Hướng dẫn cài đặt và sử dụng Anything to NotebookLM: biến mọi định dạng nội dung thành Podcast, PPT và Mindmap
2 phút đọc
joeseesun/qiaomu-anything-to-notebooklm Tên gọi khác: Anything → NotebookLM (Bộ xử lý nội dung đa nguồn thông minh).
Giới thiệu
Đây là một Claude Code Skill cho phép bạn sử dụng ngôn ngữ tự nhiên để biến bất kỳ nội dung nào thành bất kỳ định dạng nào (như Podcast, Slide PPT, Sơ đồ tư duy, Quiz, Flashcard, v.v.).
Luồng hoạt động cốt lõi:
-
Thu thập nội dung từ nhiều nguồn (Hỗ trợ hơn 15 loại định dạng bao gồm bài viết WeChat, Web, YouTube, Podcast, PDF, Ebook, Office, v.v.).
-
Tự động vượt qua các trang web có tường thu phí (hỗ trợ vượt paywall của hơn 300+ trang báo).
-
Tải dữ liệu lên Google NotebookLM.
-
AI sẽ tổng hợp và tạo ra định dạng đích theo yêu cầu của bạn.
Cách dùng
1. Yêu cầu hệ thống (Prerequisites)
-
Python 3.9+
-
Git (đã có sẵn trên macOS/Linux).
2. Cài đặt nhanh (3 bước)
Mở terminal và chạy lần lượt các lệnh sau:
-
Bước 1: Clone repository vào thư mục kỹ năng (skills) của Claude:
Bashcd ~/.claude/skills/ git clone https://github.com/joeseesun/qiaomu-anything-to-notebooklm cd qiaomu-anything-to-notebooklm -
Bước 2: Chạy script cài đặt để tải các thư viện cần thiết:
Bash./install.sh -
Bước 3: Cấu hình MCP theo hướng dẫn hiện ra, sau đó khởi động lại Claude Code.
3. Đăng nhập lần đầu
Bạn cần xác thực tài khoản Google NotebookLM (chỉ cần làm 1 lần):
notebooklm login
notebooklm list # Để xác minh xem đăng nhập đã thành công chưa
4. Ví dụ cách sử dụng
Bạn có thể ra lệnh trực tiếp cho AI bằng ngôn ngữ tự nhiên. Dưới đây là các ví dụ:
-
Tạo Podcast: "Biến bài viết The Information này thành podcast https://www.theinformation.com/articles/..." (AI sẽ tự động vượt paywall, tải lên NotebookLM và trả về file
.mp3). -
Tạo PPT: "Làm tập podcast này thành file PPT https://xiaoyuzhoufm.com/episode/..." (AI sẽ tự động chuyển âm thanh thành văn bản và tạo slide).
-
Tạo sơ đồ tư duy: "Biến chuỗi Tweet này thành sơ đồ tư duy https://x.com/user/status/..."
Chế độ nâng cao (Dùng qua CLI): Bạn cũng có thể sử dụng trực tiếp qua dòng lệnh để phân tích sâu (Deep Analysis) với 3 vòng đặt câu hỏi liên tục:
python main.py https://example.com/article --deep-analysis