Anything-to-NotebookLM
🎯 Anything → NotebookLM
マルチソースコンテンツインテリジェントプロセッサ：あらゆるコンテンツ → ポッドキャスト / PPT / マインドマップ / クイズ
クイックスタート • 対応フォーマット • 使用例 • ペイウォール回避 • よくある質問
✨ これは何か？
Claude Code Skillの一つで、自然言語を使ってあらゆるコンテンツをあらゆる形式に変換します。
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 已生成コア機能：マルチソースコンテンツ取得（ペイウォール回避を含む）→ Google NotebookLM にアップロード → AIによるターゲット形式の生成
🚀 対応コンテンツソース（15種類以上）
📱 ソーシャル＆メディア
WeChat公式アカウント（MCPブラウザエミュレーション）
X/Twitter（ツイート + 長いスレッド）
YouTube動画（字幕の自動抽出）
ポッドキャスト（小宇宙 / 喜馬拉雅 / Bilibili）
🌐 Webページ（ペイウォール回避を含む）
300以上の有料サイト（NYT/WSJ/FT/Economist...）
任意の公開Webページ（ニュース、ブログ、ドキュメント）
検索キーワード（結果の自動要約）
📚 電子書籍とドキュメント
PDF（スキャンデータのOCR対応）
EPUB 電子書籍
Markdown (.md)
プレーンテキスト (.txt)
📄 Officeドキュメント
Word (.docx)
PowerPoint (.pptx)
Excel (.xlsx)
🖼️ その他
画像（JPEG/PNG、自動OCR）
音声（WAV/MP3、自動文字起こし）
ZIP圧縮ファイル（バッチ処理）
🛡️ ペイウォール回避
コア機能：300以上の有料ニュースサイトのペイウォールを自動検出し、回避します。
回避戦略（6層カスケード）
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 本地工具対応している有料サイト（一部）
カテゴリ | サイト |
🇺🇸 米国メディア | 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 |
🇬🇧 英国メディア | FT, The Times, The Telegraph, The Economist |
🇩🇪 ドイツメディア | Spiegel, Zeit, Sueddeutsche, FAZ, Handelsblatt |
🇫🇷 フランスメディア | Le Monde, Le Figaro, Le Parisien |
🇦🇺 オーストラリアメディア | The Australian, SMH, The Age, Brisbane Times |
🇨🇳 中国語メディア | SCMP, Medium |
🌐 その他 | Haaretz, NZ Herald, Statista, Quora |
回避技術（Bypass Paywalls Cleanより学習）
技術 | 原理 | カバー率 |
Googlebot UA + X-Forwarded-For | 検索エンジンクローラーのホワイトリストを利用し、全文を直接取得 | 約50サイト |
Bingbot UA | 同上、一部サイトはBingに対してより寛容 | 約4サイト |
Cookie削除 + Referer偽装 | メーター制Cookieを削除し、Google/Facebook/Twitterからのアクセスを偽装 | メーター制ペイウォール |
AMPページ | AMP版のペイウォール実装は脆弱 | 約10サイト |
JSON-LD抽出 | HTMLに埋め込まれた構造化データからarticleBodyを抽出 | 汎用 |
archive.today | Webアーカイブから保存されたコンテンツを取得 | 最終手段 |
🎨 何を生成できるか？
出力形式 | 用途 | トリガーワード例 |
🎙️ ポッドキャスト | 通勤中に聴く | 「ポッドキャストを生成」、「音声にする」 |
📊 PPT | チーム共有 | 「PPTにする」、「スライドを生成」 |
🗺️ マインドマップ | 構造を整理する | 「マインドマップを描く」、「脳内マップを生成」 |
📝 クイズ | 自己学習・確認 | 「クイズを生成」、「問題を作る」 |
🎬 動画 | 可視化 | 「動画を作る」 |
📄 レポート | 深層分析 | 「レポートを生成」、「要約を書く」 |
📈 インフォグラフィック | データ可視化 | 「インフォグラフィックを作る」 |
📋 フラッシュカード | 記憶の定着 | 「フラッシュカードにする」 |
⚡ クイックスタート
前提条件
✅ Python 3.9+
✅ Git（macOS/Linuxには標準搭載）
これだけです！ その他の依存関係はワンクリックで自動インストールされます。
インストール（3ステップ）
# 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初回使用
# NotebookLM 认证（只需一次）
notebooklm login
notebooklm list # 验证成功
# 环境检查（可选）
./check_env.pyポッドキャスト文字起こし設定（オプション）
小宇宙/喜馬拉雅/Bilibiliの文字起こし機能を使用する場合は、GetノートAPIを設定してください：
export GETNOTE_API_KEY="your_api_key"
export GETNOTE_CLIENT_ID="your_client_id"💡 使用例
シナリオ1：有料記事 → ポッドキャスト
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シナリオ2：ポッドキャスト（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）シナリオ3：電子書籍 → 深層分析
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）シナリオ4：X/Twitterスレッド → マインドマップ
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シナリオ5：WeChat記事 → 飛書（Feishu）ドキュメント（深層分析）
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）🎯 コア機能
🧠 インテリジェント認識
入力タイプを自動判断し、手動指定は不要
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🛡️ ペイウォール自動回避
手動操作不要、自動検知・回避
检测付费墙 → 选择最佳策略 → 获取完整内容
︿________全自动________︿🚀 全自動処理
取得から生成まで、一気通貫
输入 → 获取 → 转换 → 上传 → 生成 → 下载
︿___________全自动___________︿🌐 マルチソース統合
複数のコンテンツソースの混合に対応
付费文章 + YouTube 视频 + EPUB + 播客 → 综合报告📦 技術アーキテクチャ
┌──────────────────────────────────────────┐
│ 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 │
└────────────────────────┘📂 プロジェクト構造
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🔧 高度な使い方
深層分析モード
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 JSON3段階の進化的戦略：
ラウンド | 質問数 | 目的 | 例 |
第1ラウンド・概要とフレームワーク | 4 | 全体像の把握 | テーマの要約、構造の列挙、核心論点の抽出、破壊的コンテンツの掘り下げ |
第2ラウンド・深層掘り下げ | 5 | 詳細の深掘り | 論証ロジックの分解、矛盾の分析、核心的洞察の抽出、鋭い批判の提示 |
第3ラウンド・統合と反芻 | 3 | 認知のアップグレード | 最大の認知変化、行動ガイド、推奨理由 |
NotebookLMは同一セッション内でコンテキストを保持するため、後のラウンドの質問は前のラウンドの回答から自動的に恩恵を受け、真の「進化的」深層分析を形成します。
飛書（Feishu）ドキュメント出力
python main.py ./book.epub --deep-analysis --to-feishu
# 深度分析后自动创建飞书文档バッチ処理
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🐛 トラブルシューティング
MCPツールが見つからない
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 chromiumNotebookLM認証失敗
notebooklm login # 重新登录
notebooklm list # 验证ペイウォール回避失敗
一部のハードペイウォールサイト（The Informationなど）はサーバー側でコンテンツを送信しないため、archive.todayのアーカイブが必要です。スクリプトは自動的に検出し、通知します：
⚠️ archive.ph needs human verification.
已自动打开浏览器，请完成验证后重试環境チェック
./check_env.py # 13 项全面检查
./install.sh # 重新安装❓ よくある質問
A: NotebookLMは多言語に対応しており、中国語と英語の精度が最も高いです。
A: Google AIの音声合成です。英語は2人のAIホストによる対話、中国語は1人によるナレーションです。
A: 本ツールは個人の学習・研究目的でのみ使用してください。技術原理は検索エンジンのホワイトリスト（Googlebot/Bingbot）に基づいており、暗号化を解除するものではありません。質の高いニュースメディアを支援し、購読することをお勧めします。
A:
最短：約500文字
最長：約50万文字
推奨：1000〜10000文字が最も効果的
A: WeChat公式アカウントにはアンチスクレイピング対策があるため、MCPはPlaywrightブラウザエミュレーションを使用して回避します。その他のコンテンツソース（Webページ、YouTube、PDF）にはMCPは不要です。
A: GetノートAPIを通じて、小宇宙、喜馬拉雅、Bilibili動画に対応しています。YouTubeはNotebookLMが直接処理します。
🙏 謝辞
Google NotebookLM - AIコンテンツ生成
Microsoft markitdown - ファイル変換
Bypass Paywalls Clean - ペイウォール回避戦略の参考
wexin-read-mcp - WeChatスクレイピング
notebooklm-py - NotebookLM CLI
📄 ライセンス
MIT License - 個人の学習・研究目的でのみ使用可能
役に立ったと思ったら、ぜひ ⭐ Star をお願いします！
Made with ❤️ by Joe · Twitter @vista8 · WeChat公式アカウント「向阳乔木推荐看」
This server cannot be installed
Maintenance
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