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. YouTube 视频

自动提取 YouTube 视频的字幕和元数据

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. 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/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/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

• /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]"

YouTube 视频

• "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"

自然语言 → NotebookLM 功能映射

用户说的话	识别意图	NotebookLM 命令
"生成播客" / "做成音频" / "转成语音"	audio	generate audio
"做成PPT" / "生成幻灯片" / "做个演示"	slide-deck	generate slide-deck
"画个思维导图" / "生成脑图" / "做个导图"	mind-map	generate mind-map
"生成Quiz" / "出题" / "做个测验"	quiz	generate quiz
"做个视频" / "生成视频"	video	generate video
"生成报告" / "写个总结" / "整理成文档"	report	generate report
"做个信息图" / "可视化"	infographic	generate infographic
"生成数据表" / "做个表格"	data-table	generate data-table
"做成闪卡" / "生成记忆卡片"	flashcards	generate flashcards

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：

输入特征	识别为	处理方式
https://mp.weixin.qq.com/s/	微信公众号	MCP 工具抓取
https://youtube.com/... 或 https://youtu.be/...	YouTube	直接传递给 NotebookLM
https:// 或 http://	网页	直接传递给 NotebookLM
/path/to/file.pdf	PDF 文件	markitdown 转 Markdown → TXT
/path/to/file.epub	EPUB 电子书	markitdown 转 Markdown → TXT
/path/to/file.docx	Word 文档	markitdown 转 Markdown → TXT
/path/to/file.pptx	PowerPoint	markitdown 转 Markdown → TXT
/path/to/file.xlsx	Excel	markitdown 转 Markdown → TXT
/path/to/file.md	Markdown	直接上传
/path/to/image.jpg	图片（OCR）	markitdown OCR → TXT
/path/to/audio.mp3	音频	markitdown 转录 → TXT
/path/to/file.zip	ZIP 压缩包	解压 → markitdown 批量转换
关键词（无URL，无路径）	搜索查询	WebSearch → 汇总 → TXT

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

网页/YouTube：

• 直接使用 URL 调用 notebooklm source add [URL]
• NotebookLM 自动提取内容

Office 文档/电子书/PDF：

• 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 --wait  # 上传文件并等待处理完成

等待处理完成很重要，否则后续生成会失败。

Step 5: 根据意图生成内容（可选）

如果用户指定了处理意图，自动调用对应命令：

意图	命令	等待	下载
audio	notebooklm generate audio	artifact wait	download audio ./output.mp3
slide-deck	notebooklm generate slide-deck	artifact wait	download slide-deck ./output.pdf
mind-map	notebooklm generate mind-map	artifact wait	download mind-map ./map.json
quiz	notebooklm generate quiz	artifact wait	download quiz ./quiz.md --format markdown
video	notebooklm generate video	artifact wait	download video ./output.mp4
report	notebooklm generate report	artifact wait	download report ./report.md
infographic	notebooklm generate infographic	artifact wait	download infographic ./infographic.png
flashcards	notebooklm generate flashcards	artifact wait	download flashcards ./cards.md --format markdown

生成流程：

1. 发起生成请求（返回 task_id）
2. 等待生成完成（artifact wait <task_id>）
3. 下载生成的文件到本地
4. 告知用户文件路径

完整示例

示例 1：微信公众号文章 → 播客

用户输入：

把这篇文章生成播客 https://mp.weixin.qq.com/s/abc123xyz

执行流程：

1. 识别为微信公众号链接
2. MCP 工具抓取文章内容
3. 创建 TXT 文件
4. 上传到 NotebookLM
5. 生成播客（generate audio）
6. 下载播客到本地

输出：

✅ 微信文章已转换为播客！

📄 文章：深度学习的未来趋势
👤 作者：张三
📅 发布：2026-01-20

🎙️ 播客已生成：
📁 文件：/tmp/weixin_深度学习的未来趋势_podcast.mp3
⏱️ 时长：约 8 分钟
📊 大小：12.3 MB

示例 2：YouTube 视频 → 思维导图

用户输入：

这个视频帮我画个思维导图 https://www.youtube.com/watch?v=abc123

执行流程：

1. 识别为 YouTube 链接
2. 直接传递给 NotebookLM（自动提取字幕）
3. 生成思维导图（generate mind-map）
4. 下载思维导图

输出：

✅ YouTube 视频已转换为思维导图！

🎬 视频：Understanding Quantum Computing
⏱️ 时长：23 分钟

🗺️ 思维导图已生成：
📁 文件：/tmp/youtube_quantum_computing_mindmap.json
📊 节点数：45 个

示例 3：搜索关键词 → 报告

用户输入：

搜索 'AI发展趋势 2026' 并生成报告

执行流程：

1. 识别为搜索查询
2. WebSearch 搜索关键词
3. 汇总前 5 条结果
4. 创建 TXT 文件
5. 上传到 NotebookLM
6. 生成报告（generate report）

输出：

✅ 搜索结果已生成报告！

🔍 关键词：AI发展趋势 2026
📊 来源：5 篇文章

📄 报告已生成：
📁 文件：/tmp/search_AI发展趋势2026_report.md
📝 章节：7 个
📊 大小：15.2 KB

示例 4：混合多源 → PPT

用户输入：

把这篇文章、这个视频和这个PDF一起做成PPT：
- https://example.com/article
- https://youtube.com/watch?v=xyz
- /Users/joe/Documents/research.pdf

执行流程：

1. 创建新 Notebook
2. 依次添加 3 个 Source
3. 基于所有 Source 生成 PPT

输出：

✅ 多源内容已整合为PPT！

📚 内容源：
  1. 网页文章：AI in 2026
  2. YouTube：Future of AI
  3. PDF：Research Notes (12 页)

📊 PPT 已生成：
📁 文件：/tmp/multi_source_slides.pdf
📄 页数：25 页
📦 大小：3.8 MB

示例 5: EPUB 电子书 → 播客

用户输入：

把这本电子书做成播客 /Users/joe/Books/sapiens.epub

执行流程：

1. 识别为 EPUB 文件
2. markitdown 转换为 Markdown
3. 保存为 TXT
4. 上传到 NotebookLM
5. 生成播客

输出：

✅ EPUB 电子书已转换为播客！

📚 电子书：Sapiens: A Brief History of Humankind
📄 页数：约 450 页
📊 字数：约 15 万字

🎙️ 播客已生成：
📁 文件：/tmp/sapiens_podcast.mp3
⏱️ 时长：约 45 分钟（精华版）
📊 大小：48.2 MB

示例 6：Word 文档 → Quiz

用户输入：

这个Markdown生成Quiz /Users/joe/notes/machine_learning.md

执行流程：

1. 识别为本地 Markdown 文件
2. 直接上传到 NotebookLM
3. 生成 Quiz（generate quiz）

输出：

✅ Markdown 已转换为Quiz！

📄 文件：machine_learning.md
📊 大小：8.5 KB

📝 Quiz 已生成：
📁 文件：/tmp/machine_learning_quiz.md
❓ 题目：15 道（10选择 + 5简答）

错误处理

URL 格式错误

❌ 错误：URL 格式不正确

必须是微信公众号文章链接：
https://mp.weixin.qq.com/s/xxx

你提供的链接：https://example.com

文章获取失败

❌ 错误：无法获取文章内容

可能原因：
1. 文章已被删除
2. 文章需要登录查看（暂不支持）
3. 网络连接问题
4. 微信反爬虫拦截（请稍后重试）

建议：
- 检查链接是否正确
- 等待 2-3 秒后重试
- 或手动复制文章内容

NotebookLM 认证失败

❌ 错误：NotebookLM 认证失败

请运行以下命令重新登录：
  notebooklm login

然后验证：
  notebooklm list

生成任务失败

❌ 错误：播客生成失败

可能原因：
1. 文章内容太短（< 100 字）
2. 文章内容太长（> 50万字）
3. NotebookLM 服务异常

建议：
- 检查文章长度是否适中
- 稍后重试
- 或尝试其他格式（如生成报告）

高级功能

1. 多意图处理

用户可以一次性指定多个处理任务：

这篇文章帮我生成播客和PPT https://mp.weixin.qq.com/s/abc123

Skill 会依次执行：

1. 生成播客
2. 生成 PPT

2. 自定义 Notebook

默认每篇文章创建新 Notebook，也可以指定已有 Notebook：

把这篇文章加到我的【AI研究】笔记本 https://mp.weixin.qq.com/s/abc123

Skill 会：

1. 搜索名为"AI研究"的 Notebook
2. 将文章添加为新 Source
3. 基于所有 Sources 生成内容

3. 自定义生成指令

为生成任务添加具体要求：

这篇文章生成播客，要求：轻松幽默的风格，时长控制在5分钟

Skill 会将要求作为 instructions 传给 NotebookLM。

注意事项

1. 频率限制：

   • 每次请求间隔 > 2 秒，避免被微信封禁
   • NotebookLM 生成任务有并发限制（最多 3 个同时进行）

2. 内容长度：

   • 微信文章通常 1000-5000 字，适合生成播客（3-8 分钟）
   • 超过 10000 字的长文可能需要更长生成时间
   • 少于 500 字的短文可能生成效果不佳

3. 版权遵守：

   • 仅用于个人学习研究
   • 遵守微信公众号的版权规定
   • 生成的内容不得用于商业用途

4. 生成时间：

   • 播客：2-5 分钟
   • 视频：3-8 分钟
   • PPT：1-3 分钟
   • 思维导图：1-2 分钟
   • Quiz/闪卡：1-2 分钟

5. 文件清理：

   • TXT 源文件保存在 /tmp/，系统重启后自动清理
   • 生成的文件（MP3/PDF/MD 等）默认保存在 /tmp/
   • 可以指定自定义保存路径

相关 Skills

• notebooklm - NotebookLM 核心功能
• notebooklm-deep-analyzer - 深度分析 NotebookLM 内容
• markitdown - 转换其他格式文档

配置 MCP（重要）

⚠️ 第一次使用前必须配置

编辑 ~/.claude/config.json：

{
  "primaryApiKey": "any",
  "mcpServers": {
    "weixin-reader": {
      "command": "python",
      "args": [
        "/Users/joe/.claude/skills/anything-to-notebooklm/wexin-read-mcp/src/server.py"
      ]
    }
  }
}

配置后重启 Claude Code！

故障排查

1. MCP 工具未找到

# 测试 MCP 服务器
python ~/.claude/skills/anything-to-notebooklm/wexin-read-mcp/src/server.py

# 如果报错，检查依赖
cd ~/.claude/skills/anything-to-notebooklm/wexin-read-mcp
pip install -r requirements.txt
playwright install chromium

2. NotebookLM 命令失败

# 检查认证状态
notebooklm status

# 重新登录
notebooklm login

# 验证
notebooklm list

3. 文件权限问题

# 确保临时目录可写
chmod 755 /tmp

# 测试写入
touch /tmp/test.txt && rm /tmp/test.txt

4. 生成任务卡住

# 检查任务状态
notebooklm artifact list

# 如果显示 "pending" 超过 10 分钟，取消重试
# （目前 CLI 不支持取消，需要在网页端操作）

典型使用场景

场景 1：快速学习

我想学习这篇文章，帮我生成播客，上下班路上听
链接：https://mp.weixin.qq.com/s/abc123

→ 生成 8 分钟播客，通勤时间听完

场景 2：分享给团队

how to use anything-to-notebooklm
CursorClaude CodeClineCodexWindsurfGooseGitHub CopilotVS CodeGemini CLIKiloOpencodeKimi CLIRoo ClineAiderContinueZedBolt.newLovablev0Replit AgentSweepSmol DeveloperDevinCavemanAmpAntigravity
How to use anything-to-notebooklm on Cursor
AI-first code editor with Composer
1
Prerequisites
Before installing skills in Cursor, ensure your development environment meets these requirements:
›Cursor installed and configured on your development machine
›Node.js version 16.0+ with npm package manager (verify with node --version)
›Active project directory or workspace where you want to add anything-to-notebooklm
2
Execute installation command
Execute the skills CLI command in your project's root directory to begin installation:
$npx skills add https://github.com/joeseesun/anything-to-notebooklm --skill anything-to-notebooklmcopy
The skills CLI fetches anything-to-notebooklm from GitHub repository joeseesun/anything-to-notebooklm and configures it for Cursor.
3
Select Cursor when prompted
The CLI will show a list of available agents. Use arrow keys to navigate and space to select Cursor:
◆ Which agents do you want to install to?
│
│ ── Universal (.agents/skills) ── always included ────
│   • Amp
│   • Antigravity
│   • Cline
│   • Codex
│ ●Cursor(selected)
│   • Cursor
│   • Windsurf
4
Verify installation
Confirm successful installation by checking the skill directory location:
.cursor/skills/anything-to-notebooklm
Reload or restart Cursor to activate anything-to-notebooklm. Access the skill through slash commands (e.g., /anything-to-notebooklm) or your agent's skill management interface.
⚠
Security & Verification Notice
We perform automated surface-level scans (Gen AI Scanner, Socket, Snyk) during installation. These checks detect common vulnerabilities but do not guarantee complete security. Always review skill source code and verify the publisher's reputation before production use.
Skills execute code in your development environment. Always verify the publisher's identity, review recent commits, and test in isolated environments before production deployment.
Additional Resources
›View source code on GitHub›Skills CLI documentation›Learn more about Cursor›What are agent skills?