00:00:00Claude Code 可能是地球上
00:00:03最强大的研究代理，但你需要添加这一个工具
00:00:07来释放它的潜力。
00:00:08现在，大多数人使用 Claude Code 进行研究的方式
00:00:11只是告诉它使用网页搜索工具，
00:00:13并祈祷它带回来的任何内容都足够好。
00:00:17但我们可以做得更好，因为如果我告诉你，
00:00:19只需五分钟的设置，
00:00:21我们就可以在 Claude Code 内部创建工作流，
00:00:24能够抓取 YouTube 的任何部分，
00:00:26提取它们的字幕，并将这些信息推送到
00:00:28一个免费、强大、预构建的 RAG 系统中，
00:00:32它能够为我们完成所有的重活
00:00:35和分析工作，然后提取这些分析
00:00:38并为我们提供交付物，如演示文稿、
00:00:40信息图表、播客等等，
00:00:43而这一切几乎不需要消耗任何 Token。
00:00:46现在，如果这听起来太美好而不真实，
00:00:48通常你是对的，但这次除外。
00:00:51所以，让我向你介绍当今最被低估的 AI 工具：
00:00:55NotebookLM。
00:00:58在今天的视频中，我将向你展示
00:01:00如何结合 Claude Code 和 NotebookLM 的力量，
00:01:03免费替换掉一个研究工具链，
00:01:06否则你每个月需要花费数百美元
00:01:10来构建和维护它。
00:01:11我真的很兴奋能向大家展示这个工具。
00:01:14那么，让我们开始吧。
00:01:15让我们以一个演示来开启这段视频，
00:01:16这样你就能看到我们如何使用 Claude Code
00:01:19来利用 NotebookLM 的所有功能，
00:01:22而无需离开终端。
00:01:24现在，这个提示词将让 Claude Code
00:01:26做几件事情。
00:01:27首先，我们将使用自定义的 YouTube 搜索技能
00:01:30来查找关于 Claude Code 技巧的最新热门视频。
00:01:33别担心，我稍后会向你展示所有这些技能
00:01:35以及如何获取它们。
00:01:37在找到视频链接后，
00:01:39我希望 Claude Code 将这些链接发送到 NotebookLM，
00:01:43使用的是 NotebookLM 技能。
00:01:44然后，我希望 NotebookLM 对这些视频进行分析，
00:01:49找出排名前几的 Claude 技能。
00:01:51我希望将分析结果发送给我们。
00:01:53此外，我还需要一个交付物。
00:01:54我不仅想要文字分析，
00:01:56我还想要一张手绘蓝图风格的信息图，
00:02:00来展示对核心技能的分析。
00:02:03所以，只需一个提示词，我们就能抓取 YouTube，
00:02:06获取我们所有的原始数据。
00:02:08我们实际上是将它放入一个 RAG 系统，
00:02:11因为 NotebookLM 本质上就是如此。
00:02:13我们要让 NotebookLM 在站外完成
00:02:15所有的分析和交付物制作，
00:02:18这意味着我们不需要为此支付 Token 费用。
00:02:20而且这一切都是免费的。
00:02:22让我们来看看它是如何运作的。
00:02:23这就是结果。
00:02:24Claude Code 将 20 个 YouTube 资源
00:02:26上传到了 NotebookLM 进行分析。
00:02:29接着 NotebookLM 总结出了
00:02:30你在这里看到的五大 Claude Code 技能，
00:02:34以及它们使用方式的新兴趋势。
00:02:37然后它为我们创建了信息图交付物，
00:02:39并自动生成在我们的项目文件夹中。
00:02:42来看看这张信息图。
00:02:44再说一次，底层使用的是 Nano Banana Pro。
00:02:47它被调用了，这里的文字
00:02:49和所有的视觉效果，首先符合我们要求的风格，
00:02:52即手绘蓝图类型。
00:02:55其次，也是更重要的一点，
00:02:57所有这些内容都是基于视频
00:02:59以及对这些视频的分析。
00:03:01它不是在胡编乱造。
00:03:02我们也可以在 Claude Code 中看到，
00:03:04它抓取的视频：标题、创作者、播放量、
00:03:06时长和日期。
00:03:08所有这些都反映在 NotebookLM 本身。
00:03:10我可以看到所有上传的来源。
00:03:12我可以看到所有的分析结果。
00:03:14我可以看到我们要求的蓝图指南。
00:03:18虽然这个演示可能看起来
00:03:19是一个相当简单的应用，
00:03:21但我再怎么强调
00:03:24结合这两个工具的增值作用也不为过，
00:03:26因为这不仅仅是自动化了
00:03:28NotebookLM 的素材搜集过程。
00:03:30我们在这里做的所有事情，
00:03:31其实都可以在 NotebookLM 内部手动完成，对吧？
00:03:33我可以手动浏览 YouTube。
00:03:35我可以找到我想要的所有视频。
00:03:37我可以把它们复制粘贴进去。
00:03:38我可以获得分析报告，
00:03:39也可以获得交付物。
00:03:41我们能够将其自动化固然很好，
00:03:43但远不止于此。
00:03:44关键在于我可以毫不费力地将所有分析
00:03:47带入我的 Claude Code 生态系统中，
00:03:50这种工作流的使用场景几乎是无限的。
00:03:55这两个工具结合如此强大的第二个原因
00:03:56完全取决于
00:03:58NotebookLM 本身的强悍实力。
00:04:01如果你试图重现 NotebookLM 的功能，
00:04:04即从抓取系统到 RAG 系统，
00:04:07再到分析系统，最后到交付物系统，对吧？
00:04:11包括信息图、演示文稿等等，
00:04:13那做起来会非常麻烦。
00:04:15作为一个尝试过的人，
00:04:16至少在研究端使用过像 N8N 这样工具的人，
00:04:18我知道这绝非易事。
00:04:20此外，那些工具要花钱，而这整套东西是免费的，
00:04:23这在很大程度上也是为什么
00:04:24我如此兴奋地与你们分享它。
00:04:25另一个你应该感到兴奋的原因是，
00:04:27建立这整套系统是如此简单，
00:04:30这就是我们接下来要讲解的内容。
00:04:32说到设置，
00:04:33你可能在想，“嘿，Chase，
00:04:34我们到底该如何将 NotebookLM 连接到 Claude Code，”
00:04:38考虑到 NotebookLM
00:04:40目前还没有公开的 API？
00:04:41幸运的是，有很多比你我聪明得多的人
00:04:43已经解决了这个问题。
00:04:46在这种情况下，这个聪明人是 Tang Ling，
00:04:48今天我们将站在他的肩膀上，
00:04:50使用 NotebookLM-Py GitHub 仓库，
00:04:54它本质上充当了 NotebookLM 的
00:04:57非官方 Python API。
00:04:58但在我们设置 NotebookLM 之前，
00:05:00我们需要先解决流水线的第一部分，
00:05:03也就是实际的 YouTube 搜索
00:05:04和数据素材的收集，好让 NotebookLM
00:05:07能够进行分析。
00:05:09为此，我为 Claude Code 准备了一个
00:05:12自定义的 YouTube 搜索技能，它能为你完成这一切。
00:05:15它使用一个依赖 YT-DLP 库的 Python 脚本
00:05:20来为我们抓取 YouTube 的元数据。
00:05:22所以当我问它“嘿，Claude Code 技巧”时，
00:05:24它就像我们亲自在 YouTube 上
00:05:27搜索 Claude Code 技巧一样。
00:05:28它会抓取标题、播放量、作者等所有重要信息。
00:05:32而在 Claude Code 内部看到的这项技能，
00:05:35就是教 Claude Code 如何更好地使用这个脚本。
00:05:38现在，有两种方法可以运行
00:05:41这项技能和这个脚本。
00:05:42第一种相当简单。
00:05:44你只需进入 Claude Code，
00:05:45说明你想让它为你构建这个自定义技能，
00:05:48并告诉它你想使用 YT-DLP 依赖项
00:05:51来创建一个自定义的 YouTube 爬虫。
00:05:54或者，如果你想要整个 YouTube 搜索技能的
00:05:57MD 设置文件，这样你就可以直接下载
00:05:59并交给 Claude Code，那也可以。
00:06:01你可以前往我的免费 Skool 社区获取它，
00:06:03链接就在描述中。
00:06:04说到我的 Skool 社区，
00:06:06在 Chase AI Plus 内部，
00:06:07你也可以找到我的 Claude Code 大师课，
00:06:11这是我几天前刚发布的。
00:06:13所以，如果你是 AI 旅程的初学者，
00:06:14正试图弄清楚
00:06:16我该如何最好地利用 Claude Code，
00:06:18即使我不是技术人员，
00:06:19但我真的很想精通这个
00:06:22目前市面上最强大的 AI 工具。
00:06:24那么，那里就是适合你的地方。
00:06:25如果你对此感兴趣，
00:06:26只需查看置顶评论中的链接。
00:06:28下载好 YouTube 搜索技能设置文件后，
00:06:31直接把它交给 Claude Code 并让它开始工作，
00:06:33或者你也可以直接手动提示 Claude Code
00:06:35为你构建它。
00:06:36现在，让我们回到这里，
00:06:37设置 NotebookLM 的连接。
00:06:39我也会把这个链接放在描述中。
00:06:42安装过程非常简单。
00:06:44要安装它，
00:06:45我们只需复制这些命令，
00:06:47把它们粘贴到我们的终端里，
00:06:49这意味着，如果你正在盯着 Claude Code，
00:06:51那你找错地方了。
00:06:51你需要打开第二个终端，就像这样，
00:06:53然后粘贴这些命令。
00:06:55运行完这些初始安装命令后，
00:06:57你要做的是向下滚动，
00:06:59我们还需要在命令行界面（CLI）中运行一个命令。
00:07:01那就是 NotebookLM 登录命令。
00:07:04和之前一样，
00:07:04进入另一个终端，把它粘贴进去。
00:07:07这将在 Chrome 中打开一个新窗口。
00:07:10你只需登录即可。
00:07:11你只需要操作一次，就全部搞定了。
00:07:13在通过 NotebookLM 登录完成身份验证后，
00:07:16还有一件事要做，
00:07:17我们需要设置这项技能。
00:07:20要在 Claude Code 内部实现这项技能，对吧？
00:07:22你既可以在终端运行这个命令，
00:07:25也可以直接让 Claude Code 来完成。
00:07:27所以请理解我们所做的事情。
00:07:29在 NotebookLM 这一端，我们做了两件事。
00:07:30你有了这个技能
00:07:32然后你有了这个程序实际的 API。
00:07:35记住，技能其实就是提示词。
00:07:37它只是告诉 Claude Code
00:07:39如何以特定方式执行操作的文本。
00:07:42所以你在这里看到的所有信息，比如，
00:07:44“嘿，这是我们生成内容的方式。”
00:07:46“这是我们创建笔记本的方式。”
00:07:47这个技能就是在教 Claude Code 如何做到这些。
00:07:50所以一旦安装好，你只需要告诉 Claude Code：
00:07:52“嘿，我想让你用 NotebookLM 来创建抽认卡，”
00:07:56或者信息图，或者幻灯片。
00:07:58就这么简单。
00:07:58一切都使用自然语言。
00:08:00如果你想知道这个程序到底能做什么，
00:08:02都在这个 GitHub 仓库里。
00:08:04任何你在 NotebookLM 中可以手动操作的事情，
00:08:06你都可以通过 API 实现，甚至更多。
00:08:09正如你在这里看到的，除了 Web 界面功能，
00:08:11我们还可以进行批量下载、
00:08:13导出测试题和抽认卡等等。
00:08:16所以使用这个程序实际上比你直接
00:08:19加载 NotebookLM 获得的功能更多。
00:08:22那么让我们一步步来操作，
00:08:24好让你理解它是如何运作的。
00:08:25首先是 YouTube 搜索技能。
00:08:28像任何技能一样，我们可以将其作为斜杠命令使用，
00:08:30或者直接使用自然语言。
00:08:32如果我输入 YT-search，你会看到有“查询内容”
00:08:36和“数量”这两个参数。
00:08:37我们要找什么？
00:08:37“嘿，我们要找 Claude Code 的技能。”
00:08:41虽然在演示中我们是一次性完成所有操作的，
00:08:43但我认为有时拆开来做更有用，
00:08:45这样你可以先亲眼确认一下
00:08:48你的素材来源到底是什么。
00:08:50这是搜索结果。
00:08:51它返回了结果，而且在任何时候，
00:08:53我们也可以自己检查这些 YouTube 链接。
00:08:55这个技能的优点在于，
00:08:56它还会针对抓取回来的内容
00:08:58为你提供一些见解。
00:09:01如果你对这些来源感到满意，
00:09:02现在我们就可以把它推送到 NotebookLM 中。
00:09:04同样，直接用自然语言即可。
00:09:05“在 NotebookLM 中创建一个名为 chase demo 的新笔记本，”
00:09:08“并使用我们刚刚提取的这些来源。”
00:09:10我们可以看到它创建了笔记本，
00:09:12现在正在向其中填充素材源。
00:09:14几分钟后，所有 20 个来源都加载完毕了，
00:09:17NotebookLM 的上限是 50 个来源。
00:09:19此时，你可以让 Notebook 做任何你想做的事。
00:09:21我们可以问：“根据这些视频，”
00:09:23“NotebookLM 认为”
00:09:24“排名第一的 Claude Code 技能是什么？”
00:09:26现在，这件事最酷的地方在于，
00:09:28所有的分析工作都是外包出去的。
00:09:31Claude Code 并没有在做这个分析。
00:09:33Claude Code 也没有消耗 Token。
00:09:35它只花了极少量的 Token
00:09:36来向 NotebookLM 发送请求并取回结果。
00:09:39所有的思考过程都是由 Google 完成的，
00:09:42而且是他们买单。
00:09:43所以 Claude Code 获取了 NotebookLM 的分析结果。
00:09:47我们可以看到这个结果也反映在
00:09:49NotebookLM 网页版内部。
00:09:50所以你随时可以进入 NotebookLM 进行双重检查，
00:09:52如果你想看看它具体引用了哪些字幕内容。
00:09:55这种节奏也适用于所有的交付物。
00:09:58没错，如果你想要音频综述、
00:09:59思维导图、抽认卡、信息图，
00:10:01或者任何你在右侧看到的这些功能，
00:10:03只要给 Claude Code 下指令，它就会为你搞定。
00:10:06就这么简单。
00:10:08所以你最终如何利用这个研究工作流，
00:10:10完全取决于你自己，
00:10:11但我真的必须强调这东西有多离谱。
00:10:15它表面上看起来很简单，
00:10:17但我告诉你，
00:10:18如果你曾尝试过处理类似的事情，
00:10:20尤其是处理 YouTube 视频内容，
00:10:22并试图从这些视频中创建某种知识库，
00:10:25以便让 Claude Code
00:10:27或其他智能代码代理与其交互，
00:10:30那是相当困难的，对吧？
00:10:31而且非常耗时，
00:10:32还可能非常不稳定。
00:10:34然而这一切都被 NotebookLM 免费抽象化并处理好了。
00:10:39所以我认为这是一个非常棒的工具。
00:10:42希望你们能从中受益。
00:10:44正如我之前提到的，
00:10:45所有的资源都可以在我的 Skool 社区找到。
00:10:48如果你需要这个技能的 MD 文件，
00:10:52也就是 YouTube 搜索技能的文件，
00:10:53请确保去免费社区查看。
00:10:54再次重申，如果你对这些更感兴趣，
00:10:56并且心想：
00:10:57“我真的想要一个 Claude Code 大师班，”
00:10:59“让我从零基础变身 AI 开发者，”
00:11:01那一定要去看看 Chase AI+。
00:11:03请在评论区告诉我你对这个工具的看法，
00:11:05一如既往，我们下回见。