qiaomu-anything-to-notebooklm:任意内容一键转播客、PPT、思维导图
posts posts 2026-05-16T03:02:00+08:00qiaomu-anything-to-notebooklm 是一个 Claude Code Skill,可将微信公众号、付费文章、YouTube、播客、PDF、EPUB 等任意内容自动抓取并上传至 Google NotebookLM,生成播客、PPT、思维导图、Quiz 等多种格式。其核心亮点是 6 层级联付费墙绕过策略,支持 300+ 付费新闻网站。技术笔记Claude Code, NotebookLM, MCP, 付费墙绕过, 内容处理, AI工具qiaomu-anything-to-notebooklm:任意内容一键转播客、PPT、思维导图
在信息爆炸的时代,我们每天要处理来自微信文章、付费新闻、播客、PDF、YouTube 视频等各种来源的内容。但每种内容格式各异,获取成本高,整理耗时——你可能想在通勤时听一篇长文做成播客,把一本书做成 PPT 分享给团队,把付费报道做成思维导图理清逻辑。
qiaomu-anything-to-notebooklm(简称 qiaomu)正是为解决这个痛点而生。这是一个运行在 Claude Code 中的 Skill,只需一句自然语言,就能把任意内容变成任意你想要的格式。
Github: joeseesun/qiaomu-anything-to-notebooklm · ⭐ 2601 · Python · MIT License
项目概览
| 项目 | 信息 |
|---|---|
| 作者 | Joe (joeseesun) |
| 开源时间 | 2026 年 1 月 |
| Stars | 2601 |
| Forks | 267 |
| 语言 | Python |
| 许可证 | MIT |
| 定位 | Claude Code Skill,多源内容处理器 |
核心工作流非常简洁:
用户自然语言输入(如"把这篇付费文章生成播客")
↓
Claude Code Skill 智能识别内容源类型
↓
自动抓取内容(含付费墙绕过)
↓
上传至 Google NotebookLM
↓
NotebookLM AI 生成目标格式(播客/PPT/思维导图/Quiz 等)核心能力:15+ 种内容源
qiaomu 支持的内容源分为四大类:
社交与媒体
| 内容源 | 说明 |
|---|---|
| 微信公众号 | 通过 MCP 浏览器模拟抓取,绕过反爬虫 |
| X/Twitter | 支持推文和长线程 |
| YouTube | 自动提取字幕 |
| 播客 | 支持小宇宙、喜马拉雅、B 站 |
网页(含付费墙绕过)
| 内容源 | 说明 |
|---|---|
| 300+ 付费网站 | NYT、WSJ、FT、Economist、The Information 等 |
| 任意公开网页 | 新闻、博客、文档 |
| 搜索关键词 | 自动汇总搜索结果 |
电子书与文档
| 内容源 | 说明 |
|---|---|
| 支持扫描件 OCR | |
| EPUB | 电子书全文提取 |
| Markdown | .md 文件 |
| 纯文本 | .txt 文件 |
Office 与其他
| 内容源 | 说明 |
|---|---|
| Word | .docx |
| PowerPoint | .pptx |
| Excel | .xlsx |
| 图片 | JPEG/PNG,自动 OCR |
| 音频 | WAV/MP3,自动转录 |
| ZIP 压缩包 | 批量处理 |
技术架构解析
qiaomu 的整体架构分为四层:
┌─────────────────────────────────┐
│ 用户自然语言输入 │
│ "把这篇付费文章生成播客" │
└───────────────┬─────────────────┘
↓
┌─────────────────────────────────┐
│ 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│
└────────┬─────────┘
↓
┌──────────────────┐
│ 生成文件 │
│ .mp3/.pdf/.json │
└──────────────────┘关键模块
1. 微信 MCP 服务器(wexin-read-mcp)
微信公众号有严格的反爬虫机制。qiaomu 通过 Playwright 浏览器模拟真实用户访问来获取内容。核心文件:
wexin-read-mcp/src/server.py— MCP 入口wexin-read-mcp/src/scraper.py— Playwright 浏览器模拟wexin-read-mcp/src/parser.py— HTML 解析
2. 付费墙绕过(scripts/fetch_url.sh)
这是 qiaomu 最具技术含量的部分。实现了 6 层级联策略:
Level 1: 代理服务(r.jina.ai / defuddle.md)
Level 2: 站点专属 Bot UA(Googlebot ~50站 / Bingbot ~4站)
Level 3: 通用绕过(UA伪装 + X-Forwarded-For + Referer伪装 + AMP + EU IP)
Level 4: archive.today 存档(CAPTCHA 自动检测)
Level 5: Google Cache
Level 6: agent-fetch 本地工具绕过策略的技术原理:
| 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 |
3. 播客转写(scripts/get_podcast_transcript.py)
通过 Get 笔记 API 转写小宇宙、喜马拉雅、B 站视频音频,再上传 NotebookLM 生成目标格式。
4. 文件转换(markitdown)
微软开源的 markitdown 负责将 PDF、Word、PPT、Excel 等文件转换为 Markdown 格式,供 NotebookLM 处理。
快速开始
前置需求
- Python 3.9+
- Git
- Claude Code(已安装或可安装)
安装步骤
# 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验证环境
# NotebookLM 认证(只需一次)
notebooklm login
notebooklm list # 验证成功
# 环境检查(可选)
./check_env.py可选:播客转写配置
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"使用场景与示例
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
python main.py /Users/joe/Books/sapiens.epub --deep-analysis深度分析模式会自动生成 12 个问题,分 3 轮递进:
| 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 |
| 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 |
| 第三轮·综合与反刍 | 3 | 认知升级 | 最大认知改变、行动指南 |
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。
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
python main.py https://mp.weixin.qq.com/s/abc123 --deep-analysis --to-feishu深度分析模式详解
qiaomu 的深度分析模式通过三轮递进式提问实现有深度的内容理解:
python main.py <内容路径或URL> --deep-analysis
python main.py <内容路径或URL> --deep-analysis --to-feishu # 输出到飞书三轮策略:
第一轮·概览与框架(4 个问题)
- 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 个问题)
- 拆解论证逻辑
- 分析矛盾
- 提炼核心洞察
- 提出尖锐批评
- 挖掘未被明确说出的假设
第三轮·综合与反刍(3 个问题)
- 最大认知改变
- 行动指南
- 推荐理由
由于 NotebookLM 保持上下文,后轮问题自动受益于前轮回答,形成递进式深度分析,而非孤立的问答堆砌。
适用场景与优势
适合使用 qiaomu 的场景
- 知识工作者:需要处理大量多源内容(新闻、论文、报告)
- Claude Code 用户:已在使用 Claude Code,希望扩展内容处理能力
- 内容创作者:需要将不同来源的内容转化为不同格式(播客、PPT、思维导图)
- 研究者:需要对长文/书籍进行深度分析,生成结构化笔记
- 学习者:想把微信文章、付费报道等做成 Quiz 自测掌握程度
qiaomu 的优势
- 全自动化:从内容获取到格式生成,一气呵成,无需手动操作
- 付费墙绕过:6 层级联策略,覆盖 300+ 付费新闻网站
- 多格式输出:播客、PPT、思维导图、Quiz、报告、信息图、闪卡
- 智能识别:自动判断输入类型,无需手动指定
- 深度分析:三轮递进式提问,实现真正的内容理解
使用边界与限制
- NotebookLM 限制:内容长度推荐 1000-10000 字,最短约 500 字,最长约 50 万字
- 付费墙:部分硬付费墙(如 The Information)需要 archive.today 存档,可能需要人工验证 CAPTCHA
- 微信抓取:依赖 Playwright 浏览器模拟,需要配置 MCP
- 播客转写:需要 Get 笔记 API Key(非免费)
- 用途:仅限个人学习研究,建议支持优质新闻媒体,购买订阅
项目结构
qiaomu-anything-to-notebooklm/
├── SKILL.md # Skill 定义文件
├── README.md # 项目说明
├── 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 # 图片处理故障排查
MCP 工具未找到
# 手动启动 MCP 服务器
python ~/.claude/skills/qiaomu-anything-to-notebooklm/wexin-read-mcp/src/server.py
# 重新安装依赖
cd ~/.claude/skills/qiaomu-anything-to-notebooklm/wexin-read-mcp
pip install -r requirements.txt
playwright install chromiumNotebookLM 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,请完成验证后重试总结
qiaomu-anything-to-notebooklm 是一个将多源内容处理与 NotebookLM AI 生成能力衔接的工具。它的价值在于:
- 极大降低了内容格式转换的成本——你不需要在各种工具之间切换,只需一句自然语言
- 付费墙绕过让它真正成为"全网内容处理器",不只是能处理公开内容
- 深度分析模式提供了一种结构化的内容理解方法,而非简单的摘要
如果你已经在使用 Claude Code,qiaomu 是一个值得加入技能库的工具;如果你是知识工作者或内容创作者,它能显著提升你处理多源内容效率。
参考链接
- GitHub 仓库:https://github.com/joeseesun/qiaomu-anything-to-notebooklm
- Google NotebookLM:https://notebooklm.google.com/
- Claude Code 文档:https://docs.anthropic.com/claude-code
- 项目作者 Joe:https://github.com/joeseesun
- Twitter:@vista8