1实现原理 · 为什么它能做到
本体是「巨型 SKILL.md 路由表 + 少量自有脚本 + 大量外部 CLI/MCP」的组合：SKILL.md 用输入特征表把 15+ 类内容源映射到不同的取内容通道，再把统一的上传/生成委托给 notebooklm CLI。
SKILL.md
| `https://mp.weixin.qq.com/s/` | 微信公众号 | MCP 工具抓取 |
注：同表还给出 xiaoyuzhoufm/ximalaya/bilibili → Get笔记 API 转写、x.com → 内置代理级联、付费网站 → 付费墙绕过、文件后缀 → markitdown、无 URL 无路径 → WebSearch 等分支；表是行为契约，真正的判定代码只有 main.py 的 detect_input_type()。
自带 CLI（main.py）的覆盖面远小于 SKILL.md 宣称：代码只处理 epub / document / podcast / x_twitter / url 五类，其余类型直接报「不支持的输入类型」。
main.py
不支持的输入类型: {input_type}
注：detect_input_type() 却会返回 weixin / image / audio / zip / office / search 等值，这些分支不在 main(): 微信靠外部 MCP、图片/音频/Office/ZIP 靠宿主调 markitdown、搜索靠宿主 WebSearch——即宣称能力一半以上由宿主工具兜底，而非本仓代码。
播客/B站转写走 Get笔记（得到）三套 API：OpenAPI 建链接笔记 → 轮询任务进度（最多 40×30s）→ Web API 取全文，最后落 TXT。
scripts/get_podcast_transcript.py
for i in range(40):
注：三处端点分别出现在 getnote_request（openapi.biji.com）、refresh_jwt（notes-api.biji.com）、get_note_transcript（get-notes.luojilab.com）；凭证是环境变量 GETNOTE_API_KEY/GETNOTE_CLIENT_ID + ~/.claude/skills/getnote/tokens.json 里的 refresh_token，脚本会把刷新后的 token 写回该文件。
X/Twitter 与付费墙网页靠 fetch_url.sh 的级联：先用第三方代理服务（r.jina.ai、defuddle.md）换 Markdown，失败再伪装 Googlebot/Bingbot UA 与 X-Forwarded-For、Referer、AMP、JSON-LD，最后 archive.today / Google Cache / npx agent-fetch。
scripts/fetch_url.sh
# 1a. r.jina.ai — wide coverage, preserves image links, often bypasses paywalls
注：域名白名单硬编码在脚本里（GOOGLEBOT_DOMAINS / BINGBOT_DOMAINS / FACEBOOK_REF_DOMAINS / AMP_DOMAINS / PAYWALL_DOMAINS），「绕过策略（6 层级联）」是 README 的核心卖点。
抓到的内容统一交给外部 notebooklm CLI（notebooklm-py）完成上传与生成，本仓不实现 NotebookLM 协议。
main.py
['notebooklm', 'create', title],
注：同文件还有 ['notebooklm', 'source', 'add', file_path, '--title', title]、['notebooklm', 'ask', question]、['notebooklm', 'source', 'add', input_arg] 三处调用点；SKILL.md 的意图映射表把「生成播客/PPT/思维导图/Quiz/视频/报告/信息图/数据表/闪卡」翻译成 generate + artifact wait + download 三段式命令。
深度分析模式是固定模板的三轮递进提问（4+5+3=12 问，或 SKILL.md 里写的 10 问），逐问调 notebooklm ask、每次间隔 1.5 秒，结果落 /tmp/*_analysis.json。
main.py
- 第一轮（4题）：建立整体认知框架
注：问题模板按内容类型分叉（epub/document、youtube、其它），并用「完全基于已上传的文档内容回答，不要搜索网络」压制 NotebookLM 联网；main.py 的 ask_round() 每问 time.sleep(1.5)。
可选产物「飞书文档」不是自己调 API，而是委托外部 lark-cli：把问答格式化成 Markdown 后执行 lark-cli docs +create。
main.py
['lark-cli', 'docs', '+create', '--title', title, '--markdown', markdown_content],
注：本仓只做 Markdown 拼装（format_feishu_markdown）与子进程调用；lark-cli 是否安装、用哪套飞书凭证不在本仓管辖内。
微信公众号抓取依赖另一个仓库的 MCP 服务器（Playwright 浏览器模拟），install.sh 会在 skill 目录内 git clone 它，并要求用户手改 Claude 配置。
install.sh
git clone https://github.com/Bwkyd/wexin-read-mcp.git "$MCP_DIR"
注：SKILL.md 直接给出 ~/.claude/config.json 的 mcpServers 片段指向 <skill>/wexin-read-mcp/src/server.py；但本 pin 的仓库里根本没有 wexin-read-mcp 目录（只有 feishu-read-mcp），即该能力依赖运行时克隆，见 second_pass。
另附一个与本 Skill 主流程无直接耦合的飞书读 MCP 子包（FastMCP + Playwright），提供 read_feishu_doc / get_doc_info 两个工具。
feishu-read-mcp/src/server.py
mcp = FastMCP("feishu-reader")
注：名字/目录与 install.sh 克隆的 wexin-read-mcp 不同，SKILL.md 与安装流程都没提到它——属仓库内孤立资产，见 second_pass。
YouTube 被列为「最重要」的特殊规则：直接传 URL 给 NotebookLM，禁止任何本地字幕下载/转写手段。
SKILL.md
- **禁止**使用 yt-dlp、yt-search-download、whisper、浏览器自动化等手段下载字幕
注：理由写在同一段：NotebookLM 原生支持 YouTube，会自动提取字幕和元数据——这条规则把「省步骤」写成了硬禁令（🔴 标记）。
2核心能力
01多源类型自动识别（URL 域 / 文件后缀 / 关键词三分支）
02付费墙/反爬绕过级联（代理服务 → 搜索引擎 UA 伪装 → Referer/AMP/JSON-LD → 存档 → 缓存 → 本地 agent-fetch）
03播客/B站转写（Get笔记 API 建任务、轮询、取全文并落 TXT）
04YouTube 直传 NotebookLM（原生字幕提取，禁本地转写）
05自然语言 → NotebookLM 生成命令映射（播客/PPT/思维导图/Quiz/视频/报告/信息图/数据表/闪卡）
06默认最小动作纪律：没有明确指令就只上传不生成
07深度分析模式：三轮递进提问 + 结构化 JSON 输出（可选飞书文档）
08EPUB 走 ebooklib+BeautifulSoup 直提文本（刻意避开 Calibre）
09自带 13 项环境自检（依赖模块、CLI、MCP 文件、MCP 配置、NotebookLM 认证）
10一键安装脚本（Python 版本校验、克隆 MCP、pip 依赖、Playwright chromium、安装 notebooklm CLI）
3外部依赖
| 类型 | 依赖 |
|---|---|
| cli | notebooklm（notebooklm-py CLI） |
| cli | python3 ≥ 3.9 |
| cli | git |
| cli | curl |
| cli | markitdown（Microsoft） |
| cli | lark-cli（飞书文档 CLI） |
| cli | npx（agent-fetch 兜底） |
| api | Get笔记 / 得到（笔记与转写） |
| api | NotebookLM（Google） |
| network | 第三方抓取代理/存档 |
| network | 被绕过站点（付费墙/社交） |
| network | 飞书（读取：Playwright 浏览器抓文档；写入：lark-cli） |
| network | 微信公众号（经外部 MCP） |
| package | Python 依赖（MCP 与转换链） |
| package | pip 直装 git 源 |
4风险提醒 风险提醒：红色 · 谨慎使用
风险提醒：红色 · 谨慎使用
- 付费墙绕过与浏览器模拟是核心能力，属访问控制规避 — fetch_url.sh 伪装搜索引擎 UA/XFF/Referer、走 AMP 与 archive.today；微信/飞书用 Playwright 无头浏览器（--no-sandbox）绕过反爬与登录墙。法律/ToS 风险由使用者承担，README 只写『仅限个人学习研究』。
- 凭证面分散且含 token 文件写回 — GETNOTE_API_KEY/GETNOTE_CLIENT_ID 来自环境变量，~/.claude/skills/getnote/tokens.json 会被读取并在刷新后覆写；任何继承同一环境的子进程都能拿到这些值。
- 被抓 URL 会被交给第三方代理 — r.jina.ai、defuddle.md、archive.today 都会收到完整目标 URL（乃至页面内容），对敏感或内网可达链接是信息外泄面。
- 供应链与自检盲区 — install.sh 用 pip 从 git+github 直装 notebooklm-py、npx 首次运行会拉 agent-fetch、并从第三方仓库克隆 MCP；自带的 feishu-read-mcp 因缺少 Optional 导入实际无法启动，而 check_env.py 检查的是另一个不存在的目录，自检给不出可信结论。
- 文档与实现多处漂移，误导使用与排障 — 内容源编号重复、深度分析问题数 10/12 不一、6 级级联有 2 级不可达、仓库结构图列出不存在目录——按文档排障会走进死路。
- 内容正文原样进上下文，无来源可信度分级 — 抓回的网页/推文/转录文本直接交给模型（含后续上传 NotebookLM），页面内的指令性文本构成 prompt injection 面，SKILL.md 未给防护约定。
风险提醒：红色，谨慎使用。判红属「策略/能力级」而非「恶意植入级」——本仓代码干净可读、无混淆、无硬编码外发凭证。命中红色范式的两条：①【反反爬/绕过】付费墙绕过是本 skill 的显式卖点：fetch_url.sh 伪装 Googlebot/Bingbot UA 与 X-Forwarded-For、伪造 Referer、走 AMP/archive.today，SKILL.md 与 README 都把它写成核心能力（「自动检测并绕过 …300+ 付费网站的付费墙」），目标站点清单硬编码 49 个域名；②【批量定向采集/浏览器模拟】微信与飞书两条 Playwright 无头浏览器路径（含 --no-sandbox）用于规避站点的反爬与登录墙。此外还叠加：凭证读取（GETNOTE_API_KEY/CLIENT_ID + tokens.json 读且写回 + notebooklm 登录态）、第三方代理外发（r.jina.ai/defuddle.md/archive.today 会收到被抓 URL）、远程包安装（pip 从 git+github 直装、npx 拉起 agent-fetch、git clone 外部 MCP 仓库）。注意：本分级只描述行为面，不评价作者；README 已自述「仅限个人学习研究」。
5第二遍独立确认
- [ok] skill.path 定位与 commit 一致性 — 单 skill 仓库，SKILL.md 在仓库根，故 path='.'；工作副本 HEAD cea6ceee8cdcd01a573af5ae75c2d3cffc20650b，任务表 pin cea6ceee8cdc，PINS-b2.json 记 {dir: qiaomu-anything-to-notebooklm, commit: cea6ceee8cdc}。
- [discrepancy] SKILL.md 宣称的内容源 vs main.py 实际覆盖 — SKILL.md/README 宣称 15+ 类源；main.py 的 main() 只有 epub/document/podcast/x_twitter/url 五个分支，其余（微信、图片、音频、Office、ZIP、搜索）不在本仓代码内，靠外部 MCP 与宿主工具完成。「不支持的输入类型」是代码里的真实兜底分支。
- [discrepancy] README 结构图与实际文件树 — README 项目结构图与 SKILL.md 前置条件都列 wexin-read-mcp/（并给出 <skill>/wexin-read-mcp/src/server.py 的配置路径），但本 pin 仓库内不存在该目录（ls 报 No such file or directory），只有名称不同的 feishu-read-mcp/。该目录只在用户执行 install.sh 后由 git clone 产生；check_env.py 也检查这个不存在的路径。
- [discrepancy] fetch_url.sh 的『6 层级联』是否真的可走完 — 第 4 级 archive.today 之后为无条件 `exit 75`（脚本在这里结束进程），Level 5（Google Cache）与 Level 6（agent-fetch）在代码上不可达；README 的『6 层级联』流程图因此比实际执行多两级。exit 75 的设计意图是让调用方去浏览器解 CAPTCHA 后重试，属有意为之，但副作用未在文档说明。
- [discrepancy] feishu-read-mcp/src/server.py 是否可运行 — 该文件使用 `cookies_str: Optional[str] = None` 标注，但全文只 import sys / pathlib.Path / fastmcp / logging，没有 from typing import Optional——注解在函数定义时求值，导入即 NameError。本仓不含该服务器的测试，check_env.py 也不检查它（只查 wexin-read-mcp）。
- [ok] 『13 项环境检查』是否属实 — check_env.py 累加结果共 13 项：Python 版本 1 + 核心模块 5（fastmcp/playwright/bs4/lxml/markitdown）+ Playwright 导入 1 + notebooklm/markitdown/git 三个 CLI 3 + MCP 文件 1 + MCP 配置 1 + NotebookLM 认证 1；与 README 的『13 项环境检查』一致。
- [discrepancy] 深度分析问题数（SKILL.md 10 问 vs main.py / README 12 问） — SKILL.md 意图映射表写「自动生成10个问题并递归提问」、Step 4 的示例 JSON 也写 total_questions: 10；而 main.py 的模板是 4+5+3=12 问，README 场景 3 同样写「生成 12 个问题」（Step 4 另一处又是 10 问）。同一文档内自相矛盾。
- [discrepancy] SKILL.md 章节编号连续性与内容重复 — 『支持的内容源』下出现两个 5（付费墙、YouTube）、两个 4（Office 文档、播客/音频平台）、两个 5（播客/音频平台、电子书与文档），编号重复且与 README 的 15+ 计数对不上；YouTube 与付费墙内容还被重复叙述一次（含一段孤立的绕过策略 5 条列表挂在 YouTube 规则下）。
6结论
适合：适合个人学习场景做「一次性把资料变成可消费产物」：把微信公众号/播客/B站/长文/PDF/EPUB 丢给 NotebookLM 出播客、PPT、思维导图、Quiz；也适合想要「深度分析模式」固定 12 问三轮递进模板、并把问答沉淀成飞书文档的人。要求本机已能登录 NotebookLM（notebooklm login），并接受把内容上传到 Google 服务。
不适合：不适合企业/合规敏感环境：付费墙绕过、第三方代理外发与 Playwright 反爬都触碰 ToS 与数据外发红线，音频/文档会离开本机。不适合把此 skill 当稳定产品依赖：文档与代码多处漂移、自检覆盖不到自带 MCP、fetch_url.sh 后两级级联不可达。也不适合只想离线处理本地文档的用户（核心能力全部依赖联网与外部 CLI）。
安装 agent 直装可复制
① 本站镜像 更新 2026-09-15
方式 A · 人下载镜像包下载 qiaomu-anything-to-notebooklm.tar.gz
sha256:
方式 B · JSON 格式安装指南，复制给 agent8f32da1fd86d07e0…agent 读 JSON 指南后会自动从本站下载安装，无需更多说明。
② 上游 GitHub · 原始来源
来源信息 GitHub 原始
作者 / 仓库joeseesun / joeseesun/qiaomu-anything-to-notebooklm
Stars5994
最近推送2026-04-28
本 skill commit
cea6ceee8c许可MIT（仓库根 LICENSE 首行 'MIT License'、'Copyright (c) 2026 Joe'；README 徽标 Licensed MIT）
本站信息
收录日期2026-09-06
分类内容创作
侦查报告AI 侦查 · 2 遍 · 2026-09-06
本站镜像与 GitHub 原始是不同来源：本站锁定 commit 快照经 /r2 分发；GitHub 为实时上游，内容可能已更新。