[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-joeseesun--anything-to-notebooklm":3,"tool-joeseesun--anything-to-notebooklm":62},[4,18,26,36,46,54],{"id":5,"name":6,"github_repo":7,"description_zh":8,"stars":9,"difficulty_score":10,"last_commit_at":11,"category_tags":12,"status":17},4358,"openclaw","openclaw\u002Fopenclaw","OpenClaw 是一款专为个人打造的本地化 AI 助手，旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚，能够直接接入你日常使用的各类通讯渠道，包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息，OpenClaw 都能即时响应，甚至支持在 macOS、iOS 和 Android 设备上进行语音交互，并提供实时的画布渲染功能供你操控。\n\n这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地，用户无需依赖云端服务即可享受快速、私密的智能辅助，真正实现了“你的数据，你做主”。其独特的技术亮点在于强大的网关架构，将控制平面与核心助手分离，确保跨平台通信的流畅性与扩展性。\n\nOpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者，以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力（支持 macOS、Linux 及 Windows WSL2），即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你",349277,3,"2026-04-06T06:32:30",[13,14,15,16],"Agent","开发框架","图像","数据工具","ready",{"id":19,"name":20,"github_repo":21,"description_zh":22,"stars":23,"difficulty_score":10,"last_commit_at":24,"category_tags":25,"status":17},3808,"stable-diffusion-webui","AUTOMATIC1111\u002Fstable-diffusion-webui","stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面，旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点，将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。\n\n无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师，还是想要深入探索模型潜力的开发者与研究人员，都能从中获益。其核心亮点在于极高的功能丰富度：不仅支持文生图、图生图、局部重绘（Inpainting）和外绘（Outpainting）等基础模式，还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外，它内置了 GFPGAN 和 CodeFormer 等人脸修复工具，支持多种神经网络放大算法，并允许用户通过插件系统无限扩展能力。即使是显存有限的设备，stable-diffusion-webui 也提供了相应的优化选项，让高质量的 AI 艺术创作变得触手可及。",162132,"2026-04-05T11:01:52",[14,15,13],{"id":27,"name":28,"github_repo":29,"description_zh":30,"stars":31,"difficulty_score":32,"last_commit_at":33,"category_tags":34,"status":17},1381,"everything-claude-code","affaan-m\u002Feverything-claude-code","everything-claude-code 是一套专为 AI 编程助手（如 Claude Code、Codex、Cursor 等）打造的高性能优化系统。它不仅仅是一组配置文件，而是一个经过长期实战打磨的完整框架，旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。\n\n通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能，everything-claude-code 能显著提升 AI 在复杂任务中的表现，帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略，使得模型响应更快、成本更低，同时有效防御潜在的攻击向量。\n\n这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库，还是需要 AI 协助进行安全审计与自动化测试，everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目，它融合了多语言支持与丰富的实战钩子（hooks），让 AI 真正成长为懂上",160784,2,"2026-04-19T11:32:54",[14,13,35],"语言模型",{"id":37,"name":38,"github_repo":39,"description_zh":40,"stars":41,"difficulty_score":42,"last_commit_at":43,"category_tags":44,"status":17},8272,"opencode","anomalyco\u002Fopencode","OpenCode 是一款开源的 AI 编程助手（Coding Agent），旨在像一位智能搭档一样融入您的开发流程。它不仅仅是一个代码补全插件，而是一个能够理解项目上下文、自主规划任务并执行复杂编码操作的智能体。无论是生成全新功能、重构现有代码，还是排查难以定位的 Bug，OpenCode 都能通过自然语言交互高效完成，显著减少开发者在重复性劳动和上下文切换上的时间消耗。\n\n这款工具专为软件开发者、工程师及技术研究人员设计，特别适合希望利用大模型能力来提升编码效率、加速原型开发或处理遗留代码维护的专业人群。其核心亮点在于完全开源的架构，这意味着用户可以审查代码逻辑、自定义行为策略，甚至私有化部署以保障数据安全，彻底打破了传统闭源 AI 助手的“黑盒”限制。\n\n在技术体验上，OpenCode 提供了灵活的终端界面（Terminal UI）和正在测试中的桌面应用程序，支持 macOS、Windows 及 Linux 全平台。它兼容多种包管理工具，安装便捷，并能无缝集成到现有的开发环境中。无论您是追求极致控制权的资深极客，还是渴望提升产出的独立开发者，OpenCode 都提供了一个透明、可信",144296,1,"2026-04-16T14:50:03",[13,45],"插件",{"id":47,"name":48,"github_repo":49,"description_zh":50,"stars":51,"difficulty_score":32,"last_commit_at":52,"category_tags":53,"status":17},2271,"ComfyUI","Comfy-Org\u002FComfyUI","ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎，专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式，采用直观的节点式流程图界面，让用户通过连接不同的功能模块即可构建个性化的生成管线。\n\n这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景，也能自由组合模型、调整参数并实时预览效果，轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性，不仅支持 Windows、macOS 和 Linux 全平台，还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构，并率先支持 SDXL、Flux、SD3 等前沿模型。\n\n无论是希望深入探索算法潜力的研究人员和开发者，还是追求极致创作自由度的设计师与资深 AI 绘画爱好者，ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能，使其成为当前最灵活、生态最丰富的开源扩散模型工具之一，帮助用户将创意高效转化为现实。",109154,"2026-04-18T11:18:24",[14,15,13],{"id":55,"name":56,"github_repo":57,"description_zh":58,"stars":59,"difficulty_score":32,"last_commit_at":60,"category_tags":61,"status":17},6121,"gemini-cli","google-gemini\u002Fgemini-cli","gemini-cli 是一款由谷歌推出的开源 AI 命令行工具，它将强大的 Gemini 大模型能力直接集成到用户的终端环境中。对于习惯在命令行工作的开发者而言，它提供了一条从输入提示词到获取模型响应的最短路径，无需切换窗口即可享受智能辅助。\n\n这款工具主要解决了开发过程中频繁上下文切换的痛点，让用户能在熟悉的终端界面内直接完成代码理解、生成、调试以及自动化运维任务。无论是查询大型代码库、根据草图生成应用，还是执行复杂的 Git 操作，gemini-cli 都能通过自然语言指令高效处理。\n\n它特别适合广大软件工程师、DevOps 人员及技术研究人员使用。其核心亮点包括支持高达 100 万 token 的超长上下文窗口，具备出色的逻辑推理能力；内置 Google 搜索、文件操作及 Shell 命令执行等实用工具；更独特的是，它支持 MCP（模型上下文协议），允许用户灵活扩展自定义集成，连接如图像生成等外部能力。此外，个人谷歌账号即可享受免费的额度支持，且项目基于 Apache 2.0 协议完全开源，是提升终端工作效率的理想助手。",100752,"2026-04-10T01:20:03",[45,13,15,14],{"id":63,"github_repo":64,"name":65,"description_en":66,"description_zh":67,"ai_summary_zh":68,"readme_en":69,"readme_zh":70,"quickstart_zh":71,"use_case_zh":72,"hero_image_url":73,"owner_login":74,"owner_name":75,"owner_avatar_url":76,"owner_bio":77,"owner_company":78,"owner_location":78,"owner_email":78,"owner_twitter":79,"owner_website":78,"owner_url":80,"languages":81,"stars":90,"forks":91,"last_commit_at":92,"license":93,"difficulty_score":32,"env_os":94,"env_gpu":95,"env_ram":95,"env_deps":96,"category_tags":105,"github_topics":106,"view_count":32,"oss_zip_url":78,"oss_zip_packed_at":78,"status":17,"created_at":112,"updated_at":113,"faqs":114,"releases":115},9716,"joeseesun\u002Fanything-to-notebooklm","anything-to-notebooklm","Claude Skill: Multi-source content processor for NotebookLM. Supports WeChat articles, web pages, YouTube, PDF, Markdown, search queries → Podcast\u002FPPT\u002FMindMap\u002FQuiz etc.","qiaomu-anything-to-notebooklm 是一款专为 Google NotebookLM 设计的智能内容处理助手。它能将微信公众号文章、YouTube 视频、各类文档（PDF\u002FWord\u002FPPT）甚至网络搜索关键词等 15 种以上不同来源的信息，一键转化为播客、PPT 演示文稿、思维导图或自测问卷等多种实用格式。\n\n该工具主要解决了多源异构数据难以统一整合，以及优质新闻内容常被付费墙阻挡的痛点。用户只需通过自然语言指令，即可让 AI 自动完成从内容获取、清洗到最终生成的全流程，极大提升了知识消化与二次创作的效率。其最独特的技术亮点在于内置了强大的“付费墙绕过”机制，采用六级联策略（包括模拟搜索引擎爬虫、利用存档站点等），能够自动解锁并提取全球 300+ 家主流媒体（如 NYT、WSJ、FT 等）的付费文章内容。\n\n这款产品非常适合需要高效处理海量信息的知识工作者、研究人员、学生及内容创作者使用。无论是希望将长篇报告转为通勤时可听的音频，还是需要将复杂论文梳理为清晰的思维导图，普通用户无需具备编程基础，仅需简单的对话交互即可轻松上手；同时，其开源架构也欢迎开发者进行个性化","qiaomu-anything-to-notebooklm 是一款专为 Google NotebookLM 设计的智能内容处理助手。它能将微信公众号文章、YouTube 视频、各类文档（PDF\u002FWord\u002FPPT）甚至网络搜索关键词等 15 种以上不同来源的信息，一键转化为播客、PPT 演示文稿、思维导图或自测问卷等多种实用格式。\n\n该工具主要解决了多源异构数据难以统一整合，以及优质新闻内容常被付费墙阻挡的痛点。用户只需通过自然语言指令，即可让 AI 自动完成从内容获取、清洗到最终生成的全流程，极大提升了知识消化与二次创作的效率。其最独特的技术亮点在于内置了强大的“付费墙绕过”机制，采用六级联策略（包括模拟搜索引擎爬虫、利用存档站点等），能够自动解锁并提取全球 300+ 家主流媒体（如 NYT、WSJ、FT 等）的付费文章内容。\n\n这款产品非常适合需要高效处理海量信息的知识工作者、研究人员、学生及内容创作者使用。无论是希望将长篇报告转为通勤时可听的音频，还是需要将复杂论文梳理为清晰的思维导图，普通用户无需具备编程基础，仅需简单的对话交互即可轻松上手；同时，其开源架构也欢迎开发者进行个性化扩展与定制。","\u003Cdiv align=\"center\">\n\n# 🎯 Anything → NotebookLM\n\n**多源内容智能处理器：任何内容 → 播客 \u002F PPT \u002F 思维导图 \u002F Quiz**\n\n[![License: MIT](https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FLicense-MIT-yellow.svg)](https:\u002F\u002Fopensource.org\u002Flicenses\u002FMIT)\n[![Python 3.9+](https:\u002F\u002Fimg.shields.io\u002Fbadge\u002Fpython-3.9+-blue.svg)](https:\u002F\u002Fwww.python.org\u002Fdownloads\u002F)\n[![PRs Welcome](https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FPRs-welcome-brightgreen.svg)](http:\u002F\u002Fmakeapullrequest.com)\n[![GitHub stars](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fstars\u002Fjoeseesun\u002Fqiaomu-anything-to-notebooklm?style=social)](https:\u002F\u002Fgithub.com\u002Fjoeseesun\u002Fqiaomu-anything-to-notebooklm\u002Fstargazers)\n[![GitHub forks](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fforks\u002Fjoeseesun\u002Fqiaomu-anything-to-notebooklm?style=social)](https:\u002F\u002Fgithub.com\u002Fjoeseesun\u002Fqiaomu-anything-to-notebooklm\u002Fnetwork\u002Fmembers)\n[![GitHub issues](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fissues\u002Fjoeseesun\u002Fqiaomu-anything-to-notebooklm)](https:\u002F\u002Fgithub.com\u002Fjoeseesun\u002Fqiaomu-anything-to-notebooklm\u002Fissues)\n[![GitHub last commit](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Flast-commit\u002Fjoeseesun\u002Fqiaomu-anything-to-notebooklm)](https:\u002F\u002Fgithub.com\u002Fjoeseesun\u002Fqiaomu-anything-to-notebooklm\u002Fcommits\u002Fmain)\n\n[快速开始](#-快速开始) • [支持格式](#-支持的内容源-15-种) • [使用示例](#-使用示例) • [付费墙绕过](#-付费墙绕过) • [常见问题](#-常见问题)\n\n\u003C\u002Fdiv>\n\n---\n\n## ✨ 这是什么？\n\n一个 **Claude Code Skill**，用自然语言把**任何内容**变成**任何格式**。\n\n```\n你说：把这篇微信文章生成播客\nAI ：✅ 8 分钟播客已生成 → podcast.mp3\n\n你说：这个付费文章做成思维导图\nAI ：✅ 自动绕过付费墙 → 思维导图已生成\n\n你说：这期播客（小宇宙）做成 PPT\nAI ：✅ 自动转录音频 → 25 页 PPT 已生成\n```\n\n**核心能力**：多源内容获取（含付费墙绕过）→ 上传 [Google NotebookLM](https:\u002F\u002Fnotebooklm.google.com\u002F) → AI 生成目标格式\n\n---\n\n## 🚀 支持的内容源（15+ 种）\n\n\u003Ctable>\n\u003Ctr>\n\u003Ctd width=\"50%\">\n\n### 📱 社交与媒体\n- **微信公众号**（MCP 浏览器模拟）\n- **X\u002FTwitter**（推文 + 长线程）\n- **YouTube 视频**（自动提取字幕）\n- **播客**（小宇宙 \u002F 喜马拉雅 \u002F B站）\n\n### 🌐 网页（含付费墙绕过）\n- **300+ 付费网站**（NYT\u002FWSJ\u002FFT\u002FEconomist...）\n- **任意公开网页**（新闻、博客、文档）\n- **搜索关键词**（自动汇总结果）\n\n\u003C\u002Ftd>\n\u003Ctd width=\"50%\">\n\n### 📚 电子书与文档\n- **PDF**（支持扫描件 OCR）\n- **EPUB** 电子书\n- **Markdown** (.md)\n- **纯文本** (.txt)\n\n### 📄 Office 文档\n- **Word** (.docx)\n- **PowerPoint** (.pptx)\n- **Excel** (.xlsx)\n\n### 🖼️ 其他\n- **图片**（JPEG\u002FPNG，自动 OCR）\n- **音频**（WAV\u002FMP3，自动转录）\n- **ZIP 压缩包**（批量处理）\n\n\u003C\u002Ftd>\n\u003C\u002Ftr>\n\u003C\u002Ftable>\n\n---\n\n## 🛡️ 付费墙绕过\n\n**核心特性**：自动检测并绕过 300+ 付费新闻网站的付费墙。\n\n### 绕过策略（6 层级联）\n\n```\nLevel 1: 代理服务（r.jina.ai \u002F defuddle.md）\n    ↓ 失败\nLevel 2: 站点专属 Bot UA（Googlebot ~50站 \u002F Bingbot ~4站）\n    ↓ 失败\nLevel 3: 通用绕过（UA伪装 + X-Forwarded-For + Referer伪装 + AMP + EU IP）\n    ↓ 失败\nLevel 4: archive.today 存档（CAPTCHA 自动检测）\n    ↓ 失败\nLevel 5: Google Cache\n    ↓ 失败\nLevel 6: agent-fetch 本地工具\n```\n\n### 支持的付费网站（部分）\n\n| 类别 | 站点 |\n|------|------|\n| 🇺🇸 美国媒体 | 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 |\n| 🇬🇧 英国媒体 | FT, The Times, The Telegraph, The Economist |\n| 🇩🇪 德国媒体 | Spiegel, Zeit, Sueddeutsche, FAZ, Handelsblatt |\n| 🇫🇷 法国媒体 | Le Monde, Le Figaro, Le Parisien |\n| 🇦🇺 澳洲媒体 | The Australian, SMH, The Age, Brisbane Times |\n| 🇨🇳 中文媒体 | SCMP, Medium |\n| 🌐 其他 | Haaretz, NZ Herald, Statista, Quora |\n\n### 绕过技术（学自 [Bypass Paywalls Clean](https:\u002F\u002Fgitflic.ru\u002Fproject\u002Fmagnolia1234\u002Fbypass-paywalls-chrome-clean)）\n\n| 技术 | 原理 | 覆盖率 |\n|------|------|--------|\n| **Googlebot UA + X-Forwarded-For** | 搜索引擎爬虫白名单，直接获取全文 | ~50 站 |\n| **Bingbot UA** | 同上，部分站点对 Bing 更友好 | ~4 站 |\n| **Cookie 清空 + Referer 伪装** | 清除计量 cookie，伪装来自 Google\u002FFacebook\u002FTwitter | 计量付费墙 |\n| **AMP 页面** | AMP 版付费墙实现较弱 | ~10 站 |\n| **JSON-LD 提取** | 从 HTML 内嵌的结构化数据提取 articleBody | 通用 |\n| **archive.today** | 从网页存档获取已保存的内容 | 兜底方案 |\n\n---\n\n## 🎨 可以生成什么？\n\n| 输出格式 | 用途 | 触发词示例 |\n|---------|------|-----------|\n| 🎙️ **播客** | 通勤路上听 | \"生成播客\"、\"做成音频\" |\n| 📊 **PPT** | 团队分享 | \"做成PPT\"、\"生成幻灯片\" |\n| 🗺️ **思维导图** | 理清结构 | \"画个思维导图\"、\"生成脑图\" |\n| 📝 **Quiz** | 自测掌握 | \"生成Quiz\"、\"出题\" |\n| 🎬 **视频** | 可视化 | \"做个视频\" |\n| 📄 **报告** | 深度分析 | \"生成报告\"、\"写个总结\" |\n| 📈 **信息图** | 数据可视化 | \"做个信息图\" |\n| 📋 **闪卡** | 记忆巩固 | \"做成闪卡\" |\n\n---\n\n## ⚡ 快速开始\n\n### 前置需求\n\n- ✅ Python 3.9+\n- ✅ Git（macOS\u002FLinux 自带）\n\n**就这两样！** 其他依赖一键自动安装。\n\n### 安装（3 步）\n\n```bash\n# 1. 克隆到 Claude skills 目录\ncd ~\u002F.claude\u002Fskills\u002F\ngit clone https:\u002F\u002Fgithub.com\u002Fjoeseesun\u002Fqiaomu-anything-to-notebooklm\ncd qiaomu-anything-to-notebooklm\n\n# 2. 一键安装所有依赖\n.\u002Finstall.sh\n\n# 3. 按提示配置 MCP，然后重启 Claude Code\n```\n\n### 首次使用\n\n```bash\n# NotebookLM 认证（只需一次）\nnotebooklm login\nnotebooklm list  # 验证成功\n\n# 环境检查（可选）\n.\u002Fcheck_env.py\n```\n\n### 播客转写配置（可选）\n\n如需使用小宇宙\u002F喜马拉雅\u002FB站转写功能，配置 Get笔记 API：\n\n```bash\nexport GETNOTE_API_KEY=\"your_api_key\"\nexport GETNOTE_CLIENT_ID=\"your_client_id\"\n```\n\n---\n\n## 💡 使用示例\n\n### 场景 1：付费文章 → 播客\n\n```\n你：把这篇 The Information 文章生成播客 https:\u002F\u002Fwww.theinformation.com\u002Farticles\u002F...\n\nAI 自动执行：\n  ✓ 检测付费墙 → Googlebot UA 绕过\n  ✓ 获取完整文章内容\n  ✓ 上传到 NotebookLM\n  ✓ 生成播客\n\n✅ 结果：\u002Ftmp\u002Farticle_podcast.mp3\n```\n\n### 场景 2：播客（小宇宙）→ PPT\n\n```\n你：这期小宇宙播客做成 PPT https:\u002F\u002Fxiaoyuzhoufm.com\u002Fepisode\u002F...\n\nAI 自动执行：\n  ✓ Get笔记 API 转写音频（2-5 分钟）\n  ✓ 上传转写文本到 NotebookLM\n  ✓ 生成 PPT\n\n✅ 结果：\u002Ftmp\u002Fpodcast_slides.pdf（25 页）\n```\n\n### 场景 3：电子书 → 深度分析\n\n```\n你：深度分析这本书 \u002FUsers\u002Fjoe\u002FBooks\u002Fsapiens.epub\n\nAI 自动执行：\n  ✓ 提取 EPUB 全文\n  ✓ 上传到 NotebookLM\n  ✓ 生成 10 个核心问题\n  ✓ 逐一递归提问并收集答案\n  ✓ 输出结构化 JSON\n\n✅ 结果：\u002Ftmp\u002Fsapiens_analysis.json（10 个问答，含金句、核心观点、局限性分析）\n```\n\n### 场景 4：X\u002FTwitter 线程 → 思维导图\n\n```\n你：这个推文线程做成思维导图 https:\u002F\u002Fx.com\u002Fuser\u002Fstatus\u002F123...\n\nAI 自动执行：\n  ✓ 代理级联获取推文内容（含完整线程）\n  ✓ 上传到 NotebookLM\n  ✓ 生成思维导图\n\n✅ 结果：\u002Ftmp\u002Ftweet_mindmap.json\n```\n\n### 场景 5：微信文章 → 飞书文档（深度分析）\n\n```\n你：深度分析这篇微信文章并写入飞书 https:\u002F\u002Fmp.weixin.qq.com\u002Fs\u002Fabc123\n\nAI 自动执行：\n  ✓ MCP 浏览器模拟抓取微信文章\n  ✓ 上传到 NotebookLM\n  ✓ 生成 10 个问题并递归提问\n  ✓ 格式化为飞书 Markdown\n  ✓ 自动创建飞书文档\n\n✅ 结果：飞书文档已创建（含完整问答）\n```\n\n---\n\n## 🎯 核心特性\n\n### 🧠 智能识别\n自动判断输入类型，无需手动指定\n\n```\nhttps:\u002F\u002Fmp.weixin.qq.com\u002Fs\u002Fxxx        → 微信公众号\nhttps:\u002F\u002Fxiaoyuzhoufm.com\u002Fepisode\u002Fxxx  → 小宇宙播客\nhttps:\u002F\u002Fx.com\u002Fuser\u002Fstatus\u002Fxxx         → X\u002FTwitter\nhttps:\u002F\u002Fyoutube.com\u002Fwatch?v=xxx       → YouTube 视频\n\u002Fpath\u002Fto\u002Ffile.epub                    → EPUB 电子书\n\"搜索 'AI 趋势'\"                       → 搜索查询\n```\n\n### 🛡️ 付费墙自动绕过\n无需手动处理，自动检测并绕过\n\n```\n检测付费墙 → 选择最佳策略 → 获取完整内容\n     ︿________全自动________︿\n```\n\n### 🚀 全自动处理\n从获取到生成，一气呵成\n\n```\n输入 → 获取 → 转换 → 上传 → 生成 → 下载\n      ︿___________全自动___________︿\n```\n\n### 🌐 多源整合\n支持混合多种内容源\n\n```\n付费文章 + YouTube 视频 + EPUB + 播客 → 综合报告\n```\n\n---\n\n## 📦 技术架构\n\n```\n┌──────────────────────────────────────────┐\n│            用户自然语言输入                │\n│  \"把这个付费文章生成播客 https:\u002F\u002F...\"     │\n└──────────────────┬───────────────────────┘\n                   │\n                   ▼\n┌──────────────────────────────────────────┐\n│         Claude Code Skill                 │\n│  • 智能识别内容源类型                      │\n│  • 自动调用对应工具                        │\n└──────────┬───────────────────────────────┘\n           │\n   ┌───────┴───────┐\n   │               │\n   ▼               ▼\n┌──────────┐  ┌──────────────┐  ┌──────────┐  ┌──────────┐\n│ 微信 MCP  │  │ 付费墙绕过   │  │ 播客转写  │  │ markitdown│\n│ 浏览器模拟 │  │ 6层级联策略  │  │ Get笔记API│  │ 文件转换  │\n└─────┬────┘  └──────┬───────┘  └─────┬────┘  └─────┬────┘\n      │              │                 │              │\n      └──────────────┴─────────────────┴──────────────┘\n                           │\n                           ▼\n              ┌────────────────────────┐\n              │    NotebookLM API      │\n              │  • 上传内容源           │\n              │  • AI 生成目标格式      │\n              └───────────┬────────────┘\n                          │\n                          ▼\n              ┌────────────────────────┐\n              │       生成的文件        │\n              │ .mp3 \u002F .pdf \u002F .json    │\n              └────────────────────────┘\n```\n\n---\n\n## 📂 项目结构\n\n```\nqiaomu-anything-to-notebooklm\u002F\n├── SKILL.md                          # Skill 定义文件\n├── README.md                         # 本文件\n├── main.py                           # 主入口：CLI 智能处理器\n├── install.sh                        # 一键安装脚本\n├── check_env.py                      # 13 项环境检查\n├── package.sh                        # 打包分享脚本\n├── requirements.txt                  # Python 依赖\n├── LICENSE                           # MIT\n├── scripts\u002F\n│   ├── fetch_url.sh                  # URL 抓取 + 付费墙绕过（6 层级联）\n│   └── get_podcast_transcript.py     # 播客\u002F视频转写（Get笔记 API）\n├── wexin-read-mcp\u002F                   # 微信公众号 MCP 服务器\n│   └── src\u002F\n│       ├── server.py                 # MCP 入口\n│       ├── scraper.py                # Playwright 浏览器模拟\n│       └── parser.py                 # HTML 解析\n└── feishu-read-mcp\u002F                  # 飞书文档 MCP 服务器\n    └── src\u002F\n        ├── server.py                 # MCP 入口\n        ├── scraper.py                # 飞书文档抓取\n        ├── parser.py                 # HTML → Markdown\n        └── image_handler.py          # 图片处理\n```\n\n---\n\n## 🔧 高级用法\n\n### 深度分析模式\n\n```bash\npython main.py https:\u002F\u002Fexample.com\u002Farticle --deep-analysis\n# 自动生成 10 个核心问题，逐一递归提问，输出结构化 JSON\n```\n\n### 飞书文档输出\n\n```bash\npython main.py .\u002Fbook.epub --deep-analysis --to-feishu\n# 深度分析后自动创建飞书文档\n```\n\n### 批量处理\n\n```\n把这些文章都生成播客：\n1. https:\u002F\u002Fmp.weixin.qq.com\u002Fs\u002Fabc123\n2. https:\u002F\u002Fwww.wsj.com\u002Farticles\u002F...\n3. \u002FUsers\u002Fjoe\u002Fnotes.md\n```\n\n---\n\n## 🐛 故障排查\n\n### MCP 工具未找到\n\n```bash\npython ~\u002F.claude\u002Fskills\u002Fqiaomu-anything-to-notebooklm\u002Fwexin-read-mcp\u002Fsrc\u002Fserver.py\ncd ~\u002F.claude\u002Fskills\u002Fqiaomu-anything-to-notebooklm\u002Fwexin-read-mcp\npip install -r requirements.txt\nplaywright install chromium\n```\n\n### NotebookLM 认证失败\n\n```bash\nnotebooklm login     # 重新登录\nnotebooklm list      # 验证\n```\n\n### 付费墙绕过失败\n\n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：\n```\n⚠️  archive.ph needs human verification.\n   已自动打开浏览器，请完成验证后重试\n```\n\n### 环境检查\n\n```bash\n.\u002Fcheck_env.py       # 13 项全面检查\n.\u002Finstall.sh         # 重新安装\n```\n\n---\n\n## ❓ 常见问题\n\n\u003Cdetails>\n\u003Csummary>\u003Cb>Q: 支持哪些语言？\u003C\u002Fb>\u003C\u002Fsummary>\n\nA: NotebookLM 支持多语言，中文、英文效果最佳。\n\u003C\u002Fdetails>\n\n\u003Cdetails>\n\u003Csummary>\u003Cb>Q: 播客是谁的声音？\u003C\u002Fb>\u003C\u002Fsummary>\n\nA: Google AI 语音合成。英文是两个 AI 主持人对话，中文是单人叙述。\n\u003C\u002Fdetails>\n\n\u003Cdetails>\n\u003Csummary>\u003Cb>Q: 付费墙绕过合法吗？\u003C\u002Fb>\u003C\u002Fsummary>\n\nA: 本工具仅用于个人学习研究。技术原理基于搜索引擎白名单（Googlebot\u002FBingbot），不破解任何加密。建议支持优质新闻媒体，购买订阅。\n\u003C\u002Fdetails>\n\n\u003Cdetails>\n\u003Csummary>\u003Cb>Q: 内容长度限制？\u003C\u002Fb>\u003C\u002Fsummary>\n\nA:\n- 最短：约 500 字\n- 最长：约 50 万字\n- 推荐：1000-10000 字效果最佳\n\u003C\u002Fdetails>\n\n\u003Cdetails>\n\u003Csummary>\u003Cb>Q: 为什么需要 MCP？\u003C\u002Fb>\u003C\u002Fsummary>\n\nA: 微信公众号有反爬虫，MCP 用 Playwright 浏览器模拟绕过。其他内容源（网页、YouTube、PDF）不需要 MCP。\n\u003C\u002Fdetails>\n\n\u003Cdetails>\n\u003Csummary>\u003Cb>Q: 播客转写支持哪些平台？\u003C\u002Fb>\u003C\u002Fsummary>\n\nA: 通过 Get笔记 API 支持小宇宙、喜马拉雅、B站视频。YouTube 由 NotebookLM 直接处理。\n\u003C\u002Fdetails>\n\n---\n\n## 🙏 致谢\n\n- [Google NotebookLM](https:\u002F\u002Fnotebooklm.google.com\u002F) - AI 内容生成\n- [Microsoft markitdown](https:\u002F\u002Fgithub.com\u002Fmicrosoft\u002Fmarkitdown) - 文件转换\n- [Bypass Paywalls Clean](https:\u002F\u002Fgitflic.ru\u002Fproject\u002Fmagnolia1234\u002Fbypass-paywalls-chrome-clean) - 付费墙绕过策略参考\n- [wexin-read-mcp](https:\u002F\u002Fgithub.com\u002FBwkyd\u002Fwexin-read-mcp) - 微信抓取\n- [notebooklm-py](https:\u002F\u002Fgithub.com\u002Fteng-lin\u002Fnotebooklm-py) - NotebookLM CLI\n\n## 📄 许可证\n\n[MIT License](LICENSE) - 仅限个人学习研究使用\n\n---\n\n\u003Cdiv align=\"center\">\n\n**如果觉得有用，请给个 ⭐ Star！**\n\nMade with ❤️ by [Joe](https:\u002F\u002Fgithub.com\u002Fjoeseesun) · [Twitter @vista8](https:\u002F\u002Fx.com\u002Fvista8) · 微信公众号「向阳乔木推荐看」\n\n\u003C\u002Fdiv>\n","\u003Cdiv align=\"center\">\n\n# 🎯 任何内容 → NotebookLM\n\n**多源内容智能处理器：任何内容 → 播客 \u002F PPT \u002F 思维导图 \u002F Quiz**\n\n[![License: MIT](https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FLicense-MIT-yellow.svg)](https:\u002F\u002Fopensource.org\u002Flicenses\u002FMIT)\n[![Python 3.9+](https:\u002F\u002Fimg.shields.io\u002Fbadge\u002Fpython-3.9+-blue.svg)](https:\u002F\u002Fwww.python.org\u002Fdownloads\u002F)\n[![PRs Welcome](https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FPRs-welcome-brightgreen.svg)](http:\u002F\u002Fmakeapullrequest.com)\n[![GitHub stars](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fstars\u002Fjoeseesun\u002Fqiaomu-anything-to-notebooklm?style=social)](https:\u002F\u002Fgithub.com\u002Fjoeseesun\u002Fqiaomu-anything-to-notebooklm\u002Fstargazers)\n[![GitHub forks](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fforks\u002Fjoeseesun\u002Fqiaomu-anything-to-notebooklm?style=social)](https:\u002F\u002Fgithub.com\u002Fjoeseesun\u002Fqiaomu-anything-to-notebooklm\u002Fnetwork\u002Fmembers)\n[![GitHub issues](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fissues\u002Fjoeseesun\u002Fqiaomu-anything-to-notebooklm)](https:\u002F\u002Fgithub.com\u002Fjoeseesun\u002Fqiaomu-anything-to-notebooklm\u002Fissues)\n[![GitHub last commit](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Flast-commit\u002Fjoeseesun\u002Fqiaomu-anything-to-notebooklm)](https:\u002F\u002Fgithub.com\u002Fjoeseesun\u002Fqiaomu-anything-to-notebooklm\u002Fcommits\u002Fmain)\n\n[快速开始](#-快速开始) • [支持格式](#-支持的内容源-15-种) • [使用示例](#-使用示例) • [付费墙绕过](#-付费墙绕过) • [常见问题](#-常见问题)\n\n\u003C\u002Fdiv>\n\n---\n\n## ✨ 这是什么？\n\n一个 **Claude Code Skill**，用自然语言把**任何内容**变成**任何格式**。\n\n```\n你说：把这篇微信文章生成播客\nAI ：✅ 8 分钟播客已生成 → podcast.mp3\n\n你说：这个付费文章做成思维导图\nAI ：✅ 自动绕过付费墙 → 思维导图已生成\n\n你说：这期播客（小宇宙）做成 PPT\nAI ：✅ 自动转录音频 → 25 页 PPT 已生成\n```\n\n**核心能力**：多源内容获取（含付费墙绕过）→ 上传 [Google NotebookLM](https:\u002F\u002Fnotebooklm.google.com\u002F) → AI 生成目标格式\n\n---\n\n## 🚀 支持的内容源（15+ 种）\n\n\u003Ctable>\n\u003Ctr>\n\u003Ctd width=\"50%\">\n\n### 📱 社交与媒体\n- **微信公众号**（MCP 浏览器模拟）\n- **X\u002FTwitter**（推文 + 长线程）\n- **YouTube 视频**（自动提取字幕）\n- **播客**（小宇宙 \u002F 喜马拉雅 \u002F B站）\n\n### 🌐 网页（含付费墙绕过）\n- **300+ 付费网站**（NYT\u002FWSJ\u002FFT\u002FEconomist...）\n- **任意公开网页**（新闻、博客、文档）\n- **搜索关键词**（自动汇总结果）\n\n\u003C\u002Ftd>\n\u003Ctd width=\"50%\">\n\n### 📚 电子书与文档\n- **PDF**（支持扫描件 OCR）\n- **EPUB** 电子书\n- **Markdown** (.md)\n- **纯文本** (.txt)\n\n### 📄 Office 文档\n- **Word** (.docx)\n- **PowerPoint** (.pptx)\n- **Excel** (.xlsx)\n\n### 🖼️ 其他\n- **图片**（JPEG\u002FPNG，自动 OCR）\n- **音频**（WAV\u002FMP3，自动转录）\n- **ZIP 压缩包**（批量处理）\n\n\u003C\u002Ftd>\n\u003C\u002Ftr>\n\u003C\u002Ftable>\n\n---\n\n## 🛡️ 付费墙绕过\n\n**核心特性**：自动检测并绕过 300+ 付费新闻网站的付费墙。\n\n### 绕过策略（6 层级联）\n\n```\nLevel 1: 代理服务（r.jina.ai \u002F defuddle.md）\n    ↓ 失败\nLevel 2: 站点专属 Bot UA（Googlebot ~50站 \u002F Bingbot ~4站）\n    ↓ 失败\nLevel 3: 通用绕过（UA伪装 + X-Forwarded-For + Referer伪装 + AMP + EU IP）\n    ↓ 失败\nLevel 4: archive.today 存档（CAPTCHA 自动检测）\n    ↓ 失败\nLevel 5: Google Cache\n    ↓ 失败\nLevel 6: agent-fetch 本地工具\n```\n\n### 支持的付费网站（部分）\n\n| 类别 | 站点 |\n|------|------|\n| 🇺🇸 美国媒体 | 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 |\n| 🇬🇧 英国媒体 | FT, The Times, The Telegraph, The Economist |\n| 🇩🇪 德国媒体 | Spiegel, Zeit, Sueddeutsche, FAZ, Handelsblatt |\n| 🇫🇷 法国媒体 | Le Monde, Le Figaro, Le Parisien |\n| 🇦🇺 澳洲媒体 | The Australian, SMH, The Age, Brisbane Times |\n| 🇨🇳 中文媒体 | SCMP, Medium |\n| 🌐 其他 | Haaretz, NZ Herald, Statista, Quora |\n\n### 绕过技术（学自 [Bypass Paywalls Clean](https:\u002F\u002Fgitflic.ru\u002Fproject\u002Fmagnolia1234\u002Fbypass-paywalls-chrome-clean)）\n\n| 技术 | 原理 | 覆盖率 |\n|------|------|--------|\n| **Googlebot UA + X-Forwarded-For** | 搜索引擎爬虫白名单，直接获取全文 | ~50 站 |\n| **Bingbot UA** | 同上，部分站点对 Bing 更友好 | ~4 站 |\n| **Cookie 清空 + Referer 伪装** | 清除计量 cookie，伪装来自 Google\u002FFacebook\u002FTwitter | 计量付费墙 |\n| **AMP 页面** | AMP 版付费墙实现较弱 | ~10 站 |\n| **JSON-LD 提取** | 从 HTML 内嵌的结构化数据提取 articleBody | 通用 |\n| **archive.today** | 从网页存档获取已保存的内容 | 兜底方案 |\n\n---\n\n## 🎨 可以生成什么？\n\n| 输出格式 | 用途 | 触发词示例 |\n|---------|------|-----------|\n| 🎙️ **播客** | 通勤路上听 | \"生成播客\"、\"做成音频\" |\n| 📊 **PPT** | 团队分享 | \"做成PPT\"、\"生成幻灯片\" |\n| 🗺️ **思维导图** | 理清结构 | \"画个思维导图\"、\"生成脑图\" |\n| 📝 **Quiz** | 自测掌握 | \"生成Quiz\"、\"出题\" |\n| 🎬 **视频** | 可视化 | \"做个视频\" |\n| 📄 **报告** | 深度分析 | \"生成报告\"、\"写个总结\" |\n| 📈 **信息图** | 数据可视化 | \"做个信息图\" |\n| 📋 **闪卡** | 记忆巩固 | \"做成闪卡\" |\n\n---\n\n## ⚡ 快速开始\n\n### 前置需求\n\n- ✅ Python 3.9+\n- ✅ Git（macOS\u002FLinux 自带）\n\n**就这两样！** 其他依赖一键自动安装。\n\n### 安装（3 步）\n\n```bash\n# 1. 克隆到 Claude skills 目录\ncd ~\u002F.claude\u002Fskills\u002F\ngit clone https:\u002F\u002Fgithub.com\u002Fjoeseesun\u002Fqiaomu-anything-to-notebooklm\ncd qiaomu-anything-to-notebooklm\n\n# 2. 一键安装所有依赖\n.\u002Finstall.sh\n\n# 3. 按提示配置 MCP，然后重启 Claude Code\n```\n\n### 首次使用\n\n```bash\n# NotebookLM 认证（只需一次）\nnotebooklm login\nnotebooklm list  # 验证成功\n\n# 环境检查（可选）\n.\u002Fcheck_env.py\n```\n\n### 播客转写配置（可选）\n\n如需使用小宇宙\u002F喜马拉雅\u002FB站转写功能，配置 Get笔记 API：\n\n```bash\nexport GETNOTE_API_KEY=\"your_api_key\"\nexport GETNOTE_CLIENT_ID=\"your_client_id\"\n```\n\n---\n\n## 💡 使用示例\n\n### 场景 1：付费文章 → 播客\n\n```\n你：把这篇 The Information 文章生成播客 https:\u002F\u002Fwww.theinformation.com\u002Farticles\u002F...\n\nAI 自动执行：\n  ✓ 检测付费墙 → Googlebot UA 绕过\n  ✓ 获取完整文章内容\n  ✓ 上传到 NotebookLM\n  ✓ 生成播客\n\n✅ 结果：\u002Ftmp\u002Farticle_podcast.mp3\n```\n\n### 场景 2：播客（小宇宙）→ PPT\n\n```\n你：这期小宇宙播客做成 PPT https:\u002F\u002Fxiaoyuzhoufm.com\u002Fepisode\u002F...\n\nAI 自动执行：\n  ✓ Get笔记 API 转写音频（2-5 分钟）\n  ✓ 上传转写文本到 NotebookLM\n  ✓ 生成 PPT\n\n✅ 结果：\u002Ftmp\u002Fpodcast_slides.pdf（25 页）\n```\n\n### 场景 3：电子书 → 深度分析\n\n```\n你：深度分析这本书 \u002FUsers\u002Fjoe\u002FBooks\u002Fsapiens.epub\n\nAI 自动执行：\n  ✓ 提取 EPUB 全文\n  ✓ 上传到 NotebookLM\n  ✓ 生成 10 个核心问题\n  ✓ 逐一递归提问并收集答案\n  ✓ 输出结构化 JSON\n\n✅ 结果：\u002Ftmp\u002Fsapiens_analysis.json（10 个问答，含金句、核心观点、局限性分析）\n```\n\n### 场景 4：X\u002FTwitter 线程 → 思维导图\n\n```\n你：这个推文线程做成思维导图 https:\u002F\u002Fx.com\u002Fuser\u002Fstatus\u002F123...\n\nAI 自动执行：\n  ✓ 代理级联获取推文内容（含完整线程）\n  ✓ 上传到 NotebookLM\n  ✓ 生成思维导图\n\n✅ 结果：\u002Ftmp\u002Ftweet_mindmap.json\n```\n\n### 场景 5：微信文章 → 飞书文档（深度分析）\n\n```\n你：深度分析这篇微信文章并写入飞书 https:\u002F\u002Fmp.weixin.qq.com\u002Fs\u002Fabc123\n\nAI 自动执行：\n  ✓ MCP 浏览器模拟抓取微信文章\n  ✓ 上传到 NotebookLM\n  ✓ 生成 10 个问题并递归提问\n  ✓ 格式化为飞书 Markdown\n  ✓ 自动创建飞书文档\n\n✅ 结果：飞书文档已创建（含完整问答）\n```\n\n---\n\n## 🎯 核心特性\n\n### 🧠 智能识别\n自动判断输入类型，无需手动指定\n\n```\nhttps:\u002F\u002Fmp.weixin.qq.com\u002Fs\u002Fxxx        → 微信公众号\nhttps:\u002F\u002Fxiaoyuzhoufm.com\u002Fepisode\u002Fxxx  → 小宇宙播客\nhttps:\u002F\u002Fx.com\u002Fuser\u002Fstatus\u002Fxxx         → X\u002FTwitter\nhttps:\u002F\u002Fyoutube.com\u002Fwatch?v=xxx       → YouTube 视频\n\u002Fpath\u002Fto\u002Ffile.epub                    → EPUB 电子书\n\"搜索 'AI 趋势'\"                       → 搜索查询\n```\n\n### 🛡️ 付费墙自动绕过\n无需手动处理，自动检测并绕过\n\n```\n检测付费墙 → 选择最佳策略 → 获取完整内容\n     ︿________全自动________︿\n```\n\n### 🚀 全自动处理\n从获取到生成，一气呵成\n\n```\n输入 → 获取 → 转换 → 上传 → 生成 → 下载\n      ︿___________全自动___________︿\n```\n\n### 🌐 多源整合\n支持混合多种内容源\n\n```\n付费文章 + YouTube 视频 + EPUB + 播客 → 综合报告\n```\n\n---\n\n## 📦 技术架构\n\n```\n┌──────────────────────────────────────────┐\n│            用户自然语言输入                │\n│  \"把这个付费文章生成播客 https:\u002F\u002F...\"     │\n└──────────────────┬───────────────────────┘\n                   │\n                   ▼\n┌──────────────────────────────────────────┐\n│         Claude Code Skill                 │\n│  • 智能识别内容源类型                      │\n│  • 自动调用对应工具                        │\n└──────────┬───────────────────────────────┘\n           │\n   ┌───────┴───────┐\n   │               │\n   ▼               ▼\n┌──────────┐  ┌──────────────┐  ┌──────────┐  ┌──────────┐\n│ 微信 MCP  │  │ 付费墙绕过   │  │ 播客转写  │  │ markitdown│\n│ 浏览器模拟 │  │ 6层级联策略  │  │ Get笔记API│  │ 文件转换  │\n└─────┬────┘  └──────┬───────┘  └─────┬────┘  └─────┬────┘\n      │              │                 │              │\n      └──────────────┴─────────────────┴──────────────┘\n                           │\n                           ▼\n              ┌────────────────────────┐\n              │    NotebookLM API      │\n              │  • 上传内容源           │\n              │  • AI 生成目标格式      │\n              └───────────┬────────────┘\n                          │\n                          ▼\n              ┌────────────────────────┐\n              │       生成的文件        │\n              │ .mp3 \u002F .pdf \u002F .json    │\n              └────────────────────────┘\n```\n\n---\n\n## 📂 项目结构\n\n```\nqiaomu-anything-to-notebooklm\u002F\n├── SKILL.md                          # Skill 定义文件\n├── README.md                         # 本文件\n├── main.py                           # 主入口：CLI 智能处理器\n├── install.sh                        # 一键安装脚本\n├── check_env.py                      # 13 项环境检查\n├── package.sh                        # 打包分享脚本\n├── requirements.txt                  # Python 依赖\n├── LICENSE                           # MIT\n├── scripts\u002F\n│   ├── fetch_url.sh                  # URL 抓取 + 付费墙绕过（6 层级联）\n│   └── get_podcast_transcript.py     # 播客\u002F视频转写（Get笔记 API）\n├── wexin-read-mcp\u002F                   # 微信公众号 MCP 服务器\n│   └── src\u002F\n│       ├── server.py                 # MCP 入口\n│       ├── scraper.py                # Playwright 浏览器模拟\n│       └── parser.py                 # HTML 解析\n└── feishu-read-mcp\u002F                  # 飞书文档 MCP 服务器\n    └── src\u002F\n        ├── server.py                 # MCP 入口\n        ├── scraper.py                # 飞书文档抓取\n        ├── parser.py                 # HTML → Markdown\n        └── image_handler.py          # 图片处理\n```\n\n---\n\n## 🔧 高级用法\n\n### 深度分析模式\n\n```bash\npython main.py https:\u002F\u002Fexample.com\u002Farticle --deep-analysis\n# 自动生成 10 个核心问题，逐一递归提问，输出结构化 JSON\n```\n\n### 飞书文档输出\n\n```bash\npython main.py .\u002Fbook.epub --deep-analysis --to-feishu\n# 深度分析后自动创建飞书文档\n```\n\n### 批量处理\n\n```\n把这些文章都生成播客：\n1. https:\u002F\u002Fmp.weixin.qq.com\u002Fs\u002Fabc123\n2. https:\u002F\u002Fwww.wsj.com\u002Farticles\u002F...\n3. \u002FUsers\u002Fjoe\u002Fnotes.md\n```\n\n---\n\n## 🐛 故障排查\n\n### MCP 工具未找到\n\n```bash\npython ~\u002F.claude\u002Fskills\u002Fqiaomu-anything-to-notebooklm\u002Fwexin-read-mcp\u002Fsrc\u002Fserver.py\ncd ~\u002F.claude\u002Fskills\u002Fqiaomu-anything-to-notebooklm\u002Fwexin-read-mcp\npip install -r requirements.txt\nplaywright install chromium\n```\n\n### NotebookLM 认证失败\n\n```bash\nnotebooklm login     # 重新登录\nnotebooklm list      # 验证\n```\n\n### 付费墙绕过失败\n\n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：\n```\n⚠️  archive.ph needs human verification.\n   已自动打开浏览器，请完成验证后重试\n```\n\n### 环境检查\n\n```bash\n.\u002Fcheck_env.py       # 13 项全面检查\n.\u002Finstall.sh         # 重新安装\n```\n\n---\n\n## ❓ 常见问题\n\n\u003Cdetails>\n\u003Csummary>\u003Cb>Q: 支持哪些语言？\u003C\u002Fb>\u003C\u002Fsummary>\n\nA: NotebookLM 支持多语言，中文、英文效果最佳。\n\u003C\u002Fdetails>\n\n\u003Cdetails>\n\u003Csummary>\u003Cb>Q: 播客是谁的声音？\u003C\u002Fb>\u003C\u002Fsummary>\n\nA: Google AI 语音合成。英文是两个 AI 主持人对话，中文是单人叙述。\n\u003C\u002Fdetails>\n\n\u003Cdetails>\n\u003Csummary>\u003Cb>Q: 付费墙绕过合法吗？\u003C\u002Fb>\u003C\u002Fsummary>\n\nA: 本工具仅用于个人学习研究。技术原理基于搜索引擎白名单（Googlebot\u002FBingbot），不破解任何加密。建议支持优质新闻媒体，购买订阅。\n\u003C\u002Fdetails>\n\n\u003Cdetails>\n\u003Csummary>\u003Cb>Q: 内容长度限制？\u003C\u002Fb>\u003C\u002Fsummary>\n\nA:\n- 最短：约 500 字\n- 最长：约 50 万字\n- 推荐：1000-10000 字效果最佳\n\u003C\u002Fdetails>\n\n\u003Cdetails>\n\u003Csummary>\u003Cb>Q: 为什么需要 MCP？\u003C\u002Fb>\u003C\u002Fsummary>\n\nA: 微信公众号有反爬虫，MCP 用 Playwright 浏览器模拟绕过。其他内容源（网页、YouTube、PDF）不需要 MCP。\n\u003C\u002Fdetails>\n\n\u003Cdetails>\n\u003Csummary>\u003Cb>Q: 播客转写支持哪些平台？\u003C\u002Fb>\u003C\u002Fsummary>\n\nA: 通过 Get笔记 API 支持小宇宙、喜马拉雅、B站视频。YouTube 由 NotebookLM 直接处理。\n\u003C\u002Fdetails>\n\n---\n\n## 🙏 致谢\n\n- [Google NotebookLM](https:\u002F\u002Fnotebooklm.google.com\u002F) - AI 内容生成\n- [Microsoft markitdown](https:\u002F\u002Fgithub.com\u002Fmicrosoft\u002Fmarkitdown) - 文件转换\n- [Bypass Paywalls Clean](https:\u002F\u002Fgitflic.ru\u002Fproject\u002Fmagnolia1234\u002Fbypass-paywalls-chrome-clean) - 付费墙绕过策略参考\n- [wexin-read-mcp](https:\u002F\u002Fgithub.com\u002FBwkyd\u002Fwexin-read-mcp) - 微信抓取\n- [notebooklm-py](https:\u002F\u002Fgithub.com\u002Fteng-lin\u002Fnotebooklm-py) - NotebookLM CLI\n\n## 📄 许可证\n\n[MIT License](LICENSE) - 仅限个人学习研究使用\n\n---\n\n\u003Cdiv align=\"center\">\n\n**如果觉得有用，请给个 ⭐ Star！**\n\nMade with ❤️ by [Joe](https:\u002F\u002Fgithub.com\u002Fjoeseesun) · [Twitter @vista8](https:\u002F\u002Fx.com\u002Fvista8) · 微信公众号「向阳乔木推荐看」\n\n\u003C\u002Fdiv>","# qiaomu-anything-to-notebooklm 快速上手指南\n\n## 🛠️ 环境准备\n\n在开始之前，请确保您的开发环境满足以下基本要求：\n\n*   **操作系统**：macOS 或 Linux（Windows 用户建议使用 WSL2）\n*   **Python 版本**：3.9 或更高版本\n*   **必要工具**：\n    *   `git`：用于克隆代码仓库\n    *   `Claude Code`：本工具作为 Claude Code Skill 运行\n\n> **提示**：macOS 和大多数 Linux 发行版通常预装了 `git` 和 `python3`。可通过终端输入 `python3 --version` 和 `git --version` 进行验证。\n\n## 📥 安装步骤\n\n只需三个简单步骤即可完成安装与配置：\n\n### 1. 克隆项目到 Skills 目录\n将仓库克隆至 Claude Code 的 skills 目录下：\n\n```bash\ncd ~\u002F.claude\u002Fskills\u002F\ngit clone https:\u002F\u002Fgithub.com\u002Fjoeseesun\u002Fqiaomu-anything-to-notebooklm\ncd qiaomu-anything-to-notebooklm\n```\n\n### 2. 一键安装依赖\n运行安装脚本，自动安装所有必要的 Python 库及系统组件（如 Playwright 浏览器内核）：\n\n```bash\n.\u002Finstall.sh\n```\n\n### 3. 配置并重启\n按照终端提示完成 MCP 配置，随后**重启 Claude Code** 以使新技能生效。\n\n### 4. 首次认证（必做）\n在使用前，需对 Google NotebookLM 进行一次身份认证：\n\n```bash\nnotebooklm login\nnotebooklm list  # 若显示列表则代表认证成功\n```\n\n> **可选配置**：如需处理小宇宙、喜马拉雅或 B 站的播客\u002F视频转写，请配置 Get 笔记 API：\n> ```bash\n> export GETNOTE_API_KEY=\"your_api_key\"\n> export GETNOTE_CLIENT_ID=\"your_client_id\"\n> ```\n\n## 🚀 基本使用\n\n安装完成后，您无需记忆复杂命令，直接在 **Claude Code** 对话框中使用**自然语言**即可触发功能。工具会自动识别内容源类型（链接或本地文件），自动绕过付费墙，并生成目标格式。\n\n### 场景一：付费文章转播客\n直接发送包含付费新闻链接的指令：\n\n```text\n把这篇 The Information 文章生成播客 https:\u002F\u002Fwww.theinformation.com\u002Farticles\u002F...\n```\n*执行逻辑：自动检测付费墙 → 绕过获取全文 → 上传 NotebookLM → 生成 MP3 音频文件。*\n\n### 场景二：播客链接转 PPT\n将国内播客平台链接转换为演示文稿：\n\n```text\n这期小宇宙播客做成 PPT https:\u002F\u002Fxiaoyuzhoufm.com\u002Fepisode\u002F...\n```\n*执行逻辑：调用 API 转录音频 → 提取文本 → 生成 25 页左右的 PDF 幻灯片。*\n\n### 场景三：本地电子书深度分析\n对本地文件进行结构化分析：\n\n```text\n深度分析这本书 \u002FUsers\u002Fyour_name\u002FBooks\u002Fsapiens.epub\n```\n*执行逻辑：解析 EPUB 内容 → 生成核心问题并递归提问 → 输出包含金句与观点的结构化 JSON 报告。*\n\n### 场景四：社交媒体线程转思维导图\n整理长推文或微信文章结构：\n\n```text\n这个推文线程做成思维导图 https:\u002F\u002Fx.com\u002Fuser\u002Fstatus\u002F123...\n```\n*执行逻辑：抓取完整线程内容 → 梳理逻辑结构 → 生成思维导图数据文件。*\n\n---\n**支持的内容源**：微信公众号、X\u002FTwitter、YouTube、小宇宙、喜马拉雅、300+ 付费新闻网站 (NYT\u002FWSJ\u002FFT 等)、PDF\u002FEPUB\u002FWord\u002FPPT 等本地文档。","某科技行业分析师需要在周一晨会前，快速整合一篇《华尔街日报》的付费深度报道、一期小宇宙播客访谈以及三份竞品 PDF 财报，制作成团队分享用的 PPT 和自测题库。\n\n### 没有 qiaomu-anything-to-notebooklm 时\n- **付费内容获取受阻**：面对 WSJ 等 300+ 付费新闻网站的拦截，不得不手动寻找替代信源或花费高昂费用单篇购买，严重拖慢信息收集速度。\n- **多格式处理繁琐**：需要分别使用不同的工具提取播客字幕、OCR 扫描 PDF 图片，再手动复制粘贴到文档中整理，耗时且容易出错。\n- **内容转化效率低下**：将杂乱的原始素材转化为结构化的 PPT 大纲或 Quiz 题目，完全依赖人工阅读和编写，往往需要耗费整个上午的时间。\n- **信息孤岛难以打通**：微信文章、网页、音频和视频分散在不同平台，缺乏统一入口进行关联分析，导致洞察碎片化，难以形成系统性结论。\n\n### 使用 qiaomu-anything-to-notebooklm 后\n- **自动绕过付费壁垒**：直接输入链接，工具通过 6 层级联策略自动解锁 WSJ 等付费全文，无需任何额外操作即可获取核心情报。\n- **全源内容一键聚合**：只需发出自然语言指令，即可同时处理微信公众号、小宇宙音频及本地 PDF，自动完成转录、OCR 和清洗，统一汇入 NotebookLM。\n- **智能生成目标产物**：一句“做成 PPT 并生成 Quiz\"，工具即刻输出 25 页结构化幻灯片和配套测试题，将数小时的工作压缩至几分钟。\n- **跨模态深度关联**：自动建立文字、音频与数据间的逻辑连接，帮助分析师迅速从多源信息中提炼出关键趋势，大幅提升决策质量。\n\nqiaomu-anything-to-notebooklm 将原本割裂且高门槛的多源信息处理流程，转变为“自然语言输入即得高质量产出”的自动化闭环，让知识工作者专注于洞察而非搬运。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fjoeseesun_qiaomu-anything-to-notebooklm_5b6fd742.png","joeseesun","向阳乔木","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002Fjoeseesun_f2341d77.png","爱钓鱼、喜欢听摇滚乐、每天洗冷水澡的PM。Twitter ID：vista8",null,"vista8","https:\u002F\u002Fgithub.com\u002Fjoeseesun",[82,86],{"name":83,"color":84,"percentage":85},"Python","#3572A5",76.1,{"name":87,"color":88,"percentage":89},"Shell","#89e051",23.9,1017,115,"2026-04-19T10:53:01","MIT","Linux, macOS","未说明",{"notes":97,"python":98,"dependencies":99},"1. 需要安装 Git。2. 需配置 Google NotebookLM 认证（notebooklm login）。3. 播客转写功能（小宇宙\u002F喜马拉雅\u002FB 站）需额外配置 Get 笔记 API 密钥。4. 微信公众号抓取依赖 Playwright 浏览器模拟，需执行 'playwright install chromium'。5. 付费墙绕过功能依赖多级代理策略及 archive.today，部分场景需人工完成验证码验证。6. 主要作为 Claude Code Skill 运行。","3.9+",[100,101,102,103,104],"notebooklm-py","markitdown","playwright","requests","beautifulsoup4",[13],[107,108,109,110,111],"automation","claude","mcp","notebooklm","skill","2026-03-27T02:49:30.150509","2026-04-20T04:06:01.268985",[],[116,121],{"id":117,"version":118,"summary_zh":119,"released_at":120},343263,"v1.0.1","## 🎯 重大更新：更名为 Anything to NotebookLM\n\n### 为什么改名？\n\n原名 `weixin-to-notebooklm` 过于狭窄，无法体现当前支持的 **15+ 种内容源**。新名称 `anything-to-notebooklm` 更准确地传达核心能力：\n\n**任何内容 → NotebookLM → 任何格式**\n\n### 📦 支持的内容源（15+ 种）\n\n- 📱 微信公众号\n- 🌐 任意网页链接\n- 🎬 YouTube 视频\n- 📄 Office 文档（Word\u002FPPT\u002FExcel）\n- 📚 电子书（PDF\u002FEPUB）\n- 🖼️ 图片（OCR 识别）\n- 🎵 音频（语音转文字）\n- 📊 结构化数据（CSV\u002FJSON\u002FXML）\n- 📦 ZIP 压缩包\n- 🔍 搜索关键词\n\n### 🎨 可生成的格式\n\n🎙️ 播客 | 📊 PPT | 🗺️ 思维导图 | 📝 Quiz | 🎬 视频 | 📄 报告 | 📈 信息图 | 📋 闪卡\n\n---\n\n## 🔄 迁移指南\n\n如果你已经安装了旧版本，只需更新 MCP 配置路径：\n\n**旧路径**：\n```json\n\"\u002FUsers\u002Fjoe\u002F.claude\u002Fskills\u002Fweixin-to-notebooklm\u002Fwexin-read-mcp\u002Fsrc\u002Fserver.py\"\n```\n\n**新路径**：\n```json\n\"\u002FUsers\u002Fjoe\u002F.claude\u002Fskills\u002Fanything-to-notebooklm\u002Fwexin-read-mcp\u002Fsrc\u002Fserver.py\"\n```\n\n或者重新运行安装脚本：\n```bash\ncd ~\u002F.claude\u002Fskills\u002Fanything-to-notebooklm\n.\u002Finstall.sh\n```\n\n---\n\n## 📝 本次更新内容\n\n### 重命名变更\n- ✅ Skill 名称：`weixin-to-notebooklm` → `anything-to-notebooklm`\n- ✅ GitHub 仓库名更新（旧链接自动重定向）\n- ✅ 所有文档、脚本中的路径已更新\n- ✅ 所有 GitHub URLs 已更新\n\n### 功能说明\n- ⚠️ **无功能变更**：这是一次纯粹的命名\u002F品牌重构\n- ✅ 所有功能保持不变\n- ✅ 向后兼容（只需更新配置路径）\n\n---\n\n## 🙏 致谢\n\n感谢所有早期使用者的反馈！新名称更好地反映了这个工具的真正能力。\n\n**完整文档**：https:\u002F\u002Fgithub.com\u002Fjoeseesun\u002Fanything-to-notebooklm\n\n**如果觉得有用，请给个 ⭐ Star！**","2026-01-25T15:17:31",{"id":122,"version":123,"summary_zh":124,"released_at":125},343264,"v1.0.0","## 🎉 首次发布\n\n这是 **weixin-to-notebooklm** 的第一个正式版本！\n\n### ✨ 核心功能\n\n用自然语言把**任何内容**变成**任何格式**：\n\n- 🎙️ **播客** - 通勤路上听\n- 📊 **PPT** - 团队分享\n- 🗺️ **思维导图** - 理清结构  \n- 📝 **Quiz** - 自测掌握\n- 🎬 **视频** - 可视化呈现\n- 📄 **报告** - 深度分析\n\n### 📚 支持的内容源（15+ 种格式）\n\n**社交媒体**\n- 微信公众号（绕过反爬虫）\n- YouTube 视频（自动提取字幕）\n\n**Office 文档**\n- Word (.docx)\n- PowerPoint (.pptx)\n- Excel (.xlsx)\n\n**电子书与文档**\n- PDF（支持扫描件 OCR）\n- EPUB（电子书）\n- Markdown (.md)\n\n**图片与音频**\n- 图片（JPEG\u002FPNG\u002FGIF，自动 OCR）\n- 音频（WAV\u002FMP3，自动转录）\n\n**结构化数据**\n- CSV\u002FJSON\u002FXML\n- ZIP 压缩包（批量处理）\n\n### 🚀 快速开始\n\n```bash\n# 克隆仓库\ncd ~\u002F.claude\u002Fskills\u002F\ngit clone https:\u002F\u002Fgithub.com\u002Fjoeseesun\u002Fweixin-to-notebooklm\ncd weixin-to-notebooklm\n\n# 一键安装\n.\u002Finstall.sh\n\n# 首次使用\nnotebooklm login\n```\n\n### 📦 技术栈\n\n- **MCP 服务器** - 微信公众号内容抓取\n- **markitdown** - 15+ 文件格式转换\n- **NotebookLM** - Google AI 内容生成\n- **Playwright** - 反爬虫浏览器自动化\n\n### 🎯 使用示例\n\n```\n把这篇微信文章生成播客 https:\u002F\u002Fmp.weixin.qq.com\u002Fs\u002Fxxx\n→ ✅ 8 分钟播客已生成\n\n这本EPUB电子书做成思维导图 \u002Fpath\u002Fto\u002Fbook.epub\n→ ✅ 思维导图已生成\n\n这个YouTube视频做成PPT https:\u002F\u002Fyoutube.com\u002Fwatch?v=xxx\n→ ✅ 25 页 PPT 已生成\n```\n\n### 📝 完整变更日志\n\n- ✨ 初始发布：多源内容智能处理器\n- 📚 支持 15+ 种文件格式\n- 🎨 支持 8 种输出格式（播客\u002FPPT\u002F思维导图\u002FQuiz等）\n- 🔧 一键自动安装脚本\n- 🧪 环境检查工具（13 项检查）\n- 📦 打包分享工具\n- 📄 MIT 开源协议\n- 📖 完整使用文档\n\n### 🙏 致谢\n\n- [Google NotebookLM](https:\u002F\u002Fnotebooklm.google.com\u002F)\n- [Microsoft markitdown](https:\u002F\u002Fgithub.com\u002Fmicrosoft\u002Fmarkitdown)\n- [wexin-read-mcp](https:\u002F\u002Fgithub.com\u002FBwkyd\u002Fwexin-read-mcp)\n- [notebooklm-py](https:\u002F\u002Fgithub.com\u002Fteng-lin\u002Fnotebooklm-py)\n\n---\n\n**安装遇到问题？** 查看 [故障排查指南](https:\u002F\u002Fgithub.com\u002Fjoeseesun\u002Fweixin-to-notebooklm#-故障排查)\n\n**有想法？** 欢迎 [提 Issue](https:\u002F\u002Fgithub.com\u002Fjoeseesun\u002Fweixin-to-notebooklm\u002Fissues) 或 [讨论](https:\u002F\u002Fgithub.com\u002Fjoeseesun\u002Fweixin-to-notebooklm\u002Fdiscussions)！","2026-01-25T15:10:02"]