Anything to NotebookLM：一句话把微信文章、电子书、付费外媒变成播客、PPT 和测验题

先说痛点

你有没有过这种情况：

• 刷到一篇不错的微信长文，随手点了收藏，然后再也没打开过；
• 想看 The Information、WSJ 这类外媒的深度报道，点进去发现要订阅，只能看个开头；
• 团队要分享一本书的观点，硬着头皮把十几万字啃完，还得自己动手整理成 PPT。

这些事有个共同点：内容的形态，和你要用它时的场景，对不上。 文章是给人"看"的，但通勤路上你只有耳朵；书是用来读的，但分享的时候大家只想看要点。

我最近在 GitHub 上逛到一个小工具，正好是冲着这类问题来的：Anything to NotebookLM。它是一个装在 Claude Code 里的技能（Skill），用一句自然语言，就能把微信文章、网页、电子书、YouTube 视频、PDF 这些东西，变成播客、PPT、思维导图、测验题（Quiz）这些格式。

我翻了下它的 README 和部分源码，把安装流程也实际过了一遍，这篇文章就把我的了解和体验整理给你。

这到底是个啥？先把三个名词说清楚

讲功能之前，先把三个容易懵的名词用一句话解释掉：

• Claude Code：Anthropic 出的命令行 AI 助手，可以理解成"住在你终端里的程序员同事"——你说需求，它干活。
• Skill（技能）：给 Claude Code 装的"技能包"。本质上就是一个文件夹，里面放着说明书（告诉 AI 遇到什么情况该怎么干）和一些现成的脚本，类似给手机装了个 App。
• NotebookLM：Google 出的"AI 学习笔记本"。你把资料喂给它，它只基于你喂的这些资料来生成内容——比如把一篇文章变成两个人对话的播客节目。它不是那种会自由发挥的通用聊天机器人，不太会一本正经地胡说八道。

所以这个项目的逻辑其实很简单：Claude Code 负责听懂你的话、把内容抓回来；NotebookLM 负责把内容变成你要的格式。 这个 Skill 就是中间牵线的那个人。

支持哪些输入和输出

我数了下 README，输入 15+ 种、输出 8+ 种，直接放表。

输入（15+ 种）：

输出（8+ 种）：

用起来比较省心的一点是智能识别：你不用告诉它输入是什么类型，贴个链接它自己判断。mp.weixin.qq.com 开头就是微信文章，.epub 结尾就是电子书，说一句"搜索 XX"它就去汇总搜索结果。

几个我觉得实用的场景

场景一：文章 → 播客，通勤路上"听"完一篇深度长文

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

AI 自动执行：
✓ 抓取微信文章内容
✓ 上传到 NotebookLM
✓ 生成播客（约 2-5 分钟）

✅ 结果：/tmp/article_podcast.mp3

微信文章不是普通网页，有反爬虫，所以它走的是 MCP 通道——用 Playwright 起一个模拟浏览器去拿内容。播客的声音来自 Google AI 语音合成，英文内容是两个 AI 主持人对话，中文是单人叙述。

场景二：电子书 → PPT，读书分享不用啃全书

你：这本书做成 PPT /Users/joe/Books/sapiens.epub

AI 自动执行：
✓ 提取电子书全文（十几万字）
✓ AI 提炼核心观点
✓ 生成结构化幻灯片

✅ 结果：25 页左右的 PPT

场景三：视频 → Quiz，检验自己是不是"感觉会了"

你：这个 YouTube 视频生成 Quiz https://youtube.com/watch?v=xxx

AI 自动执行：
✓ 提取视频字幕
✓ 分析关键知识点、自动出题

✅ 结果：15 道题左右（选择题 + 简答题），Markdown 文件

看视频学习最大的问题是"感觉会了"，做套题才知道是不是真的会了。

场景四：付费文章也能转，内置 6 层绕过策略

这是我在 README 里看到的、很多老介绍文章没提的新能力：它内置了一套针对 300+ 付费新闻网站的绕过策略，NYT、WSJ、FT、经济学人、Bloomberg 这些都在列。

策略是 6 层级联，一层不行换下一层：

关于合法性，作者在 FAQ 里写得很明白：技术原理基于搜索引擎白名单，不破解任何加密，仅建议个人学习研究使用，并且建议支持优质媒体、购买订阅。这个态度我觉得挺端正的。

场景五：多源整合 + 深度分析

几个不同来源的东西，可以混在一起出一份综合报告：

你：把这些内容一起做成报告：
1. https://mp.weixin.qq.com/s/xxx（微信文章）
2. https://youtube.com/watch?v=xxx（视频）
3. /Users/joe/paper.pdf（论文）

另外还有一个 –deep-analysis 深度分析模式，值得单独说一下：

python main.py https://example.com/article –deep-analysis

它会自动生成 12 个问题，分三轮递进提问（概览 → 深挖 → 综合）。因为 NotebookLM 在同一会话里保持上下文，后一轮的问题能"接住"前一轮的回答，越问越深。最后输出结构化的 JSON，包含核心观点、论证拆解、矛盾分析这些维度——相当于替你做了一次精读。

怎么安装（3 步）

前置要求就两样：Python 3.9+ 和 Git（macOS/Linux 自带），其他依赖脚本会自动装。

# 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

注意仓库名：这个项目改过名，以前叫 anything-to-notebooklm，现在叫 qiaomu-anything-to-notebooklm（作者的微信公众号叫"向阳乔木推荐看"）。网上老文章里的链接如果打不开，多半是这个名字变了。

首次使用要登录一次 NotebookLM：

notebooklm login # 浏览器授权，只需一次
notebooklm list # 验证是否登录成功
./check_env.py # 可选：13 项环境检查

如果想用小宇宙 / 喜马拉雅 / B站的转写功能，还需要配一个"Get笔记"的 API Key（可选）：

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

它是怎么工作的

整条链路是这样的：

你的自然语言
↓
Claude Code Skill（判断输入类型，选对应工具）
↓
┌ 微信/飞书文档 → MCP 模拟浏览器抓取
├ 付费网页 → 6 层绕过级联
├ 播客/音频 → Get笔记 API 转写
└ 其他文件 → markitdown 转文本（微软开源的文件转文本工具）
↓
NotebookLM API（上传内容源，AI 生成目标格式）
↓
mp3 / pdf / json / md 文件

值得提的一点是它"本地优先"：微信文章这类内容先在本地抓取和转换，最后才把整理好的文本传给 NotebookLM。

内容长度方面，README 给的范围是 500 字到 50 万字都行，1000–10000 字效果最佳；语言上中英文效果最好。

和手动折腾比，差多少

客观说，它不是唯一能干这事的东西——你完全可以手动打开 NotebookLM 网页版，上传文件、点生成播客。它的价值在于把"抓内容 → 转格式 → 上传 → 生成"这整条链路自动化了，尤其是微信文章抓取和付费墙这两块，手动搞是真的麻烦。

几个小提醒

适合谁用

• 收藏夹吃灰、通勤路上只想用耳朵的人；
• 要做读书分享 / 技术分享，不想从零做 PPT 的人；
• 看视频学习、想做套题自测的人；
• 做调研、需要把多来源内容整合成报告的人。

项目地址：https://github.com/joeseesun/qiaomu-anything-to-notebooklm

名词速查表