qiaomu-anything-to-notebooklm 是什么?

Anything → NotebookLM 是作者乔木(joeseesun)做的一个 Claude Code Skill:用自然语言把「任何内容」变成「任何格式」。它从 15+ 种内容源(微信文章、网页、YouTube、X/Twitter 线程、播客/小宇宙、电子书、PDF、Office 文档、Markdown、搜索查询等)抓取内容,上传到 Google NotebookLM,再让 AI 生成播客、PPT、思维导图、Quiz、报告、信息图、闪卡等。它还内置了对 300+ 付费新闻网站的付费墙绕过(6 层级联策略)和飞书文档输出。Python、MIT。需要注意:付费墙绕过涉及版权与网站条款的灰色地带。

⭐ 4,505 Stars 🍴 486 Forks Python MIT 作者: joeseesun
来源:README 这是什么/支持的内容源/可以生成什么;GitHub desc,license MIT 查看 GitHub 仓库 →

为什么值得关注

约一个月(按热度窗口)即超过 4.4k 星,热度来自把 NotebookLM 这个很火但输入受限的工具,配上一个『什么都能喂进去』的 Claude Skill:自然语言一句话就能把微信文章/播客/付费文章/X 线程转成播客或 PPT,对中文内容创作者尤其顺手。引人注目(也引争议)的是它高调集成了 300+ 付费墙绕过,这既是吸睛点也是合规风险点。

来源:GitHub 4,425 stars / 474 forks,created 2026-01-25;README 使用示例

核心功能

15+ 内容源统一接入

支持社交与媒体(微信文章、X/Twitter、YouTube、播客/小宇宙)、网页、电子书与文档、Office 文档、Markdown、搜索查询等,智能识别来源类型并自动调用对应工具抓取。

来源:README 支持的内容源/核心特性(智能识别)
NotebookLM 多格式生成

把内容上传到 NotebookLM 后,按自然语言触发词生成播客(.mp3)、PPT、思维导图、Quiz、视频、报告、信息图、闪卡等多种产物。

来源:README 可以生成什么/这是什么
付费墙绕过(6 层级联)

对 300+ 付费新闻站点自动检测并尝试绕过:代理服务(r.jina.ai/defuddle) → 站点专属 Bot UA(Googlebot/Bingbot) → 通用绕过(UA/X-Forwarded-For/Referer 伪装/AMP/EU IP) → archive.today → Google Cache → 本地 agent-fetch,技术学自 Bypass Paywalls Clean。

来源:README 付费墙绕过(6 层级联/支持站点/技术)
深度分析模式 + 飞书输出

深度分析自动生成 12 个问题(3 轮递进:概览→深度挖掘→综合反刍)逐轮提问、输出结构化 JSON;并可在分析后自动创建飞书文档(配套 feishu-read-mcp)。

来源:README 高级用法(深度分析/飞书文档);feishu-read-mcp/
全自动 + 批量处理

从识别→抓取→上传→生成全流程自动化,支持批量处理多个来源,并有环境检查脚本(check_env.py)与一键安装。

来源:README 核心特性(全自动)/快速开始/高级用法(批量)

技术架构

一个 Claude Code Skill(SKILL.md 定义技能 + Python 工具脚本)。链路:用户自然语言 → Skill 智能识别内容源类型并调用对应工具 → 多路抓取(微信 MCP 浏览器模拟、付费墙绕过 6 层级联、播客转写 Get 笔记 API、markitdown 文件转换等)→ 上传 NotebookLM API → AI 生成目标格式 → 落地 .mp3/.pdf/.json 等文件。仓库内 main.py 是入口,scripts/ 有 fetch_url.sh、get_podcast_transcript.py 等工具,check_env.py 做环境检查,install.sh 一键装依赖并配 MCP,feishu-read-mcp/ 是飞书读写的 MCP 子模块。整体是『Skill 指令 + 一组抓取/转换工具 + NotebookLM 作为生成后端 + 可选飞书 MCP』的组合,价值在于把分散的取数与绕过手段统一编排给 agent。

来源:README 技术架构/项目结构;tree(SKILL.md、main.py、scripts/、feishu-read-mcp/)

项目知识图谱

知识图谱:项目核心节点(中心)+ 核心功能(内环六边形)+ 关键技术依赖(外环 chip) Google NotebookLM (生成后端)Google Noteboo… 微信 MCP / 浏览器模拟微信 MCP / 浏览… markitdown (文件转换)markitdown Get 笔记 API (播客转写)Get 笔记 API feishu-read-mcp (飞书)feishu-read-mcp 15+ 内容源统一接入 NotebookLM 多格式生成 付费墙绕过(6 层级联) 深度分析模式 + 飞书输出 全自动 + 批量处理 qiaomu-anything-to-n… 项目本体 核心功能 关键依赖

中心为项目本体,内环 = 核心功能模块,外环 = 关键技术依赖;按 deep.json 中的 core_features 与 tech_stack.key_deps 自动生成

技术栈

语言Python框架Claude Code Skill + MCP
Google NotebookLM (生成后端)微信 MCP / 浏览器模拟markitdown (文件转换)Get 笔记 API (播客转写)feishu-read-mcp (飞书)付费墙绕过工具链 (Googlebot UA/archive.today…
本地运行的 Claude Code 技能;依赖 NotebookLM 账号与认证、各内容源工具/MCP;需相应 API 与浏览器环境
来源:README 技术架构/快速开始;requirements.txt

快速上手

前置:Claude Code + NotebookLM 账号。安装 3 步:①把仓库克隆到 Claude skills 目录;②跑 install.sh 一键装依赖;③按提示配置 MCP 后重启 Claude Code。首次用先做一次 NotebookLM 认证,可选跑环境检查;播客转写需另配。之后直接对 Claude 说需求,如『把这篇微信文章生成播客』『这个付费文章做成思维导图』『这期小宇宙做成 PPT』。深度分析、飞书输出、批量处理见高级用法。
来源:README 快速开始/首次使用/使用示例

使用场景

适合:①想把微信文章、播客、网页、X 线程等各种内容快速转成播客/PPT/思维导图/Quiz 的内容创作者与学习者,尤其中文用户;②已在用 NotebookLM、苦于其输入来源受限的人;③想把深度分析结果自动落到飞书文档的团队。不适合:不使用 Claude Code/NotebookLM 的人;以及需要规避法律风险的用户——其付费墙绕过功能涉及绕过 300+ 付费媒体的访问控制,存在版权与网站条款风险,不应用于商业或规模化抓取。

来源:README 使用示例/付费墙绕过,结合定位推断

优势与局限

优势

  • 把 NotebookLM 的『输入瓶颈』补齐:15+ 来源统一接入,一句话从任意内容到任意格式
  • 中文场景友好:微信、小宇宙、飞书等本土内容源/输出都做了适配
  • 自动化程度高:识别→抓取→上传→生成全自动,支持批量,深度分析有结构化设计
  • 作为 Claude Skill 落地清晰:一键安装 + MCP,触发词自然,上手快
  • 工程上把多种取数/转换手段编排得较完整,技术细节(如转写、文件转换)到位

局限

  • 付费墙绕过是显著的法律与道德风险点:绕过 NYT/WSJ/FT/经济学人等 300+ 付费媒体的访问控制,涉嫌侵犯版权与违反网站条款,不应商用或规模化
  • 强依赖 NotebookLM(Google)账号与认证,及各内容源工具/MCP,链路长、易因上游变化失效
  • 微信抓取、archive.today、Bot UA 伪装等手段稳定性与合规性都依赖目标站点策略,随时可能失效
  • 生成质量取决于 NotebookLM,复杂内容仍需人工核对
  • 更新偏停滞(最近 push 2026-04-28),绕过策略与各站点对抗持续,时效性需注意
来源:README 付费墙绕过/技术架构;版权与抓取的固有风险;pushed_at

最新版本

仓库以 Claude Skill 形式维护,无正式 GitHub Release,最近一次更新在 2026-04-28(创建于 2026-01-25)。付费墙绕过策略需随各站点对抗持续维护,使用前建议结合最新状态评估其有效性与风险。

来源:GitHub 无 releases;pushed_at 2026-04-28;created 2026-01-25

总结评价

这个项目把 NotebookLM 最大的痛点——只能喂有限来源——用一个 Claude Skill 补齐了:15+ 内容源一句话进、播客/PPT/思维导图/Quiz 等多格式出,还专门照顾了微信、小宇宙、飞书等中文场景,作为内容处理工具完成度很高,这是它涨星的主因。但它有个绕不开的争议点:高调集成了对 300+ 付费媒体的付费墙绕过,这涉及版权与网站条款的灰色甚至违规地带,绝不该用于商业或规模化。把『多源内容→NotebookLM→多格式』这部分当生产力工具用很香;付费墙绕过那部分,请清楚其法律风险并自行承担,不建议依赖。

来源:综合 README 定位/功能/付费墙绕过、tech 架构、合规与更新状态的事实判断
透明度声明
本页内容由 AI(大语言模型)基于以下公开材料自动生成:GitHub README、代码目录结构、依赖文件、Release 信息。 分析时间: 2026-05-22 20:46. 质量评分: 100/100.

数据来源:README、GitHub API、依赖文件