Anything-to-NotebookLM
An MCP server that automates converting diverse content sources like WeChat articles, YouTube videos, and various document formats into AI-generated outputs such as podcasts and slide decks via Google NotebookLM. It integrates specialized tools for web scraping, OCR, and file transformation to facilitate seamless content generation through natural language.
README
<div align="center">
🎯 多源内容 → NotebookLM 智能处理器
一句话变播客、PPT、思维导图、Quiz...
</div>
✨ 这是什么?
一个 Claude Code Skill,让你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:这本 EPUB 电子书做成思维导图
AI :✅ 思维导图已生成 → mindmap.json
你说:这个 YouTube 视频做成 PPT
AI :✅ 25 页 PPT 已生成 → slides.pdf
原理:自动从多种来源获取内容 → 上传到 Google NotebookLM → AI 生成你想要的格式
🚀 支持的内容源(15+ 种格式)
<table> <tr> <td width="50%">
📱 社交媒体
- 微信公众号(绕过反爬虫)
- YouTube 视频(自动提取字幕)
🌐 网页
- 任意网页(新闻、博客、文档)
- 搜索关键词(自动汇总结果)
📄 Office 文档
- Word (.docx)
- PowerPoint (.pptx)
- Excel (.xlsx)
</td> <td width="50%">
📚 电子书与文档
- PDF(支持扫描件 OCR)
- EPUB(电子书)
- Markdown (.md)
🖼️ 图片与音频
- 图片(JPEG/PNG/GIF,自动 OCR)
- 音频(WAV/MP3,自动转录)
📊 结构化数据
- CSV/JSON/XML
- ZIP 压缩包(批量处理)
</td> </tr> </table>
技术支持: Microsoft markitdown
🎨 可以生成什么?
| 输出格式 | 用途 | 生成时间 | 触发词示例 |
|---|---|---|---|
| 🎙️ 播客 | 通勤路上听 | 2-5 分钟 | "生成播客"、"做成音频" |
| 📊 PPT | 团队分享 | 1-3 分钟 | "做成PPT"、"生成幻灯片" |
| 🗺️ 思维导图 | 理清结构 | 1-2 分钟 | "画个思维导图"、"生成脑图" |
| 📝 Quiz | 自测掌握 | 1-2 分钟 | "生成Quiz"、"出题" |
| 🎬 视频 | 可视化 | 3-8 分钟 | "做个视频" |
| 📄 报告 | 深度分析 | 2-4 分钟 | "生成报告"、"写个总结" |
| 📈 信息图 | 数据可视化 | 2-3 分钟 | "做个信息图" |
| 📋 闪卡 | 记忆巩固 | 1-2 分钟 | "做成闪卡" |
完全自然语言,无需记命令!
⚡ 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
💡 使用示例
场景 1:快速学习 - 文章 → 播客
你:把这篇文章生成播客 https://mp.weixin.qq.com/s/abc123
AI 自动执行:
✓ 抓取微信文章内容
✓ 上传到 NotebookLM
✓ 生成播客(2-5 分钟)
✅ 结果:/tmp/article_podcast.mp3(8 分钟,12.3 MB)
💡 用途:通勤路上听完一篇深度文章
场景 2:团队分享 - 电子书 → PPT
你:这本书做成 PPT /Users/joe/Books/sapiens.epub
AI 自动执行:
✓ 提取电子书内容(15 万字)
✓ AI 精炼核心观点
✓ 生成专业 PPT
✅ 结果:/tmp/sapiens_slides.pdf(25 页,3.8 MB)
💡 用途:直接用于读书会分享
场景 3:自测学习 - 视频 → Quiz
你:这个 YouTube 视频生成 Quiz https://youtube.com/watch?v=abc
AI 自动执行:
✓ 提取视频字幕
✓ AI 分析关键知识点
✓ 自动出题
✅ 结果:/tmp/video_quiz.md(15 道题,10 选择 + 5 简答)
💡 用途:检验学习效果
场景 4:信息整合 - 多源 → 报告
你:把这些内容一起做成报告:
- https://example.com/article1
- https://youtube.com/watch?v=xyz
- /Users/joe/research.pdf
AI 自动执行:
✓ 汇总 3 个不同来源
✓ AI 整合分析
✓ 生成综合报告
✅ 结果:/tmp/multi_source_report.md(7 个章节,15.2 KB)
💡 用途:全面的主题研究报告
场景 5:文档数字化 - 扫描件 → 文字
你:把这个扫描图片做成文档 /Users/joe/scan.jpg
AI 自动执行:
✓ OCR 识别图片中的文字
✓ 提取为纯文本
✓ 生成结构化文档
✅ 结果:/tmp/scan_document.txt(识别准确率 95%+)
💡 用途:扫描件数字化归档
🎯 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://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
🚀 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
文章 + 视频 + PDF + 搜索结果 → 综合报告
🔒 本地优先
敏感内容本地处理
微信文章 → 本地 MCP 抓取 → 本地转换 → NotebookLM
📦 技术架构
┌─────────────────────────────────────┐
│ 用户自然语言输入 │
│ "把这篇文章生成播客 https://..." │
└──────────────┬──────────────────────┘
│
▼
┌─────────────────────────────────────┐
│ Claude Code Skill │
│ • 智能识别内容源类型 │
│ • 自动调用对应工具 │
└──────────────┬──────────────────────┘
│
┌────────┴────────┐
│ │
▼ ▼
┌──────────┐ ┌─────────────┐
│ 微信公众号 │ │ 其他格式 │
│ MCP 抓取 │ │ markitdown │
└─────┬────┘ └──────┬──────┘
│ │
└────────┬────────┘
│
▼
┌─────────────────────────────────────┐
│ NotebookLM API │
│ • 上传内容源 │
│ • AI 生成目标格式 │
└──────────────┬──────────────────────┘
│
▼
┌─────────────────────────────────────┐
│ 生成的文件 │
│ .mp3 / .pdf / .json / .md │
└─────────────────────────────────────┘
🔧 高级用法
指定已有 Notebook
把这篇文章加到我的【AI研究】笔记本 https://example.com
批量处理
把这些文章都生成播客:
1. https://mp.weixin.qq.com/s/abc123
2. https://example.com/article2
3. /Users/joe/notes.md
ZIP 批量转换
把这个压缩包里的所有文档做成播客 /path/to/files.zip
自动解压、识别、转换、合并
🐛 故障排查
MCP 工具未找到
# 测试 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 chromium
NotebookLM 认证失败
notebooklm login # 重新登录
notebooklm list # 验证
环境检查
./check_env.py # 13 项全面检查
./install.sh # 重新安装
🤝 贡献
欢迎 PR、Issue、建议!
❓ 常见问题
<details> <summary><b>Q: 支持哪些语言?</b></summary>
A: NotebookLM 支持多语言,中文、英文效果最佳。 </details>
<details> <summary><b>Q: 播客是谁的声音?</b></summary>
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。 </details>
<details> <summary><b>Q: 内容长度限制?</b></summary>
A:
- 最短:约 500 字
- 最长:约 50 万字
- 推荐:1000-10000 字效果最佳 </details>
<details> <summary><b>Q: 可以商用吗?</b></summary>
A:
- 本 Skill:MIT 开源,可自由使用
- 生成内容:遵守 NotebookLM 服务条款
- 原始内容:遵守原内容版权
- 建议:仅用于个人学习研究 </details>
<details> <summary><b>Q: 为什么需要 MCP?</b></summary>
A: 微信公众号有反爬虫,MCP 用浏览器模拟绕过。其他内容源(网页、YouTube、PDF)不需要 MCP。 </details>
📄 许可证
🙏 致谢
- Google NotebookLM - AI 内容生成
- Microsoft markitdown - 文件转换
- wexin-read-mcp - 微信抓取
- notebooklm-py - NotebookLM CLI
📮 联系
- Issues: GitHub Issues
- Discussions: GitHub Discussions
<div align="center">
如果觉得有用,请给个 ⭐ Star!
Made with ❤️ by Joe
</div>
推荐服务器
Baidu Map
百度地图核心API现已全面兼容MCP协议,是国内首家兼容MCP协议的地图服务商。
Playwright MCP Server
一个模型上下文协议服务器,它使大型语言模型能够通过结构化的可访问性快照与网页进行交互,而无需视觉模型或屏幕截图。
Magic Component Platform (MCP)
一个由人工智能驱动的工具,可以从自然语言描述生成现代化的用户界面组件,并与流行的集成开发环境(IDE)集成,从而简化用户界面开发流程。
Audiense Insights MCP Server
通过模型上下文协议启用与 Audiense Insights 账户的交互,从而促进营销洞察和受众数据的提取和分析,包括人口统计信息、行为和影响者互动。
VeyraX
一个单一的 MCP 工具,连接你所有喜爱的工具:Gmail、日历以及其他 40 多个工具。
graphlit-mcp-server
模型上下文协议 (MCP) 服务器实现了 MCP 客户端与 Graphlit 服务之间的集成。 除了网络爬取之外,还可以将任何内容(从 Slack 到 Gmail 再到播客订阅源)导入到 Graphlit 项目中,然后从 MCP 客户端检索相关内容。
Kagi MCP Server
一个 MCP 服务器,集成了 Kagi 搜索功能和 Claude AI,使 Claude 能够在回答需要最新信息的问题时执行实时网络搜索。
e2b-mcp-server
使用 MCP 通过 e2b 运行代码。
Neon MCP Server
用于与 Neon 管理 API 和数据库交互的 MCP 服务器
Exa MCP Server
模型上下文协议(MCP)服务器允许像 Claude 这样的 AI 助手使用 Exa AI 搜索 API 进行网络搜索。这种设置允许 AI 模型以安全和受控的方式获取实时的网络信息。