00:00:00在本视频中，我将向你展示如何结合
00:00:01Claw Code 和 NotebookLM 的强大功能
00:00:04我们将使用这个名为 NotebookLM-py 的工具，
00:00:07它是一个开源库，
00:00:09能够将 NotebookLM 集成
00:00:11到可以供 AI 智能体使用的 CLI 工具中。
00:00:14你可能会问为什么要这么做，
00:00:16是因为 Claw Code 非常擅长执行，
00:00:18而 NotebookLM 则相反，
00:00:20它能将你杂乱的文档、研究
00:00:22和各种来源转化为清晰、有据可依的理解，
00:00:26然后我们可以将其传递给 Claw Code 进行执行。
00:00:28以我的使用案例为例，
00:00:30稍后我会在视频中展示。
00:00:32简单来说，你可以看到我能够利用
00:00:33NotebookLM 的技能（而非 Claw Code 本身）
00:00:35对我开发的一个名为 Book Zero 的产品
00:00:38进行竞争对比分析。
00:00:39我们可以看到，我要求它分析
00:00:42这个 CSV 数据中的 35 个竞争对手，
00:00:46并对其中的每一个对手
00:00:48进行深度的对比分析。
00:00:49此外，我们还可以将其作为知识库，
00:00:51以此来决定针对任何使用案例
00:00:54我们到底该走向哪个产品方向，对吧？
00:00:56例如，基于我们在两个笔记本中
00:00:59完成的竞争对手研究，
00:01:01我们就能回答诸如
00:01:02“我们下一步应该关注什么？”之类的问题。
00:01:04它会查阅我们 Jira 看板上
00:01:06所有的 Jira 任务，
00:01:08从而理解当前的申请情况，
00:01:10并结合我们已有的
00:01:11竞争对手研究知识库。
00:01:13此外，你不仅可以将它
00:01:15用于开发，
00:01:16还可以用它来制作内容。
00:01:18在这里你可以看到，这些都是通过
00:01:20Nano Banana 2、SEO 技能
00:01:22以及 NotebookLM 技能生成的，
00:01:24基本上是结合了我们拥有的
00:01:26所有竞争对手的知识库，
00:01:27来撰写博客文章内容，
00:01:29从而在市场上与其他对手竞争。
00:01:32所以你可以看到，这些都是非常实用的案例，
00:01:34我们可以用 NotebookLM 代替传统的代码方式来处理。
00:01:37话不多说，
00:01:38这就是我们本期视频要涵盖的内容。
00:01:40具体来说，我们将涵盖 CLI 的
00:01:43所有功能，
00:01:44以及如何将其安装
00:01:46到本地机器，
00:01:47如何进行配置。
00:01:48此外，
00:01:49我还会向你展示如何将
00:01:52NotebookLM 的技能集成到我们的 AI 智能体中。
00:01:55我会在视频中演示全过程。
00:01:57如果你感兴趣的话，
00:01:58让我们开始吧。
00:01:59好的，在开始之前，
00:02:00先给新朋友做个简单的自我介绍。
00:02:02我叫 Eric，
00:02:03我曾在亚马逊、AWS 和微软等公司
00:02:05担任过多年的高级软件工程师。
00:02:08我创办这个频道是为了
00:02:09分享我一路走来学到的所有知识，
00:02:11从 AI 编程到自动化、Web3、
00:02:15职业发展等等，
00:02:17所有的内容都会拆解成
00:02:19你可以实际跟着做的实操教程。
00:02:21当然，我们还有一个学校社区，
00:02:23在那里你可以获取所有资源、模板
00:02:26以及我们的社区支持。
00:02:27所以如果你准备好提升自己，
00:02:29请一定要关注我的 YouTube 频道
00:02:30并点击订阅按钮。
00:02:32现在让我们回到视频。
00:02:34好了，我们要做的
00:02:34第一件事
00:02:35是访问 notebooklm-py。
00:02:38我会把这个
00:02:39代码仓库的链接放在视频说明中，
00:02:41方便大家查找。
00:02:42简单来说，这个仓库
00:02:44包含了所有的 NotebookLM 技能，
00:02:46以及 Python API 和 CLI，
00:02:49教大家如何使用 Claw Code 或 AI 智能体
00:02:52通过编程方式访问 NotebookLM 的功能。
00:02:55在这里你可以看到，这个仓库
00:02:57涵盖了 NotebookLM 的
00:02:59所有完整功能。
00:03:00例如，你可以创建笔记本、
00:03:02列出笔记本、或者进行重命名和删除。
00:03:05你还可以插入所有你想要的来源，
00:03:07提取问题或对话历史，
00:03:09以及在聊天中设置人设。
00:03:12然后我们还可以设置研究模式，
00:03:14在深度模式或带有自动导入的快速模式之间切换。
00:03:17此外，你还可以下载
00:03:19任何使用 NotebookLM 生成的内容，
00:03:21比如音频、视频、幻灯片，
00:03:23诸如此类。
00:03:24你也可以使用这个工具来提取它们。
00:03:28所有在网页版 UI 上涵盖的功能，
00:03:31你都可以通过 CLI 完成。
00:03:33在我们的案例中，让我们看看
00:03:35如何将它安装到本地机器上。
00:03:37这里你可以看到安装部分，
00:03:40我们只需要安装基础版本
00:03:42加上浏览器登录支持，
00:03:44这样我们第一次可以在浏览器中登录
00:03:46并保存凭据。
00:03:47在这种情况下，我直接复制这里的命令。
00:03:50然后，我会转到一个新的终端窗口。
00:03:52在这里你可以看到我有一个名为
00:03:53erictech-notebook-lm 的文件夹。
00:03:55我要做的第一步是先创建
00:03:57我们的虚拟环境。
00:03:59这是创建环境的命令。
00:04:01创建好虚拟环境后，
00:04:03我要激活它。
00:04:04激活之后，
00:04:06我将粘贴安装命令。
00:04:09好了，现在有了这个，
00:04:11我们就可以完成安装了。
00:04:13在这里你可以看到安装完成后的
00:04:15最终结果。
00:04:16现在我们还可以通过检查版本
00:04:18来验证我们的 notebook-lm CLI
00:04:21是否安装成功。
00:04:22你可以看到这就是我目前使用的
00:04:24notebook-lm CLI 版本。
00:04:26接下来我们要看的是
00:04:28如何为我们的 notebook-lm
00:04:29进行身份验证。
00:04:30这是一个快速的视频指南。
00:04:32基本上你可以做的
00:04:33就是使用这个命令
00:04:35通过浏览器登录。
00:04:37现在如果我回到终端，
00:04:39粘贴那个命令，
00:04:41它会打开一个浏览器。
00:04:42很简单，我们只需要用 Google 账号登录即可。
00:04:44它就会自动为我们的 notebook-lm 完成认证。
00:04:47在这里你可以看到，登录后，
00:04:49它会将我们的凭据保存在根目录中。
00:04:51现在你可以看到，
00:04:52一旦安装并连接好 CLI 命令，
00:04:54接下来我们
00:04:55就可以做各种事情了，
00:04:56比如创建笔记本、基于资源进行聊天、
00:04:59生成内容以及下载产物，
00:05:01各种操作应有尽有，对吧？
00:05:02这些都是我们可以用来操作
00:05:05notebook-lm 的 CLI 命令。
00:05:07但我们要做的最重要的一件事
00:05:08是确保安装这些技能，
00:05:10以便我们将如何使用 CLI 的知识
00:05:11传递给大语言模型，
00:05:14或者是 AI 智能体，
00:05:15从而将我们的 Claw Code 与 notebook-lm 连接起来。
00:05:18要做到这一点，
00:05:19你可以看到这是整个智能体的设置。
00:05:20一种选择是使用 CLI 进行安装，
00:05:23即使用 notebook-lm 来安装所有技能。
00:05:26另一种选择，
00:05:27如果你想使用 NPX 的开放技能生态系统，
00:05:30这里有相应的命令。
00:05:31但说实话，这两个选项
00:05:33得到的结果是一样的。
00:05:34所以在这里，我选择第一个选项
00:05:36来将技能安装到我们的根目录，
00:05:39这样我们就能够在
00:05:40各种项目中使用它。
00:05:41于是，我打开一个新终端，
00:05:44粘贴这个命令。
00:05:45你可以看到 notebook-lm 技能
00:05:47已经完整地安装在我们的根目录中了。
00:05:48现在我们就有了 Claw Code
00:05:50来识别 notebook-lm 的技能，对吧？
00:05:53也就是 notebook-lm 的命令。
00:05:54简单来说，我们只需要
00:05:55使用斜杠命令，
00:05:57或者使用自然语言
00:05:59来引用我们已经设置好的
00:06:01notebook-lm 技能。
00:06:02好了，既然我们知道了如何安装
00:06:04notebook-lm 技能和 CLI，
00:06:06让我们来看看如何在
00:06:08实际工作流程中使用它。
00:06:09在这里，你可以看到我有一个名为 bookzero.ai 的产品，
00:06:12这是我利用 AI 开发的一个
00:06:14为企业管理簿记的产品。
00:06:16我想做的是利用
00:06:18notebook-lm 来分析
00:06:20CSV 数据中存在的 35 个 AI 财务竞争对手。
00:06:24我想对每一个竞争对手
00:06:26进行深度的竞争分析，
00:06:28比如了解它的功能、卖点、定价、
00:06:31营销独特性以及我们要做的对比页面。
00:06:34这些页面我们之后会用到。
00:06:35这里你可以看到我们要进行这项研究的
00:06:37整个架构流程。
00:06:39在所有 35 家竞品中，
00:06:41我们实际上将它们分类并组织成了不同的层级。
00:06:44你可以看到这里分为了四个层级，
00:06:45包括直接竞品、相邻竞品，
00:06:48以及第三梯队的竞品。
00:06:50我们要做的就是将第一梯队
00:06:52和第二梯队的竞品放入同一个笔记本中，
00:06:54因为每个笔记本
00:06:56最多只能插入 300 个资料来源。
00:06:58第一个笔记本
00:07:00将存放我们的直接竞品，而第二个笔记本
00:07:02则专门存放市场数据。
00:07:04你可以看到我们接下来
00:07:06会在这里进行深度调研，
00:07:08对最核心的 8 家竞品进行深度查询，
00:07:10并对第二梯队的竞品
00:07:13进行 10 次快速查询。
00:07:15在这个笔记本中，我们总共
00:07:18大约会添加 250 个资料来源。
00:07:20至于第二个笔记本，
00:07:21我们会对所有 17 家公司进行快速调研，
00:07:25大约会有 136 个资料来源
00:07:27被插入到第二个笔记本中。
00:07:29作为产出，我们将获得一份报告，
00:07:31以及根据插入的对比分析数据
00:07:34生成的一张思维导图和一份演示文稿。
00:07:36这就是我们的具体操作方式。
00:07:37现在你可以在这里看到
00:07:38实现这一目标的
00:07:40整个详细执行步骤。
00:07:42在这种情况下，我将直接运行它，
00:07:44让我们来看看结果如何。
00:07:46先稍微暂停一下。
00:07:47当我围绕这个主题研究工具时，
00:07:50我测试了一个叫 JobRite 的平台，
00:07:52如果你目前正在找工作，
00:07:54它其实非常有趣。
00:07:55我注意到在网上申请工作时，
00:07:58大部分时间并不是花在寻找职位上，
00:08:01而是花在处理繁琐的流程上，
00:08:03比如改写简历、填写表格，
00:08:05以及判断一个职位是否真的适合自己。
00:08:08JobRite 试图简化这整个工作流程。
00:08:11当你上传简历后，
00:08:12该平台会对其进行分析，并建立一份关于你的技能、
00:08:15经验以及可能适合你的
00:08:17职位的完整画像。
00:08:19之后，它会通过其职位匹配系统
00:08:21开始向你推荐工作。
00:08:23很有帮助的一点是，它不仅显示列表，
00:08:26还会解释为什么该职位与你的背景相匹配。
00:08:29然后是 Resume AI 功能，
00:08:30它可以根据职位描述
00:08:32生成量身定制的简历版本。
00:08:34这样你就不用每次申请时都重写简历，
00:08:37系统会自动进行适配。
00:08:39我觉得特别实用的部分
00:08:42是他们的 Chrome 自动填充扩展程序。
00:08:44一旦你回答过一次常见的申请问题，
00:08:47它就能在几秒钟内自动填充大多数工作申请表。
00:08:50他们还有一个叫 "内部联系" (Insider Connections) 的功能，
00:08:53可以帮你发现你所申请公司内部的
00:08:54潜在人脉联系。
00:08:56这样你就不会只是漫无目的地投递简历了。
00:08:59如果你需要指导，还有 Orion AI，
00:09:01它基本上扮演了职业助手的角色。
00:09:04你可以向它询问关于职位、招聘趋势，
00:09:07或如何提高特定工作录取机会的问题。
00:09:09综合来看，它感觉不只是一个单一工具，
00:09:12而是一个专为处理求职过程中
00:09:14那些琐碎环节而构建的平台。
00:09:16如果你想尝试一下，
00:09:17可以通过描述栏中的链接使用 JobRite。
00:09:20它目前是免费的，你也可以通过
00:09:22下方的链接申请早期访问权限。
00:09:24好了，现在让我们回到视频中。
00:09:26好，现在你可以看到结果，
00:09:27我们已经成功在 docs 文件夹中
00:09:30下载了五个交付文件。
00:09:31就在我们的市场竞品分析目录下。
00:09:34这些是 PPT、MD 文件以及 JSON 文件，
00:09:37记录了我们在笔记本一
00:09:39和笔记本二中所做的所有调研工作。
00:09:40你可以看到，它为你当前所处的
00:09:42整个细分领域提供了一份完整的
00:09:45Markdown 分析文件。
00:09:46现在如果我打开演示文稿，
00:09:48它看起来就是这个样子。
00:09:50你可以看到这里有很多页幻灯片。
00:09:52它们都是用 Banana 2 生成的。
00:09:54此外，
00:09:55我还可以打开我的 Notebook，
00:09:57查看我们创建的这些笔记本。
00:09:59比如直接和相邻竞品的笔记本，
00:10:01以及我们添加的市场格局笔记本。
00:10:04这两个笔记本中分别添加了
00:10:07300 个和 171 个资料来源。
00:10:08如果我打开其中一个，例如这个，
00:10:11你可以看到这些就是
00:10:12我们添加的所有资源。
00:10:13现在如果我提出任何问题，
00:10:15比如：基于我们的 BookZero 产品，
00:10:19我们的卖点是什么？
00:10:20与其它竞品相比，它的独特之处在哪里？
00:10:23根据竞品分析，我们的产品愿景
00:10:25应该关注哪些方面？
00:10:27如果我问这个问题，
00:10:29它应该能够查阅我们在深度调研中
00:10:30添加的所有来源，
00:10:32并回答此类问题。
00:10:33你可以看到，我在这里更改了设置，
00:10:36将其设为学习指南模式，并保持回答简短。
00:10:39这就是
00:10:40我得到的完整回复。
00:10:42你的核心卖点是极速、
00:10:44高精度的收据提取与匹配。
00:10:47这里你可以清晰地看到
00:10:49卖点标注。
00:10:50它还为你提供了
00:10:53其他竞争对手动态的分析。
00:10:55BookZero 的独特之处在于
00:10:57极致简单的三步法：上传、
00:11:00导入、匹配的工作流，
00:11:01专为美国和加拿大市场的
00:11:04记账自动化而设计，
00:11:06且没有太高的学习门槛。
00:11:08根据竞品趋势，
00:11:10市场正积极转向
00:11:11对话式 AI 系统，
00:11:13并持续采用零接触的银行对账。
00:11:16对于你的产品愿景，
00:11:18你应该专注于从收据匹配扩展到
00:11:20持续的实时分类账对账，
00:11:23并提供自动化的、可执行的财务洞察。
00:11:26这就是它告诉我的
00:11:28关于产品愿景的建议，非常精炼扼要，
00:11:31无需阅读长篇大论。
00:11:33我只需在配置设置中
00:11:35将其设为短响应模式，
00:11:38让它直接告诉我确切答案即可。
00:11:40以上就是全部内容。
00:11:41这就是你如何结合 Claw Code 和 NotebookLM 的力量
00:11:43来构建这种强大自动化的方法。
00:11:46在本视频中，
00:11:47我们介绍了如何在本地机器上进行设置，
00:11:49以及一些将其用于开发应用
00:11:51的实际案例。
00:11:53无论是辅助产品决策，
00:11:55还是使用 Claw Code 和 NotebookLM 构建任何东西。
00:11:58当然，如果你正在打造产品，
00:11:59并希望利用 Claw Code
00:12:01来提升你的产品营销，
00:12:02那么请务必观看这个视频，
00:12:04了解如何使用我创建的 43 个 Claw Code 技巧
00:12:08来改进你的产品营销。
00:12:09记得去看看。
00:12:11这期视频就到这里。
00:12:12如果你觉得这个视频有帮助，
00:12:14请点个赞。
00:12:15也可以考虑订阅以获取更多此类内容。
00:12:17感谢收看，我们下个视频再见。