qiaomu-anything-to-notebooklm代码改造教程定制问题模板适配你的行业场景【免费下载链接】anything-to-notebooklmClaude Skill: Multi-source content processor for NotebookLM. Supports WeChat articles, web pages, YouTube, PDF, Markdown, search queries → Podcast/PPT/MindMap/Quiz etc.项目地址: https://gitcode.com/GitHub_Trending/an/qiaomu-anything-to-notebooklmqiaomu-anything-to-notebooklm是一个把多源内容微信文章、网页、YouTube、PDF、播客等自动上传到NotebookLM并一键生成播客、PPT、思维导图、Quiz 的 Claude Skill 工具。它的「深度分析模式」会自动生成 10 个深度问题并逐一提问但默认问题模板偏通用——本教程教你花 10 分钟改造问题模板让分析结果精准适配金融、教育、医疗等你的行业场景。一、为什么需要定制问题模板深度分析模式是这个项目最实用的功能之一把内容上传到 NotebookLM自动生成10 个深度问题5 个通用 5 个按内容类型逐一向 AI 提问并收集答案输出结构化 JSON可自动写入飞书文档但默认模板问的是核心观点、金句、论证逻辑这类通用问题。如果你是金融行业更想问文中提到的风险因素有哪些对当前市场判断是否成立教育行业更想问有哪些可直接用于课堂的知识点和案例医疗行业更想问文中数据是否有临床依据适用哪些人群通用模板给出的答案就隔靴搔痒了。好消息是问题模板全部集中在一个函数里改造门槛极低。二、改造前3 个文件先认识一下文件作用main.py⭐ 主入口问题模板就在这里SKILL.mdSkill 的完整行为定义触发方式、意图映射表check_env.py13 项环境检查改造后验证环境用只需改 main.py 一个文件即可其他文件保持原样。三、第一步获取代码并准备环境如果还没安装先克隆仓库到本地或 Claude skills 目录git clone https://gitcode.com/GitHub_Trending/an/qiaomu-anything-to-notebooklm cd qiaomu-anything-to-notebooklm然后一键安装依赖并做一次环境检查./install.sh # 一键安装所有依赖 ./check_env.py # 13 项环境检查确认 notebooklm CLI 已认证 首次使用需运行notebooklm login完成一次认证详见 README.md 的快速开始章节。四、第二步定位问题模板核心位置打开 main.py找到generate_questions()函数约 第 99-140 行它决定了深度分析要问什么通用基础问题base_questions5 个适用于所有内容核心主题、3 个最重要观点、作者要解决的问题、金句、论证逻辑按内容类型的专属问题specific_questions5 个分三个分支——epub/document书籍、文档类适合读者、实践建议、局限性等youtube视频类目标受众、关键数据、叙事结构等 其他文章 / 网页类写作目的、数据支撑、作者立场等最终返回base_questions specific_questions共10 个问题交给deep_analysis()函数main.py逐一提问。改造原则保留{title}占位符它会被替换成内容的真实标题只替换问题文案。五、第三步替换成你的行业问题模板以 main.py 中文章/网页类分支为例把默认 5 问换成金融行业版本specific_questions [ f文中提到了哪些影响行业格局的关键变量, f作者引用的数据是否具备可信度来源是什么, f文中的观点对金融从业者有哪些实操参考, f文中是否存在明显的风险被低估的情况, f如果要向团队转发最核心的一句结论是什么, ]三个分支都可以按同样方式改写。改完保存即可无需任何其他配置。各行业快速改造清单行业通用问题建议保留专属问题可加入的方向金融全部 5 个关键变量、数据可信度、实操参考、风险盲区教育前 4 个可复用知识点、课堂案例、难度分层建议医疗前 3 个临床依据、适用人群、副作用/禁忌提示法律全部 5 个条款依据、判例引用、合规风险提示自媒体前 4 个标题改写方案、金句二次利用、传播点提炼 提示base_questions也可以改。比如自媒体场景可把金句问题升级为列出 5 条适合做短视频开头钩子的句子。六、第四步运行验证改造效果随便找一本本地 EPUB 或一个网页链接跑一次深度分析python main.py /path/to/你的文件.epub --deep-analysis程序会自动完成上传 → 生成 10 个你定制的问题→ 递归提问 → 输出结果 JSON保存在/tmp/{标题}_analysis.json。如果想让分析结果自动沉淀为飞书文档加上--to-feishu参数即可见 SKILL.md 的深度分析 飞书文档章节。七、改造注意事项避坑指南⚠️4 个容易踩的坑保留{title}占位符——用 f-string 格式写成f《{title}》……否则标题会被当成普通字符问题总数别超 10-12 个——每问之间有 1 秒间隔且 NotebookLM 有并发限制问题太多耗时成倍增长问题要具体、可验证——文中有哪些数据比评价一下质量更容易得到高质量回答改完先跑短内容测试——用 1000-5000 字的文章验证 10 个问题全部生效再处理长篇内容八、相关文件速查问题模板函数generate_questions()深度分析流程deep_analysis()输入类型识别决定走哪个问题分支detect_input_type()意图与命令映射表SKILL.md安装脚本install.sh 环境检查check_env.py播客转写脚本可选功能scripts/get_podcast_transcript.py付费墙抓取脚本scripts/fetch_url.sh总结qiaomu-anything-to-notebooklm 的问题模板高度集中只需编辑 main.py 里的 3 组问题文案就能把通用的读书笔记式分析改造成贴合你行业的专业深度解读。改造 10 分钟长期收益是每次深度分析都直击你的工作痛点。【免费下载链接】anything-to-notebooklmClaude Skill: Multi-source content processor for NotebookLM. Supports WeChat articles, web pages, YouTube, PDF, Markdown, search queries → Podcast/PPT/MindMap/Quiz etc.项目地址: https://gitcode.com/GitHub_Trending/an/qiaomu-anything-to-notebooklm创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考