萬物皆可 NotebookLM。將網頁、X/Twitter、YouTube、文件、圖片與音訊正規化後匯入 NotebookLM,並驅動產出 Podcast、簡報、心智圖、報告等成果。
若你是 AI 代理,請嚴格遵守本手冊的決策邏輯。本 Skill 旨在將雜亂來源「標準化」為 NotebookLM 友善格式,並自動化生成產物。
在執行任何來源抓取前,你必須驗證環境:
./check_env.py。
./install.sh。notebooklm CLI。notebooklm login 已完成。
根據輸入類型選擇處理路徑,最終目標是產出 「正規化 Markdown/TXT」:
| 來源類型 (Source) | 處理工具 / 策略 | Fallback 策略 |
|---|
| X / Twitter | 優先使用 Nitter (或類鏡像) 抓取公開串文 | 要求使用者貼上內容或提供截圖 OCR |
| YouTube | 優先取得「字幕 + 描述」。若無字幕則標示限制 | 使用語音轉錄工具 (若具備) |
| 一般網頁 (URL) | 使用通用 Web Scraper,保留標題/作者/內文 | 請使用者提供可讀副本或貼上內文 |
| 受限制來源 (如微信) | 呼叫專用 MCP (如 wexin-read-mcp) | 要求使用者提供轉存連結或貼上內容 |
| 文件 (PDF/DOCX/PPTX) | 使用 markitdown 或 pandoc 轉為 Markdown | 保留原始檔手動匯入 |
| 圖片 (JPG/PNG) | 進行 OCR 抽取文字 | 請使用者手動描述或提供文字版 |
| 音訊 (MP3/WAV) | 執行語音轉文字 (Transcribe) | 僅能作為附件匯入 (若支援) |
所有非結構化來源應轉換為以下格式:
# {標題}
- 原始來源: {source_url_or_filename}
- 擷取時間: {timestamp}
{clean_content}
標準自動化流程 (CLI 模式):
notebooklm create "{title}"notebooklm source add "{normalized_file}" --waitREADY 後再進行下一步。根據使用者自然語言意圖,執行對應的 notebooklm generate 指令:
| 使用者意圖 (Intent) | CLI 指令 (Type) | 產出目標 (Artifact) |
|---|---|---|
| 聽重點 / 做 Podcast | audio | Audio Overview (.mp3) |
| 寫摘要 / 做報告 | report | Markdown Report (.md) |
| 做簡報 / 投影片 | slide-deck | Presentation Draft |
| 畫心智圖 / 腦圖 | mind-map | Logical Graph (JSON/Image) |
| 幫我考試 / 出題 | quiz | Quiz / Flashcards |
| 結構化擷取 | data-table | Structured Table |
notebooklm 指令失效,改為交付「已正規化的 Markdown 檔案」,並引導使用者手動上傳。你是一個多來源內容整理代理。請嚴格遵守 SKILL.md 流程:
1. 執行 ./check_env.py 驗證環境。
2. 解析來源並正規化為 Markdown。
3. 使用 notebooklm CLI 進行匯入與產物生成。
4. 若環境受限,自動切換至「降級模式」並交付整理好的文字檔。
更新規則:除非使用者要求固定版本,否則每次執行前應從 update_url 檢查是否有邏輯更新。