트렌딩 목록으로
Python
automationclaudemcpnotebooklm

joeseesun / qiaomu-anything-to-notebooklm

클로드 스킬: NotebookLM용 다중 소스 콘텐츠 처리기. 위챗 기사, 웹 페이지, 유튜브, PDF, 마크다운, 검색 쿼리 지원 → 팟캐스트/PPT/마인드맵/퀴즈 등.

5.7K
622
4일 전
GitHub에서 보기

이 프로젝트에 대해

joeseesun 님의 qiaomu-anything-to-notebooklm 프로젝트는 GitHub에서 5.7K개의 별을 받으며 많은 개발자들의 주목을 받고 있습니다. 특히 Python 환경에서 유용하게 활용될 수 있으며, 최근 오픈소스 커뮤니티에서 활발한 기여와 토론이 이루어지고 있는 트렌딩 레포지토리입니다.

Language Breakdown

Python 77%Shell 23%

🇰🇷 한국어 번역 README

캐시 히트

🎯 Anything → NotebookLM

다중 소스 콘텐츠 지능 처리기: 모든 콘텐츠 → 팟캐스트 / PPT / 마인드맵 / 퀴즈

빠른 시작 • 지원 형식 • 사용 예시 • 유료 장벽 우회 • 자주 묻는 질문


✨ 이것은 무엇인가?

하나의 Claude Code Skill로, 자연어를 사용하여 모든 콘텐츠모든 형식으로 변환합니다.

핵심 능력: 다중 소스 콘텐츠 수집(유료 장벽 우회 포함) → Google NotebookLM 업로드 → AI를 이용한 목표 형식 생성


🚀 지원되는 콘텐츠 소스(15+ 종류)

📱 소셜 및 미디어

  • WeChat 공식 계정 (MCP 브라우저 시뮬레이션)
  • X/Twitter (트윗 + 긴 스레드)
  • YouTube 동영상 (자동 자막 추출)
  • 팟캐스트 (Xiaoyuzhou / Himalaya / Bilibili)

🌐 웹페이지(유료 장벽 우회 포함)

  • 300+ 유료 웹사이트 (NYT/WSJ/FT/Economist 등)
  • 모든 공개 웹페이지 (뉴스, 블로그, 문서)
  • 검색 키워드 (자동 결과 요약)

📚 전자책 및 문서

  • PDF (스캔본 OCR 지원)
  • EPUB 전자책
  • Markdown (.md)
  • 텍스트 파일 (.txt)

📄 오피스 문서

  • Word (.docx)
  • PowerPoint (.pptx)
  • Excel (.xlsx)

🖼️ 기타

  • 이미지 (JPEG/PNG, 자동 OCR)
  • 오디오 (WAV/MP3, 자동 전사)
  • ZIP 압축 파일 (대량 처리)

🛡️ 유료 장벽 우회

핵심 기능: 300+ 유료 뉴스 웹사이트의 유료 장벽을 자동 감지하고 우회.

우회 전략(6단계 연계)

지원되는 유료 사이트(일부)

카테고리사이트
🇺🇸 미국 미디어NYT, WSJ, Bloomberg, Washington Post, The Information, Forbes, WIRED, The New Yorker, The Atlantic, USA Today, Boston Globe, LA Times, Chicago Tribune, Seattle Times, MIT Tech Review, Foreign Affairs
🇬🇧 영국 미디어FT, The Times, The Telegraph, The Economist
🇩🇪 독일 미디어Spiegel, Zeit, Sueddeutsche, FAZ, Handelsblatt
🇫🇷 프랑스 미디어Le Monde, Le Figaro, Le Parisien
🇦🇺 호주 미디어The Australian, SMH, The Age, Brisbane Times
🇨🇳 중국 미디어SCMP, Medium
🌐 기타Haaretz, NZ Herald, Statista, Quora

우회 기술(Bypass Paywalls Clean에서 학습)

기술원리적용 범위
**Googleb

🌐 본 텍스트는 빠른 이해를 돕기 위한 요약 번역본입니다. 정확한 기술 정보 및 전체 코드는 GitHub 원문에서 확인하실 수 있습니다.

🔗 유사한 프로젝트

이 정보는 AI가 자동으로 분석한 결과입니다. 정확한 내용은 원문을 확인하세요.

joeseesun/qiaomu-anything-to-notebooklm GitHub 원문 바로가기 →