Claude Code + NotebookLM = شفرة غش (Cheat Code)

CChase AI
Computing/SoftwareSmall Business/StartupsInternet Technology

Transcript

00:00:00قد يكون Claude code أقوى عميل بحث
00:00:03على كوكب الأرض، لكنك تحتاج لإضافة هذه الأداة الواحدة
00:00:07لإطلاق العنان لقدراته.
00:00:08الآن، نسخة معظم الناس من البحث باستخدام Claude code
00:00:11هي مجرد إخباره باستخدام أداة البحث في الويب
00:00:13والدعاء بأن يكون كل ما يعود به جيدًا بما يكفي.
00:00:17لكن يمكننا القيام بالأفضل، فماذا لو أخبرتكم
00:00:19أنه بلمسة إعداد تستغرق خمس دقائق فقط،
00:00:21يمكننا إنشاء سير عمل داخل Claude code
00:00:24قادر على سحب البيانات من أي قسم في يوتيوب،
00:00:26واستخراج نصوص الفيديو، ودفع تلك المعلومات
00:00:28إلى نظام RAG مجاني وقوي ومبني مسبقًا
00:00:32قادر على القيام بكل العمل الشاق
00:00:35والتحليل نيابة عنا، ثم أخذ ذلك التحليل
00:00:38وإعطائنا مخرجات مثل عروض الشرائح،
00:00:40والرسوم البيانية، والبودكاست، وكل ما يخطر ببالك،
00:00:43كل ذلك بتكلفة صفرية تقريبًا من الرموز (tokens).
00:00:46الآن، إذا كان هذا يبدو جيدًا لدرجة يصعب تصديقها،
00:00:48فستكون محقًا في العادة، ولكن ليس في هذه الحالة.
00:00:51لذا اسمحوا لي أن أقدم لكم أداة الذكاء الاصطناعي الأكثر استخفافًا بها
00:00:55في الساحة اليوم، Notebook LM.
00:00:58لذا في فيديو اليوم، سأريكم
00:01:00كيفية دمج قوى Claude code و Notebook LM
00:01:03لاستبدال منظومة بحث مجانًا
00:01:06كانت ستكلفك مئات الدولارات شهريًا
00:01:10لبنائها وصيانتها.
00:01:11أنا متحمس حقًا لأريكم هذا الفيديو.
00:01:14فلنبدأ بالأمر.
00:01:15لذا لنبدأ هذا الفيديو بعرض تجريبي
00:01:16حتى تتمكنوا من رؤية كيف يمكننا استخدام Claude code
00:01:19لتسخير جميع ميزات Notebook LM
00:01:22دون أن نغادر واجهة الأوامر (Terminal) أبدًا.
00:01:24الآن سيقوم هذا الأمر بجعل Claude code
00:01:26يقوم بعدة أشياء.
00:01:27أولاً، سنستخدم مهارتنا المخصصة للبحث في يوتيوب
00:01:30للعثور على أحدث مقاطع الفيديو الرائجة حول مهارات Claude code.
00:01:33ولا تقلقوا، سأريكم كل هذه المهارات
00:01:35وكيفية الحصول عليها بعد ثوانٍ.
00:01:37بعد أن نجد روابط الفيديو،
00:01:39أريد من Claude code إرسال تلك الروابط إلى Notebook LM
00:01:43باستخدام مهارة Notebook LM.
00:01:44ثم أريد من Notebook LM القيام بتحليل لتلك المقاطع
00:01:49لمعرفة ما هي أفضل مهارات Claude.
00:01:51وأريد أن يتم إرسال ذلك التحليل إلينا.
00:01:53علاوة على ذلك، أريد مخرجًا ملموسًا.
00:01:54أنا لا أريد مجرد تحليل نصي.
00:01:56أريد رسماً بيانياً بأسلوب مخطط مرسوم يدويًا
00:02:00يصور ذلك التحليل لأهم المهارات.
00:02:03لذا بأمر واحد، سنقوم بسحب البيانات من يوتيوب.
00:02:06سنقوم بجلب جميع بياناتنا.
00:02:08سنقوم أساسًا بوضعها في نظام RAG
00:02:11لأن هذا هو ما يمثله Notebook LM.
00:02:13سنجعل Notebook LM يقوم بكل التحليلات
00:02:15والمخرجات لنا خارج المنصة،
00:02:18مما يعني أننا لا ندفع ثمن ذلك بالرموز (tokens).
00:02:20ونحصل على كل ذلك مجانًا.
00:02:22فلنرى كيف يعمل ذلك.
00:02:23إليكم ما حصلنا عليه.
00:02:24قام Claude code برفع 20 مصدراً من يوتيوب
00:02:26إلى Notebook LM للتحليل.
00:02:29ثم عاد Notebook LM
00:02:30بأفضل خمس مهارات لـ Claude code التي ترونها هنا،
00:02:34بالإضافة إلى الاتجاهات الناشئة لكيفية استخدامها.
00:02:37ثم أنشأ ذلك الرسم البياني المخرَج لنا،
00:02:39والذي ظهر تلقائيًا داخل مجلد المشروع الخاص بنا.
00:02:42إليكم نظرة على ذلك الرسم البياني.
00:02:44مرة أخرى، هذا هو نموذج nano banana pro في الخلفية.
00:02:47يتم استدعاؤه فعليًا، والنصوص هنا
00:02:49وكل الصور، أولاً تناسب الأسلوب الذي طلبناه،
00:02:52والذي كان يشبه أسلوب المخطط المرسوم يدويًا.
00:02:55وثانيًا، والأهم من ذلك،
00:02:57كل هذا المحتوى يعتمد على الفيديوهات
00:02:59وتحليل تلك الفيديوهات.
00:03:01إنه لا يختلق الأشياء فحسب.
00:03:02ويمكننا أيضًا أن نرى هنا داخل Claude code،
00:03:04الفيديوهات التي جلبها، العنوان، المنشئ، المشاهدات،
00:03:06المدة، والتاريخ.
00:03:08وكل هذا ينعكس داخل Notebook LM نفسه.
00:03:10أستطيع رؤية جميع المصادر التي تم رفعها.
00:03:12أستطيع رؤية كل التحليلات.
00:03:14أستطيع رؤية دليل المخطط الذي طلبناه.
00:03:18وبينما قد يبدو هذا العرض التجريبي
00:03:19كتطبيق بسيط لهذا الأمر،
00:03:21إلا أنني لا أستطيع التأكيد بما فيه الكفاية على القيمة المضافة
00:03:24لدمج هاتين الأداتين،
00:03:26لأن هذا يذهب إلى ما هو أبعد من مجرد أتمتة
00:03:28عملية جلب المصادر لـ Notebook LM.
00:03:30كل ما فعلناه هنا،
00:03:31كان بإمكاننا القيام به يدويًا داخل Notebook LM، أليس كذلك؟
00:03:33كان بإمكاني تصفح يوتيوب يدويًا.
00:03:35والعثور على جميع الفيديوهات التي أريدها.
00:03:37ونسخها ولصقها هناك.
00:03:38والحصول على التحليل
00:03:39والحصول على المخرجات.
00:03:41حقيقة أننا نستطيع أتمتة ذلك أمر جميل،
00:03:43لكن الأمر أكثر من ذلك.
00:03:44إنه حقيقة أنني أستطيع جلب كل ذلك التحليل
00:03:47إلى بيئة Claude code الخاصة بي دون عناء
00:03:50وحالات الاستخدام لسير العمل هذا تكاد تكون لانهائية.
00:03:55والسبب الثاني الذي يجعل هذا المزيج من الأدوات
00:03:56قويًا جدًا يتعلق تمامًا
00:03:58بالقوة المباشرة لـ Notebook LM.
00:04:01إذا حاولت إعادة إنشاء ما يفعله Notebook LM،
00:04:04وهو عبارة عن نظام سحب بيانات إلى نظام RAG،
00:04:07إلى نظام تحليل، إلى نظام مخرجات، أليس كذلك؟
00:04:11مع الرسوم البيانية وعروض الشرائح وكل ذلك،
00:04:13سيكون القيام بذلك أمراً شاقاً للغاية.
00:04:15بصفتي شخصًا حاول القيام بذلك،
00:04:16على الأقل في جانب البحث باستخدام أدوات مثل N8N،
00:04:18فإنها ليست عملية بسيطة.
00:04:20علاوة على ذلك، فإنه يكلف مالاً وهذا الأمر برمته مجاني،
00:04:23وهو جزء كبير من سبب حماسي الشديد
00:04:24لمشاركته معكم.
00:04:25وسبب آخر يجب أن يجعلك متحمسًا
00:04:27هو مدى بساطة إعداد هذا الأمر برمته،
00:04:30وهو ما سنغطيه الآن.
00:04:32لذا عندما يتعلق الأمر بإعداد هذا،
00:04:33ربما تفكر، مهلاً يا تشيس،
00:04:34كيف نربط Notebook LM بـ Claude code فعليًا
00:04:38بالنظر إلى حقيقة أن Notebook LM
00:04:40ليس لديه واجهة برمجة تطبيقات (API) عامة؟
00:04:41حسنًا، لحسن حظنا، هناك أشخاص أذكى بكثير
00:04:43مني ومنك ممن قاموا بالفعل بحل هذه المشكلة.
00:04:46في هذه الحالة، هو Tang Ling
00:04:48وسنستفيد من جهوده اليوم
00:04:50بينما نستخدم مستودع Notebook LM-PI على GitHub
00:04:54ليعمل أساسًا كواجهة برمجة تطبيقات بايثون غير رسمية
00:04:57لـ Notebook LM.
00:04:58ولكن قبل أن نعد Notebook LM،
00:05:00نحتاج إلى حل الجزء الأول من خط العمليات الخاص بنا،
00:05:03وهو في الواقع البحث في يوتيوب
00:05:04وجلب البيانات التي نريد من Notebook LM
00:05:07أن يقوم بتحليلها.
00:05:09ولذلك، لدي مهارة مخصصة للبحث في يوتيوب
00:05:12لـ Claude code تقوم بكل هذا نيابة عنك.
00:05:15تستخدم نص بايثون يعتمد على مكتبة YT-DLP
00:05:20لسحب البيانات الوصفية ليوتيوب من أجلنا.
00:05:22فعندما أطلب منه، مهلاً، مهارات Claude code،
00:05:24الأمر تمامًا كما لو ذهبنا نحن إلى يوتيوب
00:05:27وبحثنا عن مهارات Claude code.
00:05:28فهو يجلب العنوان، والمشاهدات، والمؤلف، وكل تلك الأشياء المهمة.
00:05:32وهذه المهارة التي تراها هنا داخل Claude code
00:05:35تعلم Claude code كيفية استخدام هذا النص البرمجي على أفضل وجه.
00:05:38الآن هناك طريقتان للحصول على هذه المهارة
00:05:41وهذا النص البرمجي وتشغيلهما.
00:05:42الأولى بسيطة إلى حد ما.
00:05:44تذهب فقط داخل Claude code
00:05:45وتشرح أنك تريده أن يبني هذه المهارة المخصصة
00:05:48من أجلك، وأنك تريد استخدام مكتبة YT-DLP
00:05:51لإنشاء أداة سحب بيانات يوتيوب مخصصة.
00:05:54أو إذا كنت تريد ملف إعداد مهارة البحث في يوتيوب
00:05:57بصيغة MD بالكامل، لتقوم فقط بتحميله
00:05:59وتسليمه لـ Claude code، يمكنك فعل ذلك أيضًا.
00:06:01ويمكنك الحصول عليه من خلال التوجه إلى مجتمع مدرستي المجاني،
00:06:03والذي يمكنك العثور على وصف له.
00:06:04الآن، وبالحديث عن مجتمعات مدرستي
00:06:06داخل Chase AI Plus،
00:06:07يمكنك أيضًا العثور على الدورة الاحترافية لـ Claude code،
00:06:11والتي أصدرتها للتو قبل بضعة أيام.
00:06:13لذا إذا كنت شخصًا في بداية
00:06:14رحلته مع الذكاء الاصطناعي ويحاول معرفة
00:06:16كيف يمكنني الاستفادة بشكل أفضل من Claude code،
00:06:18حتى لو لم أكن تقنيًا،
00:06:19ولكنني أريد حقًا إتقان ما هو بالتأكيد
00:06:22أقوى أداة ذكاء اصطناعي في الساحة.
00:06:24حسنًا، هذا هو المكان المناسب لك.
00:06:25وإذا كنت مهتمًا بذلك،
00:06:26فقط تحقق من الرابط في التعليق المثبت.
00:06:28بمجرد تحميل ملف إعداد مهارة البحث في يوتيوب،
00:06:31فقط أعطه لـ Claude code وأخبره أن يبدأ العمل،
00:06:33أو يمكنك توجيه أمر يدوي لـ Claude code
00:06:35ليبنيها لك.
00:06:36الآن، دعنا نعود هنا
00:06:37ونقوم بإعداد اتصال Notebook LM.
00:06:39لذا سأضع رابطًا لهذا في الوصف أيضًا.
00:06:42والتثبيت بسيط للغاية.
00:06:44لذا لتثبيت هذا،
00:06:45سنقوم فقط بنسخ هذه الأوامر،
00:06:47ولصقها داخل واجهة الأوامر الخاصة بنا،
00:06:49مما يعني، مهلاً، إذا كنت تنظر إلى Claude code،
00:06:51فأنت مخطئ.
00:06:51تحتاج إلى فتح واجهة أوامر ثانية تبدو هكذا
00:06:53وتقوم بلصق تلك الأوامر.
00:06:55بعد تشغيل أوامر التثبيت الأولية هذه،
00:06:57ما تريد فعله هو التمرير لأسفل هنا
00:06:59وسيتعين علينا تشغيل أمر واحد إضافي في واجهة الأوامر (CLI).
00:07:01وهو أمر تسجيل الدخول لـ Notebook LM.
00:07:04نفس الشيء كما فعلنا سابقاً،
00:07:04اذهب إلى واجهة أوامر أخرى، وألصق هذا هناك.
00:07:07سيؤدي ذلك إلى فتح نافذة جديدة في متصفح كروم.
00:07:10كل ما عليك فعله هو تسجيل الدخول.
00:07:11عليك فعل ذلك مرة واحدة فقط وستصبح جاهزًا.
00:07:13الآن، بعد المصادقة باستخدام تسجيل الدخول لـ Notebook LM،
00:07:16هناك شيء واحد آخر عليك فعله
00:07:17وهو تفعيل المهارة.
00:07:20للقيام بالمهارة داخل Claude code، أليس كذلك؟
00:07:22يمكنك إما تشغيل هذا الأمر في واجهة الأوامر
00:07:25أو ببساطة إخبار Claude code بالقيام بذلك.
00:07:27لذا افهم أيضًا ما قمنا بفعله.
00:07:29لقد قمنا بشيئين في جانب Notebook LM.
00:07:30لديك المهارة
00:07:32ثم لديك واجهة برمجة التطبيقات الفعلية للبرنامج.
00:07:35تذكر أن المهارات هي مجرد مطالبات نصية.
00:07:37إنها مجرد نصوص تخبر "Claude code"
00:07:39كيفية القيام بشيء ما بطريقة محددة.
00:07:42لذا فإن كل هذه المعلومات التي تراها هنا حول،
00:07:44مهلاً، إليك كيف نقوم بتوليد المحتوى.
00:07:46إليك كيف نقوم بإنشاء المذكرة.
00:07:47هذه المهارة تعلم "Claude code" كيفية القيام بذلك.
00:07:50بمجرد تثبيتها، ستحتاج فقط لإخبار "Claude code"،
00:07:52مهلاً، أريدك أن تستخدم "NotebookLM" لإنشاء بطاقات استذكار
00:07:56أو مخطط معلومات بياني أو عرض تقديمي.
00:07:58الأمر بهذه السهولة.
00:07:58كل شيء يتم بلغة طبيعية بسيطة.
00:08:00وإذا كنت تتساءل عما يمكنك فعله بالضبط
00:08:02بهذا البرنامج، حسناً، كل شيء موجود هنا داخل "GitHub".
00:08:04أي شيء يمكنك القيام به يدوياً في "NotebookLM"،
00:08:06يمكنك القيام به عبر واجهة برمجة التطبيقات وأكثر.
00:08:09كما ترى هنا، فإلى جانب واجهة الويب،
00:08:11يمكننا أيضاً إجراء عمليات تحميل جماعية،
00:08:13وتصدير الاختبارات وبطاقات الاستذكار، وما إلى ذلك.
00:08:16لذا فنحن نحصل فعلياً على وظائف إضافية باستخدام هذا البرنامج
00:08:19أكثر مما ستحصل عليه بمجرد تشغيل "NotebookLM" بنفسك.
00:08:22لذا دعونا نمر بالأمر خطوة بخطوة
00:08:24حتى تفهموا كيف يعمل.
00:08:25الأمر الأول هو مهارة البحث في اليوتيوب.
00:08:28مثل أي مهارة، يمكننا استخدامها كأمر "slash"
00:08:30أو يمكنك فقط استخدام لغة بسيطة.
00:08:32ولكن إذا كتبت "YT-search"، سترى أن لدينا استعلام البحث
00:08:36ثم العدد المطلوب.
00:08:37إذاً، عما نبحث؟
00:08:37مهلاً، نحن نبحث عن مهارات "Claude code".
00:08:41وبينما قمنا في العرض التجريبي بكل شيء دفعة واحدة،
00:08:43أعتقد أنه من المفيد تقسيم المهام أحياناً
00:08:45حتى تتمكن أولاً من رؤية المصادر
00:08:48التي سيتم استخدامها بالفعل.
00:08:50إليكم النتائج.
00:08:51لقد عادت النتائج، ويمكننا في أي وقت
00:08:53التحقق من روابط اليوتيوب بأنفسنا.
00:08:55والجميل في هذه المهارة
00:08:56أنها ستعطيك أيضاً بعض التحليل
00:08:58عما يحدث بالفعل في النتائج التي جلبتها.
00:09:01لذا إذا كنت راضياً عن المصادر،
00:09:02يمكننا الآن دفعها إلى "NotebookLM".
00:09:04مرة أخرى، يمكنك استخدام لغة بسيطة فقط.
00:09:05أنشئ مفكرة جديدة في "NotebookLM" بعنوان "Chase Demo"
00:09:08باستخدام هذه المصادر التي سحبناها للتو.
00:09:10ويمكننا رؤية أنه أنشأ المفكرة
00:09:12والآن سيبدأ في ملئها بالمصادر.
00:09:14بعد بضع دقائق، تم تحميل جميع المصادر العشرين
00:09:17علماً بأنك محدود بخمسين مصدراً في "NotebookLM".
00:09:19وعند هذه النقطة، يمكنك جعل المفكرة تفعل ما تريد.
00:09:21يمكننا القول، بناءً على تلك الفيديوهات،
00:09:23ما الذي يعتقد "NotebookLM"
00:09:24أنه المهارة رقم واحد في "Claude code"؟
00:09:26الآن، مرة أخرى، الشيء الرائع في هذا
00:09:28هو أن كل هذا التحليل يتم خارجياً.
00:09:31برنامج "Claude code" لا يقوم بهذا التحليل بنفسه.
00:09:33برنامج "Claude code" لا يستهلك الرموز (tokens) في التحليل.
00:09:35إنه يستهلك فقط كمية صغيرة من الرموز
00:09:36لإرسال الطلب إلى "NotebookLM" واستعادة النتائج.
00:09:39ولكن كل عمليات التفكير تتم بواسطة جوجل
00:09:42وهم من يتكفلون بتكلفتها.
00:09:43لذا جلب "Claude code" تحليل "NotebookLM".
00:09:47ويمكننا رؤية ذلك منعكساً هنا
00:09:49داخل "NotebookLM" نفسه.
00:09:50لذا يمكنك دائماً التحقق المزدوج والنقر داخل "NotebookLM"
00:09:52إذا كنت تريد رؤية النصوص التوضيحية التي يشير إليها.
00:09:55وهذا الأسلوب ينطبق أيضاً على جميع المخرجات.
00:09:58لذا، إذا كنت تريد ملخصاً صوتياً،
00:09:59أو خريطة ذهنية، أو بطاقات استذكار، أو مخططات بيانية،
00:10:01أي شيء تراه هنا على اليمين،
00:10:03فقط اطلب من "Claude code" وسيفعله لك.
00:10:06الأمر بهذه السهولة.
00:10:08لذا فإن كيفية استغلالك لسير عمل البحث هذا
00:10:10يعود إليك في النهاية،
00:10:11لكنني حقاً لا أستطيع التأكيد بما فيه الكفاية على مدى روعة هذا الشيء.
00:10:15يبدو بسيطاً جداً على السطح،
00:10:17لكنني أقول لكم،
00:10:18إذا حاولتم التعامل مع أي شيء من هذا القبيل،
00:10:20خاصة فيما يتعلق بمقاطع فيديو يوتيوب
00:10:22ومحاولة إنشاء مجموعة معرفية متكاملة
00:10:25من هذه الفيديوهات بطريقة تجعل "Claude code"
00:10:27أو أي وسيط برمجي آخر يتفاعل معها،
00:10:30فهو أمر صعب للغاية، أليس كذلك؟
00:10:31ويستغرق وقتاً طويلاً جداً
00:10:32ويمكن أن يكون هشاً بعض الشيء.
00:10:34ومع ذلك، كل هذا يتم تبسيطه مجاناً مع "NotebookLM".
00:10:39لذا أعتقد أن هذه أداة رائعة.
00:10:42آمل أن تستفيدوا منها.
00:10:44وكما هو الحال دائماً، وكما قلت سابقاً،
00:10:45يمكن العثور على جميع المصادر في مجتمعاتي التعليمية.
00:10:48إذا كنت بحاجة إلى ملف MD للمهارة،
00:10:52لمهارة البحث في اليوتيوب،
00:10:53تأكد من مراجعة ذلك في النسخة المجانية.
00:10:54ومرة أخرى، إذا كنت أكثر جدية بشأن هذه الأمور
00:10:56وكنت تشعر بـ:
00:10:57"أريد حقاً الحصول على دورة احترافية في Claude code"
00:10:59تنقلني من الصفر إلى مطور ذكاء اصطناعي،
00:11:01فتأكد من مراجعة "Chase AI+".
00:11:03أخبروني برأيكم في هذا الفيديو في التعليقات
00:11:05وكما هو الحال دائماً، سأراكم لاحقاً.

Key Takeaway

يمكن أتمتة منظومة بحثية كاملة بتكلفة صفرية عبر دمج Claude code مع واجهة Notebook LM-PI غير الرسمية لتحويل فيديوهات يوتيوب إلى تقارير ورسوم بيانية دون استهلاك رموز الذكاء الاصطناعي المدفوعة.

Highlights

يسمح دمج Claude code مع Notebook LM بإنشاء سير عمل بحثي آلي يسحب البيانات من يوتيوب ويحللها بتكلفة صفرية من الرموز (tokens).

تستخدم مهارة البحث المخصصة مكتبة YT-DLP لجلب العناوين والمشاهدات والبيانات الوصفية لـ 20 مقطع فيديو في طلب واحد.

يعمل مستودع Notebook LM-PI على GitHub كواجهة برمجة تطبيقات (API) بايثون غير رسمية لربط الأداتين دون الحاجة لواجهة رسمية من جوجل.

يوفر نظام RAG المدمج في Notebook LM قدرة على معالجة حتى 50 مصدراً واستخراج مخرجات متنوعة مثل المخططات البيانية والبودكاست.

تتم جميع عمليات المعالجة والتحليل المعقدة على خوادم جوجل الخارجية مما يحمي رصيد الرموز (tokens) الخاص بالمستخدم في Claude code.

يتيح سير العمل توليد رسوم بيانية بأسلوب المخططات المرسومة يدويًا تعكس بدقة محتوى الفيديوهات المحللة دون اختلاق معلومات.

Timeline

إطلاق قدرات البحث المتقدمة

  • يتجاوز سير العمل الجديد مجرد استخدام أدوات البحث التقليدية في الويب.
  • يربط النظام بين Claude code ونظام RAG مجاني وقوي مبني مسبقاً.
  • يوفر هذا الدمج مئات الدولارات شهرياً من تكاليف بناء وصيانة أنظمة البحث الخاصة.

يعتمد البحث التقليدي في Claude code على أدوات الويب البسيطة التي قد لا تعطي نتائج دقيقة دائماً. يكمن الحل في دمج Notebook LM كعنصر معالجة خلفي لسحب نصوص الفيديو وتحليلها بعمق. يتيح هذا التحول الحصول على مخرجات ملموسة مثل عروض الشرائح والبودكاست والرسوم البيانية دون مغادرة واجهة الأوامر.

آلية العمل والمخرجات الآلية

  • ينفذ Claude code عمليات البحث وجلب الروابط وإرسالها إلى Notebook LM في خطوة واحدة.
  • تعتمد المخرجات البصرية على تحليل فعلي لمحتوى المصادر وليس على التوقعات العامة للنموذج.
  • تظهر النتائج والرسوم البيانية تلقائياً داخل مجلد المشروع المحلي للمستخدم.

أظهر العرض التجريبي قدرة النظام على جلب 20 مصدراً من يوتيوب وتحليلها لاستخراج أفضل 5 مهارات لـ Claude code. تم استخدام نموذج nano banana pro في الخلفية لتوليد رسم بياني يحاكي الأسلوب المرسوم يدوياً بناءً على بيانات الفيديو فقط. يضمن هذا الربط بقاء المستخدم داخل بيئة البرمجة مع الاستفادة من كامل قدرات Notebook LM في تنظيم المعرفة.

تجاوز تعقيدات الأنظمة التقليدية

  • يستبدل Notebook LM الحاجة لبناء أنظمة سحب وتحليل بيانات معقدة يدوياً.
  • تعد أدوات مثل N8N خيارات صعبة التنفيذ ومكلفة مقارنة بهذا الحل المجاني.
  • تكمن القوة في بساطة الإعداد التي لا تتجاوز خمس دقائق.

بناء نظام RAG متكامل يتضمن سحب البيانات وتحليلها وتوليد المخرجات هو مهمة شاقة تقنياً ومكلفة مادياً. يوفر هذا المزيج حلاً جاهزاً يتكفل فيه جوجل بتكاليف المعالجة والتفكير. تكمن الميزة الكبرى في القدرة على جلب هذه التحليلات العميقة إلى بيئة التطوير مباشرة دون عناء يدوي.

خطوات الإعداد والربط التقني

  • يعتمد الربط على مشروع Notebook LM-PI لتوفير واجهة برمجة تطبيقات بايثون.
  • تستخدم مهارة البحث في يوتيوب مكتبة YT-DLP لجمع البيانات الوصفية بدقة.
  • تتطلب المصادقة تسجيل الدخول لمرة واحدة عبر واجهة الأوامر لفتح نافذة متصفح كروم.

بسبب غياب API رسمي لـ Notebook LM، يتم استخدام مستودع Tang Ling على GitHub كجسر برمجيم. يتضمن الإعداد تثبيت حزمة المهارة وتشغيل أمر تسجيل الدخول في واجهة أوامر منفصلة. تعلم هذه المهارات Claude code كيفية التفاعل مع البرنامج بلغة طبيعية، مما يسمح بإجراء عمليات تحميل جماعية وتصدير اختبارات لا تتوفر حتى في واجهة الويب العادية.

إدارة المصادر وعمليات التحليل

  • يمكن تقسيم المهام لرؤية المصادر قبل دفعها للتحليل لضمان جودتها.
  • يتحمل جانب جوجل تكلفة الرموز (tokens) لعمليات التفكير والتحليل العميقة.
  • تقتصر حدود Notebook LM الحالية على 50 مصدراً لكل مفكرة.

تبدأ العملية بأمر البحث YT-search متبوعاً بالاستعلام والعدد المطلوب من النتائج. بعد مراجعة الروابط، يتم توجيه Claude code لإنشاء مفكرة جديدة ورفع المصادر إليها. تظل ميزة توفير التكاليف هي الأبرز، حيث يقتصر استهلاك الرموز في Claude على إرسال الطلبات واستلام النتائج النهائية فقط، بينما تتم مراجعة النصوص التوضيحية والمصادر داخل بيئة جوجل.

Community Posts

No posts yet. Be the first to write about this video!

Write about this video