[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"skill:01M71HWSFWK4SWMN3ABYDV59BR":3,"skill-same:01M71HWSFWK4SWMN3ABYDV59BR":139},{"skillNo":4,"name":5,"nameZh":6,"description":7,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":6,"repositoryNo":12,"starsCount":13,"licenseSpdxId":14,"licenseFileUrl":15,"sourceHtmlUrl":16,"categories":17,"keywords":23,"publishedAt":36,"linkOnly":37,"markdownContent":38,"markdownBody":39,"frontMatter":40,"refName":43,"commitSha":44,"skillDirectory":45,"forksCount":46,"repositoryHtmlUrl":47,"repositoryHomepageUrl":6,"ownerHtmlUrl":48,"ownerBlogUrl":6,"ownerDescription":6,"updatedAt":49,"install":50,"resources":62},"01M71HWSFWK4SWMN3ABYDV59BR","qiaomu-anything-to-notebooklm",null,"多源内容智能处理器：支持微信公众号、网页、YouTube、播客（小宇宙\u002F喜马拉雅）、PDF、Markdown等，自动上传到NotebookLM并生成播客\u002FPPT\u002F思维导图等多种格式。支持深度分析模式和飞书文档自动创建","xuanxuan1983\u002Fhermes-skills-backup","xuanxuan1983","https:\u002F\u002Favatars.githubusercontent.com\u002Fu\u002F151701653?v=4","01M71HCZNB5H19QJ6YBF98W2WH","01M71HCZP14T0921BD0TC9EPD3",1,"MIT","https:\u002F\u002Fgithub.com\u002Fxuanxuan1983\u002Fhermes-skills-backup\u002Fblob\u002Fmain\u002Fagent-skills\u002Fqiaomu-anything-to-notebooklm\u002FLICENSE","https:\u002F\u002Fgithub.com\u002Fxuanxuan1983\u002Fhermes-skills-backup\u002Fblob\u002Fmain\u002Fagent-skills\u002Fqiaomu-anything-to-notebooklm\u002FSKILL.md",[18],{"categoryNo":19,"categoryName":20,"taxonomyType":21,"taxonomyTypeDesc":22},"01JBSEEDCAT000000000000002","文档处理","SCENARIO","使用场景",[24,25,26,27,28,29,30,31,32,33,34,35],"qiaomu anything to notebooklm","notebooklm","PDF","pptx","微信","true","生成","公众号","youtube","github","https","文档","2026-11-10 10:12:30",false,"---\nname: qiaomu-anything-to-notebooklm\ndescription: 多源内容智能处理器：支持微信公众号、网页、YouTube、播客（小宇宙\u002F喜马拉雅）、PDF、Markdown等，自动上传到NotebookLM并生成播客\u002FPPT\u002F思维导图等多种格式。支持深度分析模式和飞书文档自动创建\nuser-invocable: true\nhomepage: https:\u002F\u002Fgithub.com\u002Fjoeseesun\u002Fqiaomu-anything-to-notebooklm\n---\n\n# 多源内容 → NotebookLM 智能处理器\n\n自动从多种来源获取内容，上传到 NotebookLM，并根据自然语言指令生成播客、PPT、思维导图等多种格式。\n\n## 支持的内容源\n\n### 1. 微信公众号文章\n通过 MCP 服务器自动抓取微信公众号文章内容（绕过反爬虫）\n\n### 2. 任意网页链接\n支持任何公开可访问的网页（新闻、博客、文档等）\n\n### 3. 播客（小宇宙\u002F喜马拉雅）+ B站视频\n通过 Get笔记 API 获取完整转写文本（带时间戳），支持小宇宙、喜马拉雅、B站视频等音频\u002F视频平台\n\n### 4. X\u002FTwitter 帖子\n通过内置代理级联（r.jina.ai → defuddle.md → agent-fetch）抓取推文内容（含长推文线程），转为 Markdown\n\n### 5. 付费墙网站自动绕过\n自动检测并绕过 NYT、WSJ、FT、Economist、Bloomberg、Medium 等 300+ 付费网站的付费墙。策略：UA 伪装（Googlebot\u002FBingbot）→ Referer 伪装（Google\u002FFacebook）→ AMP 页面 → archive.today 存档\n\n### 5. YouTube 视频\n自动提取 YouTube 视频的字幕和元数据\n\n### 4. Office 文档\n- **Word (DOCX)** - 保留表格和格式\n- **PowerPoint (PPTX)** - 提取幻灯片和备注\n- **Excel (XLSX)** - 表格数据\n\n### 5. 播客\u002F音频平台\n- **小宇宙** (xiaoyuzhoufm.com) - 通过 Get笔记 API 获取完整转写\n- **喜马拉雅** (ximalaya.com) - 通过 Get笔记 API 获取完整转写\n- **B站视频** (bilibili.com) - 通过 Get笔记 API 获取完整转写\n- 其他音频链接 - 通过 Get笔记 API 获取转写\n\n### 5. 电子书与文档\n- **PDF** - 全文提取\n- **EPUB** - 电子书全文提取\n- **Markdown (.md)** - 原生支持\n\n### 6. 图片与扫描件\n- **Images** (JPEG, PNG, GIF, WebP) - OCR 识别文字\n- 扫描的 PDF 文档 - OCR 提取文字\n\n### 7. 音频文件\n- **Audio** (WAV, MP3) - 语音转文字\n\n### 8. 结构化数据\n- **CSV** - 逗号分隔数据\n- **JSON** - JSON 数据\n- **XML** - XML 文档\n\n### 9. 压缩包\n- **ZIP** - 自动解压并处理所有支持的文件\n\n### 10. 纯文本\n直接输入或粘贴的文本内容\n\n### 11. 搜索关键词\n通过 Web Search 搜索关键词，汇总多个来源的信息\n\n## 前置条件\n\n### 1. 安装 wexin-read-mcp\n\nMCP 服务器已安装在：`~\u002F.claude\u002Fskills\u002Fqiaomu-anything-to-notebooklm\u002Fwexin-read-mcp\u002F`\n\n**配置 MCP**（需要手动添加到 Claude 配置文件）：\n\n**macOS**: 编辑 `~\u002F.claude\u002Fconfig.json`\n\n```json\n{\n  \"primaryApiKey\": \"any\",\n  \"mcpServers\": {\n    \"weixin-reader\": {\n      \"command\": \"python\",\n      \"args\": [\n        \"\u002FUsers\u002Fjoe\u002F.claude\u002Fskills\u002Fqiaomu-anything-to-notebooklm\u002Fwexin-read-mcp\u002Fsrc\u002Fserver.py\"\n      ]\n    }\n  }\n}\n```\n\n**配置后需要重启 Claude Code。**\n\n### 2. notebooklm 认证\n\n首次使用前必须认证：\n\n```bash\nnotebooklm login\nnotebooklm list  # 验证认证成功\n```\n\n## 触发方式\n\n### 微信公众号文章\n- `\u002Fqiaomu-anything-to-notebooklm [微信文章链接]`\n- \"把这篇微信文章传到NotebookLM\"\n- \"把这篇微信文章生成播客\"\n\n### 网页链接\n- \"把这个网页做成播客 [URL]\"\n- \"这篇文章帮我做成PPT [URL]\"\n- \"帮我分析这个网页 [URL]\"\n\n### 播客（小宇宙\u002F喜马拉雅\u002FB站）\n- \"把这个播客生成播客 [小宇宙链接]\"\n- \"这个小宇宙节目帮我做成PPT [链接]\"\n- \"深度解读这期播客 [喜马拉雅链接]\"\n- \"把这个B站视频转写传到NotebookLM [bilibili链接]\"\n- \"B站视频帮我生成思维导图 [bilibili链接]\"\n\n### X\u002FTwitter 帖子\n- \"把这条推文传到NotebookLM [x.com链接]\"\n- \"这篇推文线程帮我生成报告 [x.com链接]\"\n- \"深度分析这条推文 [twitter.com链接]\"\n\n### YouTube 视频\n- \"把这个YouTube视频做成播客 [YouTube URL]\"\n- \"这个视频帮我生成思维导图 [YouTube URL]\"\n\n### 本地文件\n- \"把这个PDF上传到NotebookLM \u002Fpath\u002Fto\u002Ffile.pdf\"\n- \"这个Markdown文件生成PPT \u002Fpath\u002Fto\u002Ffile.md\"\n- \"这个EPUB电子书生成播客 \u002Fpath\u002Fto\u002Fbook.epub\"\n- \"把这个Word文档做成思维导图 \u002Fpath\u002Fto\u002Fdoc.docx\"\n- \"这个PowerPoint生成Quiz \u002Fpath\u002Fto\u002Fslides.pptx\"\n- \"把这个扫描PDF做成报告 \u002Fpath\u002Fto\u002Fscan.pdf\"（自动OCR）\n\n### 搜索关键词\n- \"搜索 'AI发展趋势' 并生成报告\"\n- \"搜索关于'量子计算'的资料做成播客\"\n\n### 混合使用\n- \"把这篇文章、这个视频和这个PDF一起上传，生成一份报告\"\n\n### 深度分析模式（递归提问）\n- \"深度分析这本书 \u002Fpath\u002Fto\u002Fbook.epub\"\n- \"提炼这篇文章的核心观点 [URL]\"\n- \"递归提问分析这个PDF \u002Fpath\u002Fto\u002Ffile.pdf\"\n- \"帮我深度解读这个视频 [YouTube URL]\"\n\n### 深度分析 + 飞书文档\n- \"深度分析这本书并写入飞书 \u002Fpath\u002Fto\u002Fbook.epub\"\n- \"分析这篇文章后创建飞书文档 [URL]\"\n- \"递归提问并生成飞书文档 \u002Fpath\u002Fto\u002Ffile.pdf\"\n\n## 自然语言 → NotebookLM 功能映射\n\n| 用户说的话 | 识别意图 | NotebookLM 命令 |\n|-----------|---------|----------------|\n| \"生成播客\" \u002F \"做成音频\" \u002F \"转成语音\" | audio | `generate audio` |\n| \"做成PPT\" \u002F \"生成幻灯片\" \u002F \"做个演示\" | slide-deck | `generate slide-deck` |\n| \"画个思维导图\" \u002F \"生成脑图\" \u002F \"做个导图\" | mind-map | `generate mind-map` |\n| \"生成Quiz\" \u002F \"出题\" \u002F \"做个测验\" | quiz | `generate quiz` |\n| \"做个视频\" \u002F \"生成视频\" | video | `generate video` |\n| \"生成报告\" \u002F \"写个总结\" \u002F \"整理成文档\" | report | `generate report` |\n| \"做个信息图\" \u002F \"可视化\" | infographic | `generate infographic` |\n| \"生成数据表\" \u002F \"做个表格\" | data-table | `generate data-table` |\n| \"做成闪卡\" \u002F \"生成记忆卡片\" | flashcards | `generate flashcards` |\n| \"深度分析\" \u002F \"提炼核心观点\" \u002F \"递归提问\" \u002F \"深度解读\" | deep-analysis | 自动生成10个问题并递归提问 |\n| \"写入飞书\" \u002F \"创建飞书文档\" \u002F \"生成飞书文档\" \u002F \"保存到飞书\" | feishu | 创建飞书文档并写入内容 |\n\n**如果没有明确指令**，默认只上传不生成任何内容，等待用户后续指令。\n\n## 工作流程\n\n### Step 1: 识别内容源类型\n\nClaude 自动识别输入类型：\n\n| 输入特征 | 识别为 | 处理方式 |\n|---------|-------|---------|\n| `https:\u002F\u002Fmp.weixin.qq.com\u002Fs\u002F` | 微信公众号 | MCP 工具抓取 |\n| `https:\u002F\u002Fyoutube.com\u002F...` 或 `https:\u002F\u002Fyoutu.be\u002F...` | YouTube | 直接传递给 NotebookLM |\n| `xiaoyuzhoufm.com` 或 `ximalaya.com` 或 `bilibili.com` | 播客\u002F视频 | Get笔记 API 转写 → TXT |\n| `x.com` 或 `twitter.com` | X\u002FTwitter 帖子 | 内置代理级联抓取 → TXT |\n| `https:\u002F\u002F` 或 `http:\u002F\u002F`（付费网站） | 付费墙网页 | 内置付费墙绕过（UA伪装+archive.today）→ TXT |\n| `https:\u002F\u002F` 或 `http:\u002F\u002F` | 网页 | 直接传递给 NotebookLM |\n| `\u002Fpath\u002Fto\u002Ffile.pdf` | PDF 文件 | markitdown 转 Markdown → TXT |\n| `\u002Fpath\u002Fto\u002Ffile.epub` | EPUB 电子书 | **Python ebooklib** 提取文本 → TXT（避免 Calibre） |\n| `\u002Fpath\u002Fto\u002Ffile.docx` | Word 文档 | markitdown 转 Markdown → TXT |\n| `\u002Fpath\u002Fto\u002Ffile.pptx` | PowerPoint | markitdown 转 Markdown → TXT |\n| `\u002Fpath\u002Fto\u002Ffile.xlsx` | Excel | markitdown 转 Markdown → TXT |\n| `\u002Fpath\u002Fto\u002Ffile.md` | Markdown | 直接上传 |\n| `\u002Fpath\u002Fto\u002Fimage.jpg` | 图片（OCR） | markitdown OCR → TXT |\n| `\u002Fpath\u002Fto\u002Faudio.mp3` | 音频 | markitdown 转录 → TXT |\n| `\u002Fpath\u002Fto\u002Ffile.zip` | ZIP 压缩包 | 解压 → markitdown 批量转换 |\n| 关键词（无URL，无路径） | 搜索查询 | WebSearch → 汇总 → TXT |\n\n### Step 2: 获取内容\n\n**微信公众号**：\n- 使用 MCP 工具 `read_weixin_article`\n- 返回：title, author, publish_time, content\n- 保存为 TXT：`\u002Ftmp\u002Fweixin_{title}_{timestamp}.txt`\n\n**播客\u002F视频（小宇宙\u002F喜马拉雅\u002FB站）**：\n- 通过 Get笔记 API 获取完整转写文本\n- 调用 `python3 ~\u002F.claude\u002Fskills\u002Fqiaomu-anything-to-notebooklm\u002Fscripts\u002Fget_podcast_transcript.py \u003CURL>`\n- 脚本自动执行：创建链接笔记 → 等待转写 → 获取全文 → 保存 TXT\n- 返回 TXT 路径和标题\n- 依赖：Get笔记 API Key（环境变量 `GETNOTE_API_KEY`、`GETNOTE_CLIENT_ID`）+ Web Token（`~\u002F.claude\u002Fskills\u002Fgetnote\u002Ftokens.json`）\n\n**X\u002FTwitter 帖子**：\n- 通过内置代理级联抓取推文内容（r.jina.ai → defuddle.md → agent-fetch）\n- 调用 `bash ~\u002F.claude\u002Fskills\u002Fqiaomu-anything-to-notebooklm\u002Fscripts\u002Ffetch_url.sh \"https:\u002F\u002Fx.com\u002F...\"` 获取 Markdown 内容\n- 自动处理 X 登录墙和错误页面\n- 保存为 TXT 后上传到 NotebookLM\n\n**网页\u002FYouTube**：\n- 直接使用 URL 调用 `notebooklm source add [URL]`\n- NotebookLM 自动提取内容\n- **付费墙绕过**：遇到付费网站时，`fetch_url.sh` 自动启用多重绕过策略：\n  1. **r.jina.ai** — 通常能绕过软付费墙\n  2. **Googlebot\u002FBingbot UA 伪装** — 模拟搜索引擎爬虫（网站为了 SEO 通常给爬虫全文）\n  3. **Referer 伪装** — 伪装来自 Google\u002FFacebook（社交引流豁免）\n  4. **AMP 页面** — AMP 版本通常没有付费墙\n  5. **archive.today** — 从网页存档获取全文\n  - 支持的付费网站：NYT、WSJ、FT、Economist、Bloomberg、Washington Post、New Yorker、Wired、The Atlantic、Medium、MIT Technology Review、SCMP 等 300+ 站点\n\n**Office 文档\u002F电子书\u002FPDF**：\n- **EPUB**：使用 Python ebooklib + BeautifulSoup 直接提取文本（避免 Calibre 架构问题）\n- **其他格式**：使用 markitdown 转换为 Markdown\n- 命令：`markitdown \u002Fpath\u002Fto\u002Ffile.docx -o \u002Ftmp\u002Fconverted.md`\n- 保存为 TXT：`\u002Ftmp\u002F{filename}_converted_{timestamp}.txt`\n\n**本地 Markdown**：\n- 直接上传：`notebooklm source add \u002Fpath\u002Fto\u002Ffile.md`\n\n**图片（OCR）**：\n- markitdown 自动 OCR 识别文字\n- 提取 EXIF 元数据\n- 保存为 TXT\n\n**音频文件**：\n- markitdown 自动转录语音为文字\n- 提取音频元数据\n- 保存为 TXT\n\n**ZIP 压缩包**：\n- 自动解压到临时目录\n- 遍历所有支持的文件\n- 批量使用 markitdown 转换\n- 合并为单个 TXT 或多个 Source\n\n**搜索关键词**：\n- 使用 WebSearch 工具搜索关键词\n- 汇总前 3-5 条结果\n- 保存为 TXT：`\u002Ftmp\u002Fsearch_{keyword}_{timestamp}.txt`\n\n### Step 3: 上传到 NotebookLM\n\n调用 `notebooklm` skill：\n\n```bash\nnotebooklm create \"{title}\"  # 创建新笔记本\nnotebooklm source add \u002Ftmp\u002Fweixin_xxx.txt --title \"{title}\"  # 上传文件\n```\n\n**注意**：NotebookLM 会自动处理上传的文件，无需手动等待。\n\n### Step 4: 深度分析模式（可选）\n\n如果用户指定了\"深度分析\"、\"递归提问\"等意图，自动执行：\n\n```bash\n# 仅深度分析\npython ~\u002F.claude\u002Fskills\u002Fqiaomu-anything-to-notebooklm\u002Fmain.py \\\n  \u002Fpath\u002Fto\u002Ffile.epub --deep-analysis\n\n# 深度分析 + 自动创建飞书文档\npython ~\u002F.claude\u002Fskills\u002Fqiaomu-anything-to-notebooklm\u002Fmain.py \\\n  \u002Fpath\u002Fto\u002Ffile.epub --deep-analysis --to-feishu\n```\n\n**深度分析流程**：\n1. 上传内容到 NotebookLM\n2. 根据内容类型自动生成 10 个深度问题\n3. 依次向 NotebookLM 提问并收集答案\n4. 返回结构化 JSON 数据（包含问题、答案、统计信息）\n5. （可选）如果指定 `--to-feishu`，自动创建飞书文档并写入问答内容\n\n**问题类型**：\n- 书籍\u002F文档：核心观点、金句、论证逻辑、实践建议、局限性等\n- 视频：目标受众、关键数据、叙事结构、精华版内容等\n- 文章\u002F网页：写作目的、数据支撑、作者立场、个人启发等\n\n**输出格式**：\n```json\n{\n  \"status\": \"success\",\n  \"title\": \"书名\u002F标题\",\n  \"content_type\": \"epub\u002Fdocument\u002Furl\",\n  \"questions\": [\"问题1\", \"问题2\", ...],\n  \"answers\": [\"答案1\", \"答案2\", ...],\n  \"total_questions\": 10,\n  \"answered\": 10\n}\n```\n\n### Step 5: 根据意图生成内容（可选）\n\n如果用户指定了处理意图，自动调用对应命令：\n\n| 意图 | 命令 | 等待 | 下载 |\n|------|------|------|------|\n| audio | `notebooklm generate audio` | `artifact wait` | `download audio .\u002Foutput.mp3` |\n| slide-deck | `notebooklm generate slide-deck` | `artifact wait` | `download slide-deck .\u002Foutput.pdf` |\n| mind-map | `notebooklm generate mind-map` | `artifact wait` | `download mind-map .\u002Fmap.json` |\n| quiz | `notebooklm generate quiz` | `artifact wait` | `download quiz .\u002Fquiz.md --format markdown` |\n| video | `notebooklm generate video` | `artifact wait` | `download video .\u002Foutput.mp4` |\n| report | `notebooklm generate report` | `artifact wait` | `download report .\u002Freport.md` |\n| infographic | `notebooklm generate infographic` | `artifact wait` | `download infographic .\u002Finfographic.png` |\n| flashcards | `notebooklm generate flashcards` | `artifact wait` | `download flashcards .\u002Fcards.md --format markdown` |\n\n**生成流程**：\n1. 发起生成请求（返回 task_id）\n2. 等待生成完成（`artifact wait \u003Ctask_id>`）\n3. 下载生成的文件到本地\n4. 告知用户文件路径\n\n## 完整示例\n\n### 示例 1：微信公众号文章 → 播客\n\n**用户输入**：\n```\n把这篇文章生成播客 https:\u002F\u002Fmp.weixin.qq.com\u002Fs\u002Fabc123xyz\n```\n\n**执行流程**：\n1. 识别为微信公众号链接\n2. MCP 工具抓取文章内容\n3. 创建 TXT 文件\n4. 上传到 NotebookLM\n5. 生成播客（`generate audio`）\n6. 下载播客到本地\n\n**输出**：\n```\n✅ 微信文章已转换为播客！\n\n📄 文章：深度学习的未来趋势\n👤 作者：张三\n📅 发布：2026-01-20\n\n🎙️ 播客已生成：\n📁 文件：\u002Ftmp\u002Fweixin_深度学习的未来趋势_podcast.mp3\n⏱️ 时长：约 8 分钟\n📊 大小：12.3 MB\n```\n\n### 示例 2：YouTube 视频 → 思维导图\n\n**用户输入**：\n```\n这个视频帮我画个思维导图 https:\u002F\u002Fwww.youtube.com\u002Fwatch?v=abc123\n```\n\n**执行流程**：\n1. 识别为 YouTube 链接\n2. 直接传递给 NotebookLM（自动提取字幕）\n3. 生成思维导图（`generate mind-map`）\n4. 下载思维导图\n\n**输出**：\n```\n✅ YouTube 视频已转换为思维导图！\n\n🎬 视频：Understanding Quantum Computing\n⏱️ 时长：23 分钟\n\n🗺️ 思维导图已生成：\n📁 文件：\u002Ftmp\u002Fyoutube_quantum_computing_mindmap.json\n📊 节点数：45 个\n```\n\n### 示例 3：搜索关键词 → 报告\n\n**用户输入**：\n```\n搜索 'AI发展趋势 2026' 并生成报告\n```\n\n**执行流程**：\n1. 识别为搜索查询\n2. WebSearch 搜索关键词\n3. 汇总前 5 条结果\n4. 创建 TXT 文件\n5. 上传到 NotebookLM\n6. 生成报告（`generate report`）\n\n**输出**：\n```\n✅ 搜索结果已生成报告！\n\n🔍 关键词：AI发展趋势 2026\n📊 来源：5 篇文章\n\n📄 报告已生成：\n📁 文件：\u002Ftmp\u002Fsearch_AI发展趋势2026_report.md\n📝 章节：7 个\n📊 大小：15.2 KB\n```\n\n### 示例 4：混合多源 → PPT\n\n**用户输入**：\n```\n把这篇文章、这个视频和这个PDF一起做成PPT：\n- https:\u002F\u002Fexample.com\u002Farticle\n- https:\u002F\u002Fyoutube.com\u002Fwatch?v=xyz\n- \u002FUsers\u002Fjoe\u002FDocuments\u002Fresearch.pdf\n```\n\n**执行流程**：\n1. 创建新 Notebook\n2. 依次添加 3 个 Source\n3. 基于所有 Source 生成 PPT\n\n**输出**：\n```\n✅ 多源内容已整合为PPT！\n\n📚 内容源：\n  1. 网页文章：AI in 2026\n  2. YouTube：Future of AI\n  3. PDF：Research Notes (12 页)\n\n📊 PPT 已生成：\n📁 文件：\u002Ftmp\u002Fmulti_source_slides.pdf\n📄 页数：25 页\n📦 大小：3.8 MB\n```\n\n### 示例 5: EPUB 电子书 → 播客\n\n**用户输入**：\n```\n把这本电子书做成播客 \u002FUsers\u002Fjoe\u002FBooks\u002Fsapiens.epub\n```\n\n**执行流程**：\n1. 识别为 EPUB 文件\n2. markitdown 转换为 Markdown\n3. 保存为 TXT\n4. 上传到 NotebookLM\n5. 生成播客\n\n**输出**：\n```\n✅ EPUB 电子书已转换为播客！\n\n📚 电子书：Sapiens: A Brief History of Humankind\n📄 页数：约 450 页\n📊 字数：约 15 万字\n\n🎙️ 播客已生成：\n📁 文件：\u002Ftmp\u002Fsapiens_podcast.mp3\n⏱️ 时长：约 45 分钟（精华版）\n📊 大小：48.2 MB\n```\n\n### 示例 6：Word 文档 → Quiz\n\n**用户输入**：\n```\n这个Markdown生成Quiz \u002FUsers\u002Fjoe\u002Fnotes\u002Fmachine_learning.md\n```\n\n**执行流程**：\n1. 识别为本地 Markdown 文件\n2. 直接上传到 NotebookLM\n3. 生成 Quiz（`generate quiz`）\n\n**输出**：\n```\n✅ Markdown 已转换为Quiz！\n\n📄 文件：machine_learning.md\n📊 大小：8.5 KB\n\n📝 Quiz 已生成：\n📁 文件：\u002Ftmp\u002Fmachine_learning_quiz.md\n❓ 题目：15 道（10选择 + 5简答）\n```\n\n## 错误处理\n\n### URL 格式错误\n```\n❌ 错误：URL 格式不正确\n\n必须是微信公众号文章链接：\nhttps:\u002F\u002Fmp.weixin.qq.com\u002Fs\u002Fxxx\n\n你提供的链接：https:\u002F\u002Fexample.com\n```\n\n### 文章获取失败\n```\n❌ 错误：无法获取文章内容\n\n可能原因：\n1. 文章已被删除\n2. 文章需要登录查看（暂不支持）\n3. 网络连接问题\n4. 微信反爬虫拦截（请稍后重试）\n\n建议：\n- 检查链接是否正确\n- 等待 2-3 秒后重试\n- 或手动复制文章内容\n```\n\n### NotebookLM 认证失败\n```\n❌ 错误：NotebookLM 认证失败\n\n请运行以下命令重新登录：\n  notebooklm login\n\n然后验证：\n  notebooklm list\n```\n\n### 生成任务失败\n```\n❌ 错误：播客生成失败\n\n可能原因：\n1. 文章内容太短（\u003C 100 字）\n2. 文章内容太长（> 50万字）\n3. NotebookLM 服务异常\n\n建议：\n- 检查文章长度是否适中\n- 稍后重试\n- 或尝试其他格式（如生成报告）\n```\n\n## 高级功能\n\n### 1. 多意图处理\n\n用户可以一次性指定多个处理任务：\n\n```\n这篇文章帮我生成播客和PPT https:\u002F\u002Fmp.weixin.qq.com\u002Fs\u002Fabc123\n```\n\nSkill 会依次执行：\n1. 生成播客\n2. 生成 PPT\n\n### 2. 自定义 Notebook\n\n默认每篇文章创建新 Notebook，也可以指定已有 Notebook：\n\n```\n把这篇文章加到我的【AI研究】笔记本 https:\u002F\u002Fmp.weixin.qq.com\u002Fs\u002Fabc123\n```\n\nSkill 会：\n1. 搜索名为\"AI研究\"的 Notebook\n2. 将文章添加为新 Source\n3. 基于所有 Sources 生成内容\n\n### 3. 自定义生成指令\n\n为生成任务添加具体要求：\n\n```\n这篇文章生成播客，要求：轻松幽默的风格，时长控制在5分钟\n```\n\nSkill 会将要求作为 instructions 传给 NotebookLM。\n\n## 注意事项\n\n1. **频率限制**：\n   - 每次请求间隔 > 2 秒，避免被微信封禁\n   - NotebookLM 生成任务有并发限制（最多 3 个同时进行）\n\n2. **内容长度**：\n   - 微信文章通常 1000-5000 字，适合生成播客（3-8 分钟）\n   - 超过 10000 字的长文可能需要更长生成时间\n   - 少于 500 字的短文可能生成效果不佳\n\n3. **版权遵守**：\n   - 仅用于个人学习研究\n   - 遵守微信公众号的版权规定\n   - 生成的内容不得用于商业用途\n\n4. **生成时间**：\n   - 播客：2-5 分钟\n   - 视频：3-8 分钟\n   - PPT：1-3 分钟\n   - 思维导图：1-2 分钟\n   - Quiz\u002F闪卡：1-2 分钟\n\n5. **文件清理**：\n   - TXT 源文件保存在 `\u002Ftmp\u002F`，系统重启后自动清理\n   - 生成的文件（MP3\u002FPDF\u002FMD 等）默认保存在 `\u002Ftmp\u002F`\n   - 可以指定自定义保存路径\n\n## 相关 Skills\n\n- `notebooklm` - NotebookLM 核心功能\n- `notebooklm-deep-analyzer` - 深度分析 NotebookLM 内容\n- `markitdown` - 转换其他格式文档\n\n## 配置 MCP（重要）\n\n⚠️ **第一次使用前必须配置**\n\n编辑 `~\u002F.claude\u002Fconfig.json`：\n\n```json\n{\n  \"primaryApiKey\": \"any\",\n  \"mcpServers\": {\n    \"weixin-reader\": {\n      \"command\": \"python\",\n      \"args\": [\n        \"\u002FUsers\u002Fjoe\u002F.claude\u002Fskills\u002Fqiaomu-anything-to-notebooklm\u002Fwexin-read-mcp\u002Fsrc\u002Fserver.py\"\n      ]\n    }\n  }\n}\n```\n\n**配置后重启 Claude Code！**\n\n## 故障排查\n\n### 1. MCP 工具未找到\n\n```bash\n# 测试 MCP 服务器\npython ~\u002F.claude\u002Fskills\u002Fqiaomu-anything-to-notebooklm\u002Fwexin-read-mcp\u002Fsrc\u002Fserver.py\n\n# 如果报错，检查依赖\ncd ~\u002F.claude\u002Fskills\u002Fqiaomu-anything-to-notebooklm\u002Fwexin-read-mcp\npip install -r requirements.txt\nplaywright install chromium\n```\n\n### 2. NotebookLM 命令失败\n\n```bash\n# 检查认证状态\nnotebooklm status\n\n# 重新登录\nnotebooklm login\n\n# 验证\nnotebooklm list\n```\n\n### 3. 文件权限问题\n\n```bash\n# 确保临时目录可写\nchmod 755 \u002Ftmp\n\n# 测试写入\ntouch \u002Ftmp\u002Ftest.txt && rm \u002Ftmp\u002Ftest.txt\n```\n\n### 4. 生成任务卡住\n\n```bash\n# 检查任务状态\nnotebooklm artifact list\n\n# 如果显示 \"pending\" 超过 10 分钟，取消重试\n# （目前 CLI 不支持取消，需要在网页端操作）\n```\n\n## 典型使用场景\n\n### 场景 1：快速学习\n\n```\n我想学习这篇文章，帮我生成播客，上下班路上听\n链接：https:\u002F\u002Fmp.weixin.qq.com\u002Fs\u002Fabc123\n```\n\n→ 生成 8 分钟播客，通勤时间听完\n\n### 场景 2：分享给团队\n\n```\n这篇文章不错，做成PPT分享给团队\nhttps:\u002F\u002Fmp.weixin.qq.com\u002Fs\u002Fabc123\n```\n\n→ 生成 15 页 PPT，直接用于团队分享\n\n### 场景 3：复习巩固\n\n```\n这篇技术文章帮我出题，想测试一下掌握程度\nhttps:\u002F\u002Fmp.weixin.qq.com\u002Fs\u002Fabc123\n```\n\n→ 生成 10 道选择题 + 5 道简答题\n\n### 场景 4：可视化理解\n\n```\n这篇文章概念比较多，画个思维导图帮我理清结构\nhttps:\u002F\u002Fmp.weixin.qq.com\u002Fs\u002Fabc123\n```\n\n→ 生成思维导图，一目了然\n\n---\n\n**Skill 创建时间**：2026-01-25\n**最后更新**：2026-01-25\n**版本**：v1.0.0\n","# 多源内容 → NotebookLM 智能处理器\n\n自动从多种来源获取内容，上传到 NotebookLM，并根据自然语言指令生成播客、PPT、思维导图等多种格式。\n\n## 支持的内容源\n\n### 1. 微信公众号文章\n通过 MCP 服务器自动抓取微信公众号文章内容（绕过反爬虫）\n\n### 2. 任意网页链接\n支持任何公开可访问的网页（新闻、博客、文档等）\n\n### 3. 播客（小宇宙\u002F喜马拉雅）+ B站视频\n通过 Get笔记 API 获取完整转写文本（带时间戳），支持小宇宙、喜马拉雅、B站视频等音频\u002F视频平台\n\n### 4. X\u002FTwitter 帖子\n通过内置代理级联（r.jina.ai → defuddle.md → agent-fetch）抓取推文内容（含长推文线程），转为 Markdown\n\n### 5. 付费墙网站自动绕过\n自动检测并绕过 NYT、WSJ、FT、Economist、Bloomberg、Medium 等 300+ 付费网站的付费墙。策略：UA 伪装（Googlebot\u002FBingbot）→ Referer 伪装（Google\u002FFacebook）→ AMP 页面 → archive.today 存档\n\n### 5. YouTube 视频\n自动提取 YouTube 视频的字幕和元数据\n\n### 4. Office 文档\n- **Word (DOCX)** - 保留表格和格式\n- **PowerPoint (PPTX)** - 提取幻灯片和备注\n- **Excel (XLSX)** - 表格数据\n\n### 5. 播客\u002F音频平台\n- **小宇宙** (xiaoyuzhoufm.com) - 通过 Get笔记 API 获取完整转写\n- **喜马拉雅** (ximalaya.com) - 通过 Get笔记 API 获取完整转写\n- **B站视频** (bilibili.com) - 通过 Get笔记 API 获取完整转写\n- 其他音频链接 - 通过 Get笔记 API 获取转写\n\n### 5. 电子书与文档\n- **PDF** - 全文提取\n- **EPUB** - 电子书全文提取\n- **Markdown (.md)** - 原生支持\n\n### 6. 图片与扫描件\n- **Images** (JPEG, PNG, GIF, WebP) - OCR 识别文字\n- 扫描的 PDF 文档 - OCR 提取文字\n\n### 7. 音频文件\n- **Audio** (WAV, MP3) - 语音转文字\n\n### 8. 结构化数据\n- **CSV** - 逗号分隔数据\n- **JSON** - JSON 数据\n- **XML** - XML 文档\n\n### 9. 压缩包\n- **ZIP** - 自动解压并处理所有支持的文件\n\n### 10. 纯文本\n直接输入或粘贴的文本内容\n\n### 11. 搜索关键词\n通过 Web Search 搜索关键词，汇总多个来源的信息\n\n## 前置条件\n\n### 1. 安装 wexin-read-mcp\n\nMCP 服务器已安装在：`~\u002F.claude\u002Fskills\u002Fqiaomu-anything-to-notebooklm\u002Fwexin-read-mcp\u002F`\n\n**配置 MCP**（需要手动添加到 Claude 配置文件）：\n\n**macOS**: 编辑 `~\u002F.claude\u002Fconfig.json`\n\n```json\n{\n  \"primaryApiKey\": \"any\",\n  \"mcpServers\": {\n    \"weixin-reader\": {\n      \"command\": \"python\",\n      \"args\": [\n        \"\u002FUsers\u002Fjoe\u002F.claude\u002Fskills\u002Fqiaomu-anything-to-notebooklm\u002Fwexin-read-mcp\u002Fsrc\u002Fserver.py\"\n      ]\n    }\n  }\n}\n```\n\n**配置后需要重启 Claude Code。**\n\n### 2. notebooklm 认证\n\n首次使用前必须认证：\n\n```bash\nnotebooklm login\nnotebooklm list  # 验证认证成功\n```\n\n## 触发方式\n\n### 微信公众号文章\n- `\u002Fqiaomu-anything-to-notebooklm [微信文章链接]`\n- \"把这篇微信文章传到NotebookLM\"\n- \"把这篇微信文章生成播客\"\n\n### 网页链接\n- \"把这个网页做成播客 [URL]\"\n- \"这篇文章帮我做成PPT [URL]\"\n- \"帮我分析这个网页 [URL]\"\n\n### 播客（小宇宙\u002F喜马拉雅\u002FB站）\n- \"把这个播客生成播客 [小宇宙链接]\"\n- \"这个小宇宙节目帮我做成PPT [链接]\"\n- \"深度解读这期播客 [喜马拉雅链接]\"\n- \"把这个B站视频转写传到NotebookLM [bilibili链接]\"\n- \"B站视频帮我生成思维导图 [bilibili链接]\"\n\n### X\u002FTwitter 帖子\n- \"把这条推文传到NotebookLM [x.com链接]\"\n- \"这篇推文线程帮我生成报告 [x.com链接]\"\n- \"深度分析这条推文 [twitter.com链接]\"\n\n### YouTube 视频\n- \"把这个YouTube视频做成播客 [YouTube URL]\"\n- \"这个视频帮我生成思维导图 [YouTube URL]\"\n\n### 本地文件\n- \"把这个PDF上传到NotebookLM \u002Fpath\u002Fto\u002Ffile.pdf\"\n- \"这个Markdown文件生成PPT \u002Fpath\u002Fto\u002Ffile.md\"\n- \"这个EPUB电子书生成播客 \u002Fpath\u002Fto\u002Fbook.epub\"\n- \"把这个Word文档做成思维导图 \u002Fpath\u002Fto\u002Fdoc.docx\"\n- \"这个PowerPoint生成Quiz \u002Fpath\u002Fto\u002Fslides.pptx\"\n- \"把这个扫描PDF做成报告 \u002Fpath\u002Fto\u002Fscan.pdf\"（自动OCR）\n\n### 搜索关键词\n- \"搜索 'AI发展趋势' 并生成报告\"\n- \"搜索关于'量子计算'的资料做成播客\"\n\n### 混合使用\n- \"把这篇文章、这个视频和这个PDF一起上传，生成一份报告\"\n\n### 深度分析模式（递归提问）\n- \"深度分析这本书 \u002Fpath\u002Fto\u002Fbook.epub\"\n- \"提炼这篇文章的核心观点 [URL]\"\n- \"递归提问分析这个PDF \u002Fpath\u002Fto\u002Ffile.pdf\"\n- \"帮我深度解读这个视频 [YouTube URL]\"\n\n### 深度分析 + 飞书文档\n- \"深度分析这本书并写入飞书 \u002Fpath\u002Fto\u002Fbook.epub\"\n- \"分析这篇文章后创建飞书文档 [URL]\"\n- \"递归提问并生成飞书文档 \u002Fpath\u002Fto\u002Ffile.pdf\"\n\n## 自然语言 → NotebookLM 功能映射\n\n| 用户说的话 | 识别意图 | NotebookLM 命令 |\n|-----------|---------|----------------|\n| \"生成播客\" \u002F \"做成音频\" \u002F \"转成语音\" | audio | `generate audio` |\n| \"做成PPT\" \u002F \"生成幻灯片\" \u002F \"做个演示\" | slide-deck | `generate slide-deck` |\n| \"画个思维导图\" \u002F \"生成脑图\" \u002F \"做个导图\" | mind-map | `generate mind-map` |\n| \"生成Quiz\" \u002F \"出题\" \u002F \"做个测验\" | quiz | `generate quiz` |\n| \"做个视频\" \u002F \"生成视频\" | video | `generate video` |\n| \"生成报告\" \u002F \"写个总结\" \u002F \"整理成文档\" | report | `generate report` |\n| \"做个信息图\" \u002F \"可视化\" | infographic | `generate infographic` |\n| \"生成数据表\" \u002F \"做个表格\" | data-table | `generate data-table` |\n| \"做成闪卡\" \u002F \"生成记忆卡片\" | flashcards | `generate flashcards` |\n| \"深度分析\" \u002F \"提炼核心观点\" \u002F \"递归提问\" \u002F \"深度解读\" | deep-analysis | 自动生成10个问题并递归提问 |\n| \"写入飞书\" \u002F \"创建飞书文档\" \u002F \"生成飞书文档\" \u002F \"保存到飞书\" | feishu | 创建飞书文档并写入内容 |\n\n**如果没有明确指令**，默认只上传不生成任何内容，等待用户后续指令。\n\n## 工作流程\n\n### Step 1: 识别内容源类型\n\nClaude 自动识别输入类型：\n\n| 输入特征 | 识别为 | 处理方式 |\n|---------|-------|---------|\n| `https:\u002F\u002Fmp.weixin.qq.com\u002Fs\u002F` | 微信公众号 | MCP 工具抓取 |\n| `https:\u002F\u002Fyoutube.com\u002F...` 或 `https:\u002F\u002Fyoutu.be\u002F...` | YouTube | 直接传递给 NotebookLM |\n| `xiaoyuzhoufm.com` 或 `ximalaya.com` 或 `bilibili.com` | 播客\u002F视频 | Get笔记 API 转写 → TXT |\n| `x.com` 或 `twitter.com` | X\u002FTwitter 帖子 | 内置代理级联抓取 → TXT |\n| `https:\u002F\u002F` 或 `http:\u002F\u002F`（付费网站） | 付费墙网页 | 内置付费墙绕过（UA伪装+archive.today）→ TXT |\n| `https:\u002F\u002F` 或 `http:\u002F\u002F` | 网页 | 直接传递给 NotebookLM |\n| `\u002Fpath\u002Fto\u002Ffile.pdf` | PDF 文件 | markitdown 转 Markdown → TXT |\n| `\u002Fpath\u002Fto\u002Ffile.epub` | EPUB 电子书 | **Python ebooklib** 提取文本 → TXT（避免 Calibre） |\n| `\u002Fpath\u002Fto\u002Ffile.docx` | Word 文档 | markitdown 转 Markdown → TXT |\n| `\u002Fpath\u002Fto\u002Ffile.pptx` | PowerPoint | markitdown 转 Markdown → TXT |\n| `\u002Fpath\u002Fto\u002Ffile.xlsx` | Excel | markitdown 转 Markdown → TXT |\n| `\u002Fpath\u002Fto\u002Ffile.md` | Markdown | 直接上传 |\n| `\u002Fpath\u002Fto\u002Fimage.jpg` | 图片（OCR） | markitdown OCR → TXT |\n| `\u002Fpath\u002Fto\u002Faudio.mp3` | 音频 | markitdown 转录 → TXT |\n| `\u002Fpath\u002Fto\u002Ffile.zip` | ZIP 压缩包 | 解压 → markitdown 批量转换 |\n| 关键词（无URL，无路径） | 搜索查询 | WebSearch → 汇总 → TXT |\n\n### Step 2: 获取内容\n\n**微信公众号**：\n- 使用 MCP 工具 `read_weixin_article`\n- 返回：title, author, publish_time, content\n- 保存为 TXT：`\u002Ftmp\u002Fweixin_{title}_{timestamp}.txt`\n\n**播客\u002F视频（小宇宙\u002F喜马拉雅\u002FB站）**：\n- 通过 Get笔记 API 获取完整转写文本\n- 调用 `python3 ~\u002F.claude\u002Fskills\u002Fqiaomu-anything-to-notebooklm\u002Fscripts\u002Fget_podcast_transcript.py \u003CURL>`\n- 脚本自动执行：创建链接笔记 → 等待转写 → 获取全文 → 保存 TXT\n- 返回 TXT 路径和标题\n- 依赖：Get笔记 API Key（环境变量 `GETNOTE_API_KEY`、`GETNOTE_CLIENT_ID`）+ Web Token（`~\u002F.claude\u002Fskills\u002Fgetnote\u002Ftokens.json`）\n\n**X\u002FTwitter 帖子**：\n- 通过内置代理级联抓取推文内容（r.jina.ai → defuddle.md → agent-fetch）\n- 调用 `bash ~\u002F.claude\u002Fskills\u002Fqiaomu-anything-to-notebooklm\u002Fscripts\u002Ffetch_url.sh \"https:\u002F\u002Fx.com\u002F...\"` 获取 Markdown 内容\n- 自动处理 X 登录墙和错误页面\n- 保存为 TXT 后上传到 NotebookLM\n\n**网页\u002FYouTube**：\n- 直接使用 URL 调用 `notebooklm source add [URL]`\n- NotebookLM 自动提取内容\n- **付费墙绕过**：遇到付费网站时，`fetch_url.sh` 自动启用多重绕过策略：\n  1. **r.jina.ai** — 通常能绕过软付费墙\n  2. **Googlebot\u002FBingbot UA 伪装** — 模拟搜索引擎爬虫（网站为了 SEO 通常给爬虫全文）\n  3. **Referer 伪装** — 伪装来自 Google\u002FFacebook（社交引流豁免）\n  4. **AMP 页面** — AMP 版本通常没有付费墙\n  5. **archive.today** — 从网页存档获取全文\n  - 支持的付费网站：NYT、WSJ、FT、Economist、Bloomberg、Washington Post、New Yorker、Wired、The Atlantic、Medium、MIT Technology Review、SCMP 等 300+ 站点\n\n**Office 文档\u002F电子书\u002FPDF**：\n- **EPUB**：使用 Python ebooklib + BeautifulSoup 直接提取文本（避免 Calibre 架构问题）\n- **其他格式**：使用 markitdown 转换为 Markdown\n- 命令：`markitdown \u002Fpath\u002Fto\u002Ffile.docx -o \u002Ftmp\u002Fconverted.md`\n- 保存为 TXT：`\u002Ftmp\u002F{filename}_converted_{timestamp}.txt`\n\n**本地 Markdown**：\n- 直接上传：`notebooklm source add \u002Fpath\u002Fto\u002Ffile.md`\n\n**图片（OCR）**：\n- markitdown 自动 OCR 识别文字\n- 提取 EXIF 元数据\n- 保存为 TXT\n\n**音频文件**：\n- markitdown 自动转录语音为文字\n- 提取音频元数据\n- 保存为 TXT\n\n**ZIP 压缩包**：\n- 自动解压到临时目录\n- 遍历所有支持的文件\n- 批量使用 markitdown 转换\n- 合并为单个 TXT 或多个 Source\n\n**搜索关键词**：\n- 使用 WebSearch 工具搜索关键词\n- 汇总前 3-5 条结果\n- 保存为 TXT：`\u002Ftmp\u002Fsearch_{keyword}_{timestamp}.txt`\n\n### Step 3: 上传到 NotebookLM\n\n调用 `notebooklm` skill：\n\n```bash\nnotebooklm create \"{title}\"  # 创建新笔记本\nnotebooklm source add \u002Ftmp\u002Fweixin_xxx.txt --title \"{title}\"  # 上传文件\n```\n\n**注意**：NotebookLM 会自动处理上传的文件，无需手动等待。\n\n### Step 4: 深度分析模式（可选）\n\n如果用户指定了\"深度分析\"、\"递归提问\"等意图，自动执行：\n\n```bash\n# 仅深度分析\npython ~\u002F.claude\u002Fskills\u002Fqiaomu-anything-to-notebooklm\u002Fmain.py \\\n  \u002Fpath\u002Fto\u002Ffile.epub --deep-analysis\n\n# 深度分析 + 自动创建飞书文档\npython ~\u002F.claude\u002Fskills\u002Fqiaomu-anything-to-notebooklm\u002Fmain.py \\\n  \u002Fpath\u002Fto\u002Ffile.epub --deep-analysis --to-feishu\n```\n\n**深度分析流程**：\n1. 上传内容到 NotebookLM\n2. 根据内容类型自动生成 10 个深度问题\n3. 依次向 NotebookLM 提问并收集答案\n4. 返回结构化 JSON 数据（包含问题、答案、统计信息）\n5. （可选）如果指定 `--to-feishu`，自动创建飞书文档并写入问答内容\n\n**问题类型**：\n- 书籍\u002F文档：核心观点、金句、论证逻辑、实践建议、局限性等\n- 视频：目标受众、关键数据、叙事结构、精华版内容等\n- 文章\u002F网页：写作目的、数据支撑、作者立场、个人启发等\n\n**输出格式**：\n```json\n{\n  \"status\": \"success\",\n  \"title\": \"书名\u002F标题\",\n  \"content_type\": \"epub\u002Fdocument\u002Furl\",\n  \"questions\": [\"问题1\", \"问题2\", ...],\n  \"answers\": [\"答案1\", \"答案2\", ...],\n  \"total_questions\": 10,\n  \"answered\": 10\n}\n```\n\n### Step 5: 根据意图生成内容（可选）\n\n如果用户指定了处理意图，自动调用对应命令：\n\n| 意图 | 命令 | 等待 | 下载 |\n|------|------|------|------|\n| audio | `notebooklm generate audio` | `artifact wait` | `download audio .\u002Foutput.mp3` |\n| slide-deck | `notebooklm generate slide-deck` | `artifact wait` | `download slide-deck .\u002Foutput.pdf` |\n| mind-map | `notebooklm generate mind-map` | `artifact wait` | `download mind-map .\u002Fmap.json` |\n| quiz | `notebooklm generate quiz` | `artifact wait` | `download quiz .\u002Fquiz.md --format markdown` |\n| video | `notebooklm generate video` | `artifact wait` | `download video .\u002Foutput.mp4` |\n| report | `notebooklm generate report` | `artifact wait` | `download report .\u002Freport.md` |\n| infographic | `notebooklm generate infographic` | `artifact wait` | `download infographic .\u002Finfographic.png` |\n| flashcards | `notebooklm generate flashcards` | `artifact wait` | `download flashcards .\u002Fcards.md --format markdown` |\n\n**生成流程**：\n1. 发起生成请求（返回 task_id）\n2. 等待生成完成（`artifact wait \u003Ctask_id>`）\n3. 下载生成的文件到本地\n4. 告知用户文件路径\n\n## 完整示例\n\n### 示例 1：微信公众号文章 → 播客\n\n**用户输入**：\n```\n把这篇文章生成播客 https:\u002F\u002Fmp.weixin.qq.com\u002Fs\u002Fabc123xyz\n```\n\n**执行流程**：\n1. 识别为微信公众号链接\n2. MCP 工具抓取文章内容\n3. 创建 TXT 文件\n4. 上传到 NotebookLM\n5. 生成播客（`generate audio`）\n6. 下载播客到本地\n\n**输出**：\n```\n✅ 微信文章已转换为播客！\n\n📄 文章：深度学习的未来趋势\n👤 作者：张三\n📅 发布：2026-01-20\n\n🎙️ 播客已生成：\n📁 文件：\u002Ftmp\u002Fweixin_深度学习的未来趋势_podcast.mp3\n⏱️ 时长：约 8 分钟\n📊 大小：12.3 MB\n```\n\n### 示例 2：YouTube 视频 → 思维导图\n\n**用户输入**：\n```\n这个视频帮我画个思维导图 https:\u002F\u002Fwww.youtube.com\u002Fwatch?v=abc123\n```\n\n**执行流程**：\n1. 识别为 YouTube 链接\n2. 直接传递给 NotebookLM（自动提取字幕）\n3. 生成思维导图（`generate mind-map`）\n4. 下载思维导图\n\n**输出**：\n```\n✅ YouTube 视频已转换为思维导图！\n\n🎬 视频：Understanding Quantum Computing\n⏱️ 时长：23 分钟\n\n🗺️ 思维导图已生成：\n📁 文件：\u002Ftmp\u002Fyoutube_quantum_computing_mindmap.json\n📊 节点数：45 个\n```\n\n### 示例 3：搜索关键词 → 报告\n\n**用户输入**：\n```\n搜索 'AI发展趋势 2026' 并生成报告\n```\n\n**执行流程**：\n1. 识别为搜索查询\n2. WebSearch 搜索关键词\n3. 汇总前 5 条结果\n4. 创建 TXT 文件\n5. 上传到 NotebookLM\n6. 生成报告（`generate report`）\n\n**输出**：\n```\n✅ 搜索结果已生成报告！\n\n🔍 关键词：AI发展趋势 2026\n📊 来源：5 篇文章\n\n📄 报告已生成：\n📁 文件：\u002Ftmp\u002Fsearch_AI发展趋势2026_report.md\n📝 章节：7 个\n📊 大小：15.2 KB\n```\n\n### 示例 4：混合多源 → PPT\n\n**用户输入**：\n```\n把这篇文章、这个视频和这个PDF一起做成PPT：\n- https:\u002F\u002Fexample.com\u002Farticle\n- https:\u002F\u002Fyoutube.com\u002Fwatch?v=xyz\n- \u002FUsers\u002Fjoe\u002FDocuments\u002Fresearch.pdf\n```\n\n**执行流程**：\n1. 创建新 Notebook\n2. 依次添加 3 个 Source\n3. 基于所有 Source 生成 PPT\n\n**输出**：\n```\n✅ 多源内容已整合为PPT！\n\n📚 内容源：\n  1. 网页文章：AI in 2026\n  2. YouTube：Future of AI\n  3. PDF：Research Notes (12 页)\n\n📊 PPT 已生成：\n📁 文件：\u002Ftmp\u002Fmulti_source_slides.pdf\n📄 页数：25 页\n📦 大小：3.8 MB\n```\n\n### 示例 5: EPUB 电子书 → 播客\n\n**用户输入**：\n```\n把这本电子书做成播客 \u002FUsers\u002Fjoe\u002FBooks\u002Fsapiens.epub\n```\n\n**执行流程**：\n1. 识别为 EPUB 文件\n2. markitdown 转换为 Markdown\n3. 保存为 TXT\n4. 上传到 NotebookLM\n5. 生成播客\n\n**输出**：\n```\n✅ EPUB 电子书已转换为播客！\n\n📚 电子书：Sapiens: A Brief History of Humankind\n📄 页数：约 450 页\n📊 字数：约 15 万字\n\n🎙️ 播客已生成：\n📁 文件：\u002Ftmp\u002Fsapiens_podcast.mp3\n⏱️ 时长：约 45 分钟（精华版）\n📊 大小：48.2 MB\n```\n\n### 示例 6：Word 文档 → Quiz\n\n**用户输入**：\n```\n这个Markdown生成Quiz \u002FUsers\u002Fjoe\u002Fnotes\u002Fmachine_learning.md\n```\n\n**执行流程**：\n1. 识别为本地 Markdown 文件\n2. 直接上传到 NotebookLM\n3. 生成 Quiz（`generate quiz`）\n\n**输出**：\n```\n✅ Markdown 已转换为Quiz！\n\n📄 文件：machine_learning.md\n📊 大小：8.5 KB\n\n📝 Quiz 已生成：\n📁 文件：\u002Ftmp\u002Fmachine_learning_quiz.md\n❓ 题目：15 道（10选择 + 5简答）\n```\n\n## 错误处理\n\n### URL 格式错误\n```\n❌ 错误：URL 格式不正确\n\n必须是微信公众号文章链接：\nhttps:\u002F\u002Fmp.weixin.qq.com\u002Fs\u002Fxxx\n\n你提供的链接：https:\u002F\u002Fexample.com\n```\n\n### 文章获取失败\n```\n❌ 错误：无法获取文章内容\n\n可能原因：\n1. 文章已被删除\n2. 文章需要登录查看（暂不支持）\n3. 网络连接问题\n4. 微信反爬虫拦截（请稍后重试）\n\n建议：\n- 检查链接是否正确\n- 等待 2-3 秒后重试\n- 或手动复制文章内容\n```\n\n### NotebookLM 认证失败\n```\n❌ 错误：NotebookLM 认证失败\n\n请运行以下命令重新登录：\n  notebooklm login\n\n然后验证：\n  notebooklm list\n```\n\n### 生成任务失败\n```\n❌ 错误：播客生成失败\n\n可能原因：\n1. 文章内容太短（\u003C 100 字）\n2. 文章内容太长（> 50万字）\n3. NotebookLM 服务异常\n\n建议：\n- 检查文章长度是否适中\n- 稍后重试\n- 或尝试其他格式（如生成报告）\n```\n\n## 高级功能\n\n### 1. 多意图处理\n\n用户可以一次性指定多个处理任务：\n\n```\n这篇文章帮我生成播客和PPT https:\u002F\u002Fmp.weixin.qq.com\u002Fs\u002Fabc123\n```\n\nSkill 会依次执行：\n1. 生成播客\n2. 生成 PPT\n\n### 2. 自定义 Notebook\n\n默认每篇文章创建新 Notebook，也可以指定已有 Notebook：\n\n```\n把这篇文章加到我的【AI研究】笔记本 https:\u002F\u002Fmp.weixin.qq.com\u002Fs\u002Fabc123\n```\n\nSkill 会：\n1. 搜索名为\"AI研究\"的 Notebook\n2. 将文章添加为新 Source\n3. 基于所有 Sources 生成内容\n\n### 3. 自定义生成指令\n\n为生成任务添加具体要求：\n\n```\n这篇文章生成播客，要求：轻松幽默的风格，时长控制在5分钟\n```\n\nSkill 会将要求作为 instructions 传给 NotebookLM。\n\n## 注意事项\n\n1. **频率限制**：\n   - 每次请求间隔 > 2 秒，避免被微信封禁\n   - NotebookLM 生成任务有并发限制（最多 3 个同时进行）\n\n2. **内容长度**：\n   - 微信文章通常 1000-5000 字，适合生成播客（3-8 分钟）\n   - 超过 10000 字的长文可能需要更长生成时间\n   - 少于 500 字的短文可能生成效果不佳\n\n3. **版权遵守**：\n   - 仅用于个人学习研究\n   - 遵守微信公众号的版权规定\n   - 生成的内容不得用于商业用途\n\n4. **生成时间**：\n   - 播客：2-5 分钟\n   - 视频：3-8 分钟\n   - PPT：1-3 分钟\n   - 思维导图：1-2 分钟\n   - Quiz\u002F闪卡：1-2 分钟\n\n5. **文件清理**：\n   - TXT 源文件保存在 `\u002Ftmp\u002F`，系统重启后自动清理\n   - 生成的文件（MP3\u002FPDF\u002FMD 等）默认保存在 `\u002Ftmp\u002F`\n   - 可以指定自定义保存路径\n\n## 相关 Skills\n\n- `notebooklm` - NotebookLM 核心功能\n- `notebooklm-deep-analyzer` - 深度分析 NotebookLM 内容\n- `markitdown` - 转换其他格式文档\n\n## 配置 MCP（重要）\n\n⚠️ **第一次使用前必须配置**\n\n编辑 `~\u002F.claude\u002Fconfig.json`：\n\n```json\n{\n  \"primaryApiKey\": \"any\",\n  \"mcpServers\": {\n    \"weixin-reader\": {\n      \"command\": \"python\",\n      \"args\": [\n        \"\u002FUsers\u002Fjoe\u002F.claude\u002Fskills\u002Fqiaomu-anything-to-notebooklm\u002Fwexin-read-mcp\u002Fsrc\u002Fserver.py\"\n      ]\n    }\n  }\n}\n```\n\n**配置后重启 Claude Code！**\n\n## 故障排查\n\n### 1. MCP 工具未找到\n\n```bash\n# 测试 MCP 服务器\npython ~\u002F.claude\u002Fskills\u002Fqiaomu-anything-to-notebooklm\u002Fwexin-read-mcp\u002Fsrc\u002Fserver.py\n\n# 如果报错，检查依赖\ncd ~\u002F.claude\u002Fskills\u002Fqiaomu-anything-to-notebooklm\u002Fwexin-read-mcp\npip install -r requirements.txt\nplaywright install chromium\n```\n\n### 2. NotebookLM 命令失败\n\n```bash\n# 检查认证状态\nnotebooklm status\n\n# 重新登录\nnotebooklm login\n\n# 验证\nnotebooklm list\n```\n\n### 3. 文件权限问题\n\n```bash\n# 确保临时目录可写\nchmod 755 \u002Ftmp\n\n# 测试写入\ntouch \u002Ftmp\u002Ftest.txt && rm \u002Ftmp\u002Ftest.txt\n```\n\n### 4. 生成任务卡住\n\n```bash\n# 检查任务状态\nnotebooklm artifact list\n\n# 如果显示 \"pending\" 超过 10 分钟，取消重试\n# （目前 CLI 不支持取消，需要在网页端操作）\n```\n\n## 典型使用场景\n\n### 场景 1：快速学习\n\n```\n我想学习这篇文章，帮我生成播客，上下班路上听\n链接：https:\u002F\u002Fmp.weixin.qq.com\u002Fs\u002Fabc123\n```\n\n→ 生成 8 分钟播客，通勤时间听完\n\n### 场景 2：分享给团队\n\n```\n这篇文章不错，做成PPT分享给团队\nhttps:\u002F\u002Fmp.weixin.qq.com\u002Fs\u002Fabc123\n```\n\n→ 生成 15 页 PPT，直接用于团队分享\n\n### 场景 3：复习巩固\n\n```\n这篇技术文章帮我出题，想测试一下掌握程度\nhttps:\u002F\u002Fmp.weixin.qq.com\u002Fs\u002Fabc123\n```\n\n→ 生成 10 道选择题 + 5 道简答题\n\n### 场景 4：可视化理解\n\n```\n这篇文章概念比较多，画个思维导图帮我理清结构\nhttps:\u002F\u002Fmp.weixin.qq.com\u002Fs\u002Fabc123\n```\n\n→ 生成思维导图，一目了然\n\n---\n\n**Skill 创建时间**：2026-01-25\n**最后更新**：2026-01-25\n**版本**：v1.0.0\n",{"name":5,"homepage":41,"description":7,"user-invocable":42},"https:\u002F\u002Fgithub.com\u002Fjoeseesun\u002Fqiaomu-anything-to-notebooklm",true,"main","17ee50c38aefa9426a89d7e8ee167fdc4c184fb7","agent-skills\u002Fqiaomu-anything-to-notebooklm",0,"https:\u002F\u002Fgithub.com\u002Fxuanxuan1983\u002Fhermes-skills-backup","https:\u002F\u002Fgithub.com\u002Fxuanxuan1983","2026-05-24 00:14:48",{"source":8,"skillName":5,"commands":51,"prompt":61,"zipAvailable":42},[52,55,58],{"tool":53,"command":54},"npx","npx skills add xuanxuan1983\u002Fhermes-skills-backup --skill qiaomu-anything-to-notebooklm",{"tool":56,"command":57},"bunx","bunx skills add xuanxuan1983\u002Fhermes-skills-backup --skill qiaomu-anything-to-notebooklm",{"tool":59,"command":60},"pnpm","pnpm dlx skills add xuanxuan1983\u002Fhermes-skills-backup --skill qiaomu-anything-to-notebooklm","安装技能，技能地址：https:\u002F\u002Fgithub.com\u002Fxuanxuan1983\u002Fhermes-skills-backup\u002Fblob\u002Fmain\u002Fagent-skills\u002Fqiaomu-anything-to-notebooklm\u002FSKILL.md",[63,69,73,79,83,87,91,95,99,103,107,111,115,119,123,127,131,135],{"path":64,"resourceType":65,"resourceTypeDesc":66,"sizeBytes":67,"sourceHtmlUrl":68},"check_env.py","SCRIPT","脚本",6689,"https:\u002F\u002Fgithub.com\u002Fxuanxuan1983\u002Fhermes-skills-backup\u002Fblob\u002Fmain\u002Fagent-skills\u002Fqiaomu-anything-to-notebooklm\u002Fcheck_env.py",{"path":70,"resourceType":65,"resourceTypeDesc":66,"sizeBytes":71,"sourceHtmlUrl":72},"feishu-read-mcp\u002Finstall.sh",2414,"https:\u002F\u002Fgithub.com\u002Fxuanxuan1983\u002Fhermes-skills-backup\u002Fblob\u002Fmain\u002Fagent-skills\u002Fqiaomu-anything-to-notebooklm\u002Ffeishu-read-mcp\u002Finstall.sh",{"path":74,"resourceType":75,"resourceTypeDesc":76,"sizeBytes":77,"sourceHtmlUrl":78},"feishu-read-mcp\u002FREADME.md","REFERENCE","参考文档",4926,"https:\u002F\u002Fgithub.com\u002Fxuanxuan1983\u002Fhermes-skills-backup\u002Fblob\u002Fmain\u002Fagent-skills\u002Fqiaomu-anything-to-notebooklm\u002Ffeishu-read-mcp\u002FREADME.md",{"path":80,"resourceType":75,"resourceTypeDesc":76,"sizeBytes":81,"sourceHtmlUrl":82},"feishu-read-mcp\u002Frequirements.txt",273,"https:\u002F\u002Fgithub.com\u002Fxuanxuan1983\u002Fhermes-skills-backup\u002Fblob\u002Fmain\u002Fagent-skills\u002Fqiaomu-anything-to-notebooklm\u002Ffeishu-read-mcp\u002Frequirements.txt",{"path":84,"resourceType":65,"resourceTypeDesc":66,"sizeBytes":85,"sourceHtmlUrl":86},"feishu-read-mcp\u002Fsrc\u002F__init__.py",306,"https:\u002F\u002Fgithub.com\u002Fxuanxuan1983\u002Fhermes-skills-backup\u002Fblob\u002Fmain\u002Fagent-skills\u002Fqiaomu-anything-to-notebooklm\u002Ffeishu-read-mcp\u002Fsrc\u002F__init__.py",{"path":88,"resourceType":65,"resourceTypeDesc":66,"sizeBytes":89,"sourceHtmlUrl":90},"feishu-read-mcp\u002Fsrc\u002Fimage_handler.py",9463,"https:\u002F\u002Fgithub.com\u002Fxuanxuan1983\u002Fhermes-skills-backup\u002Fblob\u002Fmain\u002Fagent-skills\u002Fqiaomu-anything-to-notebooklm\u002Ffeishu-read-mcp\u002Fsrc\u002Fimage_handler.py",{"path":92,"resourceType":65,"resourceTypeDesc":66,"sizeBytes":93,"sourceHtmlUrl":94},"feishu-read-mcp\u002Fsrc\u002Fparser.py",10527,"https:\u002F\u002Fgithub.com\u002Fxuanxuan1983\u002Fhermes-skills-backup\u002Fblob\u002Fmain\u002Fagent-skills\u002Fqiaomu-anything-to-notebooklm\u002Ffeishu-read-mcp\u002Fsrc\u002Fparser.py",{"path":96,"resourceType":65,"resourceTypeDesc":66,"sizeBytes":97,"sourceHtmlUrl":98},"feishu-read-mcp\u002Fsrc\u002Fscraper.py",17292,"https:\u002F\u002Fgithub.com\u002Fxuanxuan1983\u002Fhermes-skills-backup\u002Fblob\u002Fmain\u002Fagent-skills\u002Fqiaomu-anything-to-notebooklm\u002Ffeishu-read-mcp\u002Fsrc\u002Fscraper.py",{"path":100,"resourceType":65,"resourceTypeDesc":66,"sizeBytes":101,"sourceHtmlUrl":102},"feishu-read-mcp\u002Fsrc\u002Fserver.py",3421,"https:\u002F\u002Fgithub.com\u002Fxuanxuan1983\u002Fhermes-skills-backup\u002Fblob\u002Fmain\u002Fagent-skills\u002Fqiaomu-anything-to-notebooklm\u002Ffeishu-read-mcp\u002Fsrc\u002Fserver.py",{"path":104,"resourceType":65,"resourceTypeDesc":66,"sizeBytes":105,"sourceHtmlUrl":106},"feishu-read-mcp\u002Ftest.py",3504,"https:\u002F\u002Fgithub.com\u002Fxuanxuan1983\u002Fhermes-skills-backup\u002Fblob\u002Fmain\u002Fagent-skills\u002Fqiaomu-anything-to-notebooklm\u002Ffeishu-read-mcp\u002Ftest.py",{"path":108,"resourceType":65,"resourceTypeDesc":66,"sizeBytes":109,"sourceHtmlUrl":110},"install.sh",5044,"https:\u002F\u002Fgithub.com\u002Fxuanxuan1983\u002Fhermes-skills-backup\u002Fblob\u002Fmain\u002Fagent-skills\u002Fqiaomu-anything-to-notebooklm\u002Finstall.sh",{"path":112,"resourceType":112,"resourceTypeDesc":113,"sizeBytes":114,"sourceHtmlUrl":15},"LICENSE","许可证",1060,{"path":116,"resourceType":65,"resourceTypeDesc":66,"sizeBytes":117,"sourceHtmlUrl":118},"main.py",15931,"https:\u002F\u002Fgithub.com\u002Fxuanxuan1983\u002Fhermes-skills-backup\u002Fblob\u002Fmain\u002Fagent-skills\u002Fqiaomu-anything-to-notebooklm\u002Fmain.py",{"path":120,"resourceType":65,"resourceTypeDesc":66,"sizeBytes":121,"sourceHtmlUrl":122},"package.sh",1645,"https:\u002F\u002Fgithub.com\u002Fxuanxuan1983\u002Fhermes-skills-backup\u002Fblob\u002Fmain\u002Fagent-skills\u002Fqiaomu-anything-to-notebooklm\u002Fpackage.sh",{"path":124,"resourceType":75,"resourceTypeDesc":76,"sizeBytes":125,"sourceHtmlUrl":126},"README.md",15951,"https:\u002F\u002Fgithub.com\u002Fxuanxuan1983\u002Fhermes-skills-backup\u002Fblob\u002Fmain\u002Fagent-skills\u002Fqiaomu-anything-to-notebooklm\u002FREADME.md",{"path":128,"resourceType":75,"resourceTypeDesc":76,"sizeBytes":129,"sourceHtmlUrl":130},"requirements.txt",228,"https:\u002F\u002Fgithub.com\u002Fxuanxuan1983\u002Fhermes-skills-backup\u002Fblob\u002Fmain\u002Fagent-skills\u002Fqiaomu-anything-to-notebooklm\u002Frequirements.txt",{"path":132,"resourceType":65,"resourceTypeDesc":66,"sizeBytes":133,"sourceHtmlUrl":134},"scripts\u002Ffetch_url.sh",13916,"https:\u002F\u002Fgithub.com\u002Fxuanxuan1983\u002Fhermes-skills-backup\u002Fblob\u002Fmain\u002Fagent-skills\u002Fqiaomu-anything-to-notebooklm\u002Fscripts\u002Ffetch_url.sh",{"path":136,"resourceType":65,"resourceTypeDesc":66,"sizeBytes":137,"sourceHtmlUrl":138},"scripts\u002Fget_podcast_transcript.py",6318,"https:\u002F\u002Fgithub.com\u002Fxuanxuan1983\u002Fhermes-skills-backup\u002Fblob\u002Fmain\u002Fagent-skills\u002Fqiaomu-anything-to-notebooklm\u002Fscripts\u002Fget_podcast_transcript.py",[140,181,209,225,247,268],{"skillNo":141,"name":142,"nameZh":6,"description":143,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":6,"repositoryNo":12,"starsCount":13,"licenseSpdxId":14,"licenseFileUrl":6,"sourceHtmlUrl":144,"categories":145,"keywords":160,"publishedAt":36},"01M71JFHVW1W4XE013TY9ZYN9P","writing-plans","Use when you have a spec or requirements for a multi-step task. Creates comprehensive implementation plans with bite-sized tasks, exact file paths, and complete code examples.","https:\u002F\u002Fgithub.com\u002Fxuanxuan1983\u002Fhermes-skills-backup\u002Fblob\u002Fmain\u002Fskills\u002Fsoftware-development\u002Fwriting-plans\u002FSKILL.md",[146,149,152,157],{"categoryNo":147,"categoryName":148,"taxonomyType":21,"taxonomyTypeDesc":22},"01JBSEEDCAT000000000000015","视觉设计",{"categoryNo":150,"categoryName":151,"taxonomyType":21,"taxonomyTypeDesc":22},"01JBSEEDCAT000000000000018","写作与文案",{"categoryNo":153,"categoryName":154,"taxonomyType":155,"taxonomyTypeDesc":156},"01JBSEEDCAT000000000000030","开发工程师","PROFESSION","适用职业",{"categoryNo":158,"categoryName":159,"taxonomyType":155,"taxonomyTypeDesc":156},"01JBSEEDCAT000000000000036","内容创作者",[161,162,163,164,165,166,167,168,169,170,171,172,173,174,175,176,177,178,179,180],"writing","writing plans","plans","test-driven","test-driven-development","superpowers","design","when","workflow","you","code","tasks","subagent","code-review","review","documentation","paths","planning","development","for",{"skillNo":182,"name":165,"nameZh":6,"description":183,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":6,"repositoryNo":12,"starsCount":13,"licenseSpdxId":14,"licenseFileUrl":6,"sourceHtmlUrl":184,"categories":185,"keywords":194,"publishedAt":36},"01M71JFF859RV0XGWS206X1TMB","Use when implementing any feature or bugfix, before writing implementation code. Enforces RED-GREEN-REFACTOR cycle with test-first approach.","https:\u002F\u002Fgithub.com\u002Fxuanxuan1983\u002Fhermes-skills-backup\u002Fblob\u002Fmain\u002Fskills\u002Fsoftware-development\u002Ftest-driven-development\u002FSKILL.md",[186,189,192,193],{"categoryNo":187,"categoryName":188,"taxonomyType":21,"taxonomyTypeDesc":22},"01JBSEEDCAT000000000000007","代码审查",{"categoryNo":190,"categoryName":191,"taxonomyType":21,"taxonomyTypeDesc":22},"01JBSEEDCAT000000000000008","测试与质量",{"categoryNo":150,"categoryName":151,"taxonomyType":21,"taxonomyTypeDesc":22},{"categoryNo":158,"categoryName":159,"taxonomyType":155,"taxonomyTypeDesc":156},[195,179,196,197,198,199,200,201,202,203,166,161,204,168,171,173,205,206,207,208],"test driven development","test","driven","test-first","green","cycle","red-green-refactor","testing","implementing","debugging","systematic","bugfix","refactor","systematic-debugging",{"skillNo":210,"name":208,"nameZh":6,"description":211,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":6,"repositoryNo":12,"starsCount":13,"licenseSpdxId":14,"licenseFileUrl":6,"sourceHtmlUrl":212,"categories":213,"keywords":215,"publishedAt":36},"01M71JFCA5S48PZ5M7DG31R8K5","Use when encountering any bug, test failure, or unexpected behavior. 4-phase root cause investigation — NO fixes without understanding the problem first.","https:\u002F\u002Fgithub.com\u002Fxuanxuan1983\u002Fhermes-skills-backup\u002Fblob\u002Fmain\u002Fskills\u002Fsoftware-development\u002Fsystematic-debugging\u002FSKILL.md",[214],{"categoryNo":190,"categoryName":191,"taxonomyType":21,"taxonomyTypeDesc":22},[216,204,205,164,217,218,165,166,161,168,173,219,220,179,221,222,163,223,224,196],"systematic debugging","problem","problem-solving","phase","bug","fixes","root cause","use","root-cause",{"skillNo":226,"name":227,"nameZh":6,"description":228,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":6,"repositoryNo":12,"starsCount":13,"licenseSpdxId":14,"licenseFileUrl":6,"sourceHtmlUrl":229,"categories":230,"keywords":240,"publishedAt":36},"01M71JF9RQ092KM5ZXCBBT6FS1","subagent-driven-development","Use when executing implementation plans with independent tasks. Dispatches fresh delegate_task per task with two-stage review (spec compliance then code quality).","https:\u002F\u002Fgithub.com\u002Fxuanxuan1983\u002Fhermes-skills-backup\u002Fblob\u002Fmain\u002Fskills\u002Fsoftware-development\u002Fsubagent-driven-development\u002FSKILL.md",[231,232,235,236,237],{"categoryNo":150,"categoryName":151,"taxonomyType":21,"taxonomyTypeDesc":22},{"categoryNo":233,"categoryName":234,"taxonomyType":21,"taxonomyTypeDesc":22},"01JBSEEDCAT000000000000023","Skill与智能体开发",{"categoryNo":153,"categoryName":154,"taxonomyType":155,"taxonomyTypeDesc":156},{"categoryNo":158,"categoryName":159,"taxonomyType":155,"taxonomyTypeDesc":156},{"categoryNo":238,"categoryName":239,"taxonomyType":155,"taxonomyTypeDesc":156},"01JBSEEDCAT000000000000037","律师与法务",[241,173,179,197,164,165,242,243,166,161,168,169,171,172,174,175,244,245,246,163],"subagent driven development","delegate","delegation","fresh","parallel","code quality",{"skillNo":248,"name":249,"nameZh":6,"description":250,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":6,"repositoryNo":12,"starsCount":13,"licenseSpdxId":14,"licenseFileUrl":6,"sourceHtmlUrl":251,"categories":252,"keywords":255,"publishedAt":36},"01M71JF76DA8ARZ4JRYR4VBRWM","requesting-code-review","Pre-commit verification pipeline — static security scan, baseline-aware quality gates, independent reviewer subagent, and auto-fix loop. Use after code changes and before committing, pushing, or opening a PR.","https:\u002F\u002Fgithub.com\u002Fxuanxuan1983\u002Fhermes-skills-backup\u002Fblob\u002Fmain\u002Fskills\u002Fsoftware-development\u002Frequesting-code-review\u002FSKILL.md",[253,254],{"categoryNo":187,"categoryName":188,"taxonomyType":21,"taxonomyTypeDesc":22},{"categoryNo":153,"categoryName":154,"taxonomyType":155,"taxonomyTypeDesc":156},[256,257,171,175,164,258,259,165,260,261,166,262,161,263,264,265,173,174,266,267],"code review","requesting code review","pipeline","static","fix","auto-fix","auto","loop","security scan","commit","reviewer","verification",{"skillNo":269,"name":270,"nameZh":6,"description":271,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":6,"repositoryNo":12,"starsCount":13,"licenseSpdxId":14,"licenseFileUrl":6,"sourceHtmlUrl":272,"categories":273,"keywords":274,"publishedAt":36},"01M71JF52HZT5VQXFVF9K2H76K","plan","Plan mode for Hermes — inspect context, write a markdown plan into the active workspace's `.hermes\u002Fplans\u002F` directory, and do not execute the work.","https:\u002F\u002Fgithub.com\u002Fxuanxuan1983\u002Fhermes-skills-backup\u002Fblob\u002Fmain\u002Fskills\u002Fsoftware-development\u002Fplan\u002FSKILL.md",[],[270,275,276,178,179,180,277,278,163,161,169,173,279,280,281,282,283,284,285,286],"plan-mode","do","inspect","mode","work","markdown","active","directory","workspace","plan mode","write","implementation"]