Extraktion

Extrahiert articleBody aus strukturierten Daten im HTML

Allgemein

archive.today

Ruft gespeicherte Inhalte aus Web-Archiven ab

Fallback-Lösung


🎨 Was kann generiert werden?

Ausgabeformat

Zweck

Beispiel-Trigger

🎙️ Podcast

Zum Hören beim Pendeln

"Podcast generieren", "In Audio umwandeln"

📊 PPT

Team-Präsentationen

"PPT erstellen", "Folien generieren"

🗺️ Mindmap

Struktur klären

"Mindmap zeichnen", "Brainmap erstellen"

📝 Quiz

Selbsttest

"Quiz generieren", "Fragen erstellen"

🎬 Video

Visualisierung

"Video erstellen"

📄 Bericht

Tiefenanalyse

"Bericht generieren", "Zusammenfassung schreiben"

📈 Infografik

Datenvisualisierung

"Infografik erstellen"

📋 Karteikarten

Wissensfestigung

"Karteikarten erstellen"


⚡ Schnellstart

Voraussetzungen

  • ✅ Python 3.9+

  • ✅ Git (auf macOS/Linux vorinstalliert)

Das ist alles! Andere Abhängigkeiten werden automatisch mit einem Klick installiert.

Installation (3 Schritte)

# 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

Erste Schritte

# NotebookLM 认证(只需一次)
notebooklm login
notebooklm list  # 验证成功

# 环境检查(可选)
./check_env.py

Podcast-Transkriptionskonfiguration (optional)

Um die Transkriptionsfunktion für Xiaoyuzhou/Himalaya/Bilibili zu nutzen, konfigurieren Sie die Get-Notizen-API:

export GETNOTE_API_KEY="your_api_key"
export GETNOTE_CLIENT_ID="your_client_id"

💡 Anwendungsbeispiele

Szenario 1: Bezahlschranken-Artikel → Podcast

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

Szenario 2: Podcast (Xiaoyuzhou) → 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)

Szenario 3: E-Book → Tiefenanalyse

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)

Szenario 4: X/Twitter-Thread → Mindmap

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

Szenario 5: WeChat-Artikel → Feishu-Dokument (Tiefenanalyse)

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)

🎯 Kernfunktionen

🧠 Intelligente Erkennung

Automatische Bestimmung des Eingabetyps, keine manuelle Angabe erforderlich

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

🛡️ Automatische Paywall-Umgehung

Keine manuelle Bearbeitung nötig, automatische Erkennung und Umgehung

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

🚀 Vollautomatische Verarbeitung

Vom Abruf bis zur Generierung alles aus einer Hand

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

🌐 Multi-Source-Integration

Unterstützt die Mischung verschiedener Inhaltsquellen

付费文章 + YouTube 视频 + EPUB + 播客 → 综合报告

📦 Technische Architektur

┌──────────────────────────────────────────┐
│            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    │
              └────────────────────────┘

📂 Projektstruktur

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

🔧 Fortgeschrittene Nutzung

Tiefenanalyse-Modus

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

Drei-Runden-Progressionsstrategie:

Runde

Anzahl Fragen

Ziel

Beispiel

1. Runde: Überblick & Rahmen

4

Ganzheitliches Verständnis aufbauen

Thema zusammenfassen, Struktur auflisten, Kernargumente extrahieren, bahnbrechende Inhalte finden

2. Runde: Tiefenanalyse

5

In Details eintauchen

Argumentationslogik zerlegen, Widersprüche analysieren, Kern-Insights destillieren, scharfe Kritik üben

3. Runde: Synthese & Reflexion

3

Kognitives Upgrade

Größte kognitive Veränderung, Handlungsleitfaden, Empfehlungsgründe

NotebookLM behält den Kontext in derselben Sitzung bei; Fragen in späteren Runden profitieren automatisch von den Antworten der vorherigen Runden, was eine echte "progressive" Tiefenanalyse ermöglicht.

Ausgabe als Feishu-Dokument

python main.py ./book.epub --deep-analysis --to-feishu
# 深度分析后自动创建飞书文档

Stapelverarbeitung

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

🐛 Fehlerbehebung

MCP-Tool nicht gefunden

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-Authentifizierung fehlgeschlagen

notebooklm login     # 重新登录
notebooklm list      # 验证

Paywall-Umgehung fehlgeschlagen

Einige Websites mit harter Bezahlschranke (z. B. The Information) senden serverseitig keine Inhalte; hier ist eine Archivierung über archive.today erforderlich. Das Skript erkennt dies automatisch und gibt einen Hinweis:

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

Umgebungsprüfung

./check_env.py       # 13 项全面检查
./install.sh         # 重新安装

❓ Häufig gestellte Fragen

A: NotebookLM unterstützt mehrere Sprachen; Chinesisch und Englisch funktionieren am besten.

A: Google KI-Sprachsynthese. Auf Englisch ist es ein Dialog zwischen zwei KI-Moderatoren, auf Chinesisch eine Einzelsprecher-Erzählung.

A: Dieses Tool dient nur zu persönlichen Lern- und Forschungszwecken. Die technische Grundlage basiert auf Whitelists für Suchmaschinen (Googlebot/Bingbot) und knackt keine Verschlüsselungen. Es wird empfohlen, hochwertige Nachrichtenmedien durch den Kauf eines Abonnements zu unterstützen.

A:

  • Minimum: ca. 500 Wörter

  • Maximum: ca. 500.000 Wörter

  • Empfohlen: 1.000–10.000 Wörter für beste Ergebnisse

A: WeChat-Artikel haben Anti-Crawler-Mechanismen; MCP nutzt Playwright zur Browser-Simulation, um diese zu umgehen. Andere Inhaltsquellen (Webseiten, YouTube, PDF) benötigen kein MCP.

A: Über die Get-Notizen-API werden Xiaoyuzhou, Himalaya und Bilibili-Videos unterstützt. YouTube wird direkt von NotebookLM verarbeitet.


🙏 Danksagungen

📄 Lizenz

MIT License - Nur für den persönlichen Gebrauch zu Lern- und Forschungszwecken


Wenn es nützlich ist, gib bitte einen ⭐ Star!

Made with ❤️ by Joe · Twitter @vista8 · WeChat-Kanal "向阳乔木推荐看"

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

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