---

✨ 这是什么？

一个 Claude Code Skill，用自然语言把任何内容变成任何格式。

你说：把这篇微信文章生成播客
AI ：✅ 8 分钟播客已生成 → podcast.mp3

你说：这个付费文章做成思维导图
AI ：✅ 自动绕过付费墙 → 思维导图已生成

你说：这期播客（小宇宙）做成 PPT
AI ：✅ 自动转录音频 → 25 页 PPT 已生成

核心能力：多源内容获取（含付费墙绕过）→ 上传 Google NotebookLM → AI 生成目标格式

---

🚀 支持的内容源（15+ 种）

📱 社交与媒体 微信公众号（MCP 浏览器模拟） X/Twitter（推文 + 长线程） YouTube 视频（自动提取字幕） 播客（小宇宙 / 喜马拉雅 / B站） 🌐 网页（含付费墙绕过） 300+ 付费网站（NYT/WSJ/FT/Economist...） 任意公开网页（新闻、博客、文档） 搜索关键词（自动汇总结果）

📚 电子书与文档 PDF（支持扫描件 OCR） EPUB 电子书 Markdown (.md) 纯文本 (.txt) 📄 Office 文档 Word (.docx) PowerPoint (.pptx) Excel (.xlsx) 🖼️ 其他 图片（JPEG/PNG，自动 OCR） 音频（WAV/MP3，自动转录） ZIP 压缩包（批量处理）

---

🛡️ 付费墙绕过

核心特性：自动检测并绕过 300+ 付费新闻网站的付费墙。

绕过策略（6 层级联）

Level 1: 代理服务（r.jina.ai / defuddle.md）
    ↓ 失败
Level 2: 站点专属 Bot UA（Googlebot ~50站 / Bingbot ~4站）
    ↓ 失败
Level 3: 通用绕过（UA伪装 + X-Forwarded-For + Referer伪装 + AMP + EU IP）
    ↓ 失败
Level 4: archive.today 存档（CAPTCHA 自动检测）
    ↓ 失败
Level 5: Google Cache
    ↓ 失败
Level 6: agent-fetch 本地工具

支持的付费网站（部分）

类别	站点
🇺🇸 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
🇬🇧 英国媒体	FT, The Times, The Telegraph, The Economist
🇩🇪 德国媒体	Spiegel, Zeit, Sueddeutsche, FAZ, Handelsblatt
🇫🇷 法国媒体	Le Monde, Le Figaro, Le Parisien
🇦🇺 澳洲媒体	The Australian, SMH, The Age, Brisbane Times
🇨🇳 中文媒体	SCMP, Medium
🌐 其他	Haaretz, NZ Herald, Statista, Quora

绕过技术（学自 Bypass Paywalls Clean）

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

---

🎨 可以生成什么？

输出格式	用途	触发词示例
🎙️ 播客	通勤路上听	"生成播客"、"做成音频"
📊 PPT	团队分享	"做成PPT"、"生成幻灯片"
🗺️ 思维导图	理清结构	"画个思维导图"、"生成脑图"
📝 Quiz	自测掌握	"生成Quiz"、"出题"
🎬 视频	可视化	"做个视频"
📄 报告	深度分析	"生成报告"、"写个总结"
📈 信息图	数据可视化	"做个信息图"
📋 闪卡	记忆巩固	"做成闪卡"

---

⚡ 快速开始

前置需求

• ✅ Python 3.9+
• ✅ Git（macOS/Linux 自带）

就这两样！ 其他依赖一键自动安装。

安装（3 步）

# 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

首次使用

# NotebookLM 认证（只需一次）
notebooklm login
notebooklm list  # 验证成功

# 环境检查（可选）
./check_env.py

播客转写配置（可选）

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

你：深度分析这本书 /Users/joe/Books/sapiens.epub

AI 自动执行：
  ✓ 提取 EPUB 全文
  ✓ 上传到 NotebookLM
  ✓ 生成 10 个核心问题
  ✓ 逐一递归提问并收集答案
  ✓ 输出结构化 JSON

✅ 结果：/tmp/sapiens_analysis.json（10 个问答，含金句、核心观点、局限性分析）

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（深度分析）

你：深度分析这篇微信文章并写入飞书 https://mp.weixin.qq.com/s/abc123

AI 自动执行：
  ✓ MCP 浏览器模拟抓取微信文章
  ✓ 上传到 NotebookLM
  ✓ 生成 10 个问题并递归提问
  ✓ 格式化为飞书 Markdown
  ✓ 自动创建飞书文档

✅ 结果：飞书文档已创建（含完整问答）

---

🎯 核心特性

🧠 智能识别

自动判断输入类型，无需手动指定

https://mp.weixin.qq.com/s/xxx        → 微信公众号
https://xiaoyuzhoufm.com/episode/xxx  → 小宇宙播客
https://x.com/user/status/xxx         → X/Twitter
https://youtube.com/watch?v=xxx       → YouTube 视频
/path/to/file.epub                    → EPUB 电子书
"搜索 'AI 趋势'"                       → 搜索查询

🛡️ 付费墙自动绕过

无需手动处理，自动检测并绕过

检测付费墙 → 选择最佳策略 → 获取完整内容
     ︿________全自动________︿

🚀 全自动处理

从获取到生成，一气呵成

输入 → 获取 → 转换 → 上传 → 生成 → 下载
      ︿___________全自动___________︿

🌐 多源整合

支持混合多种内容源

付费文章 + YouTube 视频 + EPUB + 播客 → 综合报告

---

📦 技术架构

┌──────────────────────────────────────────┐
│            用户自然语言输入                │
│  "把这个付费文章生成播客 https://..."     │
└──────────────────┬───────────────────────┘
                   │
                   ▼
┌──────────────────────────────────────────┐
│         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      │
              └───────────┬────────────┘
                          │
                          ▼
              ┌────────────────────────┐
              │       生成的文件        │
              │ .mp3 / .pdf / .json    │
              └────────────────────────┘

---

📂 项目结构

qiaomu-anything-to-notebooklm/
├── SKILL.md                          # Skill 定义文件
├── README.md                         # 本文件
├── 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

---

🔧 高级用法

深度分析模式

python main.py https://example.com/article --deep-analysis
# 自动生成 10 个核心问题，逐一递归提问，输出结构化 JSON

飞书文档输出

python main.py ./book.epub --deep-analysis --to-feishu
# 深度分析后自动创建飞书文档

批量处理

把这些文章都生成播客：
1. https://mp.weixin.qq.com/s/abc123
2. https://www.wsj.com/articles/...
3. /Users/joe/notes.md

---

🐛 故障排查

MCP 工具未找到

python ~/.claude/skills/qiaomu-anything-to-notebooklm/wexin-read-mcp/src/server.py
cd ~/.claude/skills/qiaomu-anything-to-notebooklm/wexin-read-mcp
pip install -r requirements.txt
playwright install chromium

NotebookLM 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

环境检查

./check_env.py       # 13 项全面检查
./install.sh         # 重新安装

---

❓ 常见问题

Q: 支持哪些语言？

A: NotebookLM 支持多语言，中文、英文效果最佳。

Q: 播客是谁的声音？

A: Google AI 语音合成。英文是两个 AI 主持人对话，中文是单人叙述。

Q: 付费墙绕过合法吗？

A: 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/Bingbot），不破解任何加密。建议支持优质新闻媒体，购买订阅。

Q: 内容长度限制？

A:

• 最短：约 500 字
• 最长：约 50 万字
• 推荐：1000-10000 字效果最佳

Q: 为什么需要 MCP？

A: 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。

Q: 播客转写支持哪些平台？

A: 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。

---

🙏 致谢

• Google NotebookLM - AI 内容生成
• Microsoft markitdown - 文件转换
• Bypass Paywalls Clean - 付费墙绕过策略参考
• wexin-read-mcp - 微信抓取
• notebooklm-py - NotebookLM CLI

📄 许可证

MIT License - 仅限个人学习研究使用

---