Claude Code + NotebookLM + Obsidian = MODE DIEU

CChase AI
Computing/SoftwareSmall Business/StartupsInternet Technology

Transcript

00:00:00Si Claude Code plus NotebookLM est incroyable et Claude Code plus Obsidian est
00:00:04une valeur ajoutée gratuite, alors Claude Code plus le tout nouveau Skill Creator change
00:00:09vraiment la donne. Alors, que se passera-t-il si nous combinons tous ces outils
00:00:13dans un flux de travail pratique et simple à mettre en place dès aujourd'hui en
00:00:19moins de 30 minutes ? C'est exactement ce que nous allons découvrir aujourd'hui,
00:00:23car je vous montre étape par étape comment créer l'un des flux les plus puissants
00:00:28de Claude Code. Ce workflow transforme Claude Code en un véritable monstre de recherche.
00:00:33Cette vidéo est aussi l'aboutissement de tout ce dont nous avons parlé dans
00:00:37les dernières vidéos, car nous avons traité de Claude Code avec
00:00:40NotebookLM, Claude Code avec Obsidian et Claude Code avec le nouveau Skill Creator.
00:00:43Mais ici, nous prenons toutes ces leçons pour les synthétiser en
00:00:47quelque chose de concret. À ce propos, ce qui importe n'est pas mon
00:00:52cas d'utilisation exact, n'est-ce pas ? C'est un cas d'usage personnel Chase AI,
00:00:57ma façon de faire des recherches, mais vous n'êtes pas créateur de contenu. Vous avez un vrai travail.
00:01:01Ce que je veux que vous reteniez tout au long de cette leçon, ce ne sont pas les
00:01:05détails complexes de ma recherche YouTube. Vous devriez vous concentrer sur comment
00:01:10remplacer la recherche YouTube par votre propre cas d'usage et votre propre source
00:01:14d'information, que ce soit des PDF, des articles, du texte ou autre, d'accord ?
00:01:18Comment adapter ce modèle à votre vie ? C'est là que réside la valeur.
00:01:22Et c'est là-dessus que je veux que vous vous concentriez. C'est aussi la force de ce système,
00:01:26c'est un flux de travail très flexible qui s'adapte à vos besoins. Et on adore ça.
00:01:32Alors, que va faire concrètement ce flux de travail ? Comme je l'ai dit,
00:01:36c'est de la recherche sous stéroïdes. Nous serons dans Claude Code, et nous
00:01:40allons effectuer des recherches via YouTube. Ma source de données ici
00:01:45sera des vidéos YouTube. Pour cela, nous utiliserons une compétence spécifique.
00:01:50Ensuite, nous enverrons ces données YouTube vers NotebookLM via Claude Code.
00:01:55NotebookLM analysera ces vidéos pour nous. NotebookLM nous donnera
00:02:00également le livrable souhaité : podcast, vidéo, infographie ou
00:02:04présentation. Puis il nous renvoie tout cela dans Claude Code.
00:02:09Tout ceci est exécuté par des compétences. De plus, nous allons combiner toutes
00:02:15ces sous-compétences en une seule super-compétence. Nous ferons cela grâce au
00:02:22Skill Creator. C'est là qu'il intervient, et évidemment
00:02:26la partie NotebookLM jouera son rôle ici. Et Obsidian dans tout ça ?
00:02:31Parce que c'est bien, mais on veut booster tout ça. Je ne vais probablement
00:02:35pas lancer ce flux une seule fois. C'est là qu'Obsidian entre en jeu. Toutes les données
00:02:40analysées, et plus encore que les données, la façon dont nous traitons les données,
00:02:46comment nous voulons l'analyse, à quoi doivent ressembler les livrables, notre pensée,
00:02:50tout cela sera enregistré par Claude Code dans une série de fichiers Markdown,
00:02:55des fichiers texte qu'Obsidian pourra consulter car tout
00:02:59se passera dans notre coffre (vault). En regardant Obsidian ici, le coffre est génial
00:03:03pour plusieurs raisons. Pour moi, l'humain, j'ai une excellente visibilité sur
00:03:06ce qui se passe dans mes fichiers. Je peux naviguer dedans, voir comment ils sont
00:03:09liés et obtenir de superbes graphiques. Mais surtout, dans
00:03:13Claude Code, tous ces fichiers Markdown sont transparents pour Claude Code lui-même.
00:03:19C'est plus facile avec ce format Obsidian pour que Claude Code
00:03:22trouve ce dont il a besoin. De plus, avec le temps, nous pourrons affiner la façon
00:03:29dont Claude Code nous parle et réfléchit via le fichier claude.md,
00:03:34ce qui signifie qu'Obsidian aide Claude Code à réaliser ce flux de travail
00:03:41exactement comme nous le voulons. Avec Obsidian, nous transformons Claude Code
00:03:47en un assistant personnel bien entraîné qui exécute ce flux pour nous.
00:03:53C'est super puissant. Cela devient presque une boucle d'auto-amélioration,
00:03:58car plus j'utilise le flux, plus il affine l'analyse comme je l'aime.
00:04:02Plus je parle à Claude Code, plus les données sont enregistrées et Claude
00:04:07Code continue de bâtir au fil du temps ce corpus de connaissances et de preuves
00:04:11sur ma façon de travailler. C'est ainsi qu'on obtient cette relation symbiotique
00:04:16où tout s'entraide en combinant Claude Code avec le Skill Creator,
00:04:20NotebookLM et Obsidian. Vous voyez comme c'est flexible, car ce flux
00:04:24peut changer : on peut remplacer YouTube par des PDF, par exemple.
00:04:28On peut même retirer la partie NotebookLM. On peut mettre n'importe quel flux ici.
00:04:31Insérez le flux que vous voulez. Mais si vous gardez ce modèle de flux Obsidian
00:04:37et l'amélioration des compétences via Skill Creator, vous avez un outil surpuissant.
00:04:42Et peu de gens font cela actuellement. Maintenant, avant de passer à la
00:04:46configuration, un mot de notre sponsor : moi-même. Si vous voulez en savoir
00:04:50plus sur Claude Code, je viens de sortir une masterclass Claude Code
00:04:56dans Chase AI Plus. Elle vous fait passer de zéro à développeur IA,
00:05:01quel que soit votre bagage technique ou son absence. Chase AI Plus est
00:05:07idéal si vous êtes sérieux au sujet de l'IA et que vous voulez en faire une carrière.
00:05:09Allez voir ça. Il y a aussi une communauté gratuite Chase AI.
00:05:15Le lien est en description. Toutes les compétences évoquées aujourd'hui, ainsi que
00:05:18d'autres ressources gratuites, s'y trouvent. Il y en a pour tout le monde.
00:05:23D'abord, créons nos compétences. Je suis dans mon coffre Obsidian.
00:05:27Il faut être dans le dossier du coffre pour qu'Obsidian détecte tout ça. Pour la
00:05:31compétence Skill Creator, comment l'installer et l'utiliser ? Regardez la vidéo
00:05:35ci-dessus. J'y vais en détail, mais en version courte : faites simplement /plugin.
00:05:40Cherchez l'outil Skill Creator. Vous voyez que le mien est déjà installé.
00:05:46Installez-le, quittez Claude Code, relancez-le. Vous êtes prêt. Si je veux
00:05:51créer une compétence, je fais /skillcreator pour m'assurer qu'il utilise l'outil.
00:05:55Puis on le décrit. Ici, j'ai dit que je voulais créer une compétence qui
00:05:59cherche sur YouTube et renvoie des résultats structurés. Elle doit utiliser
00:06:03yt-dlp pour chercher des vidéos par requête, renvoyer les résultats, etc.
00:06:08C'est pour YouTube, mais adaptez-le à votre propre source de données.
00:06:11Ces prompts seront dans ma communauté. Une fois lancé, il créera
00:06:15la compétence automatiquement dans votre dossier .claude. Il décrira ce
00:06:19qu'il a fait avec l'outil Skill Creator. Rappelez-vous que nous pouvons
00:06:23aussi lancer des tests si on veut, mais passons. On a donc la compétence YouTube.
00:06:28Je peux chercher sur YouTube. Et pour NotebookLM ? Comme précédemment,
00:06:31j'ai une vidéo complète là-dessus. Regardez-la, mais voici le résumé en 30 secondes.
00:06:35NotebookLM n'a pas d'API publique. Pour connecter Claude Code à NotebookLM,
00:06:41nous allons utiliser ce dépôt GitHub : notebooklm-py.
00:06:46Le lien est en description. L'installation est très facile.
00:06:50On va lancer ces commandes dans notre terminal. On copie ça.
00:06:55J'ouvre un nouveau terminal. Je ne suis pas dans Claude Code à ce stade.
00:06:59C'est juste le terminal, je colle et je lance l'installation. Après cela,
00:07:03je dois me connecter à NotebookLM pour m'authentifier. C'est dans la section CLI.
00:07:09Je copie "notebooklm login", je le mets dans le terminal, Entrée.
00:07:14Une fenêtre de navigateur s'ouvre pour la connexion. C'est fait, c'est installé
00:07:19et prêt à l'emploi. Mais on doit apprendre à Claude Code comment l'utiliser.
00:07:24C'est là qu'intervient la compétence. Le dépôt propose une commande pour cela.
00:07:29On peut lancer l'installation de la compétence NotebookLM si on veut.
00:07:34Mais avec le Skill Creator, le mieux serait de copier
00:07:38le lien du dépôt GitHub et de le donner à Claude Code en disant :
00:07:43"Utilise Skill Creator pour créer une compétence pour notebooklm-py".
00:07:50Voici le prompt : "Skill Creator, crée une compétence pour utiliser NotebookLM ici".
00:07:55C'est génial avec Claude Code : il peut faire des choses qui affectent
00:08:00sa propre utilisation. Il comprend comment les compétences fonctionnent.
00:08:06Il s'auto-améliore en quelque sorte, ce qui est super. Une fois lancé,
00:08:11vous aurez le même message que pour la recherche YouTube.
00:08:15Pour la compétence NotebookLM, ces commandes permettent de tout faire
00:08:21depuis le terminal Claude Code, comme dans NotebookLM normalement.
00:08:26On peut créer notre propre carnet, ajouter autant de sources qu'on veut
00:08:30(jusqu'à 50) : Drive, fichiers texte, YouTube, etc. Et comme mentionné,
00:08:35on a tous les livrables : audio, carte mentale, fiches, infographie, etc.
00:08:41On a la compétence YouTube, et ce graphique est devenu illisible, n'est-ce pas ?
00:08:45Nettoyons ça. On a YouTube, on a NotebookLM configuré, mais
00:08:50je ne veux pas dire à Claude Code un par un : "Fais YouTube", super,
00:08:55"Maintenant fais l'autre compétence". Je veux tout faire d'un coup.
00:09:00Je veux transformer tout cela en une seule compétence. C'est ce qu'on fait maintenant.
00:09:04On transforme notre flux en compétence. Pour créer ce pipeline YouTube,
00:09:09même processus : Skill Creator. J'ai juste fait un flux de pensée pour
00:09:15dire : "Je veux cette compétence YouTube Pipeline qui cherche sur YouTube,
00:09:21envoie à NotebookLM et me sort un livrable si je le demande".
00:09:25C'est ce que j'ai dit avec beaucoup trop de mots. À ce moment-là, il crée
00:09:30la compétence, explique ce qu'il a fait et demande si on veut tester. C'est fini.
00:09:35Notre flux est prêt, les compétences sont là, c'est dans Obsidian.
00:09:41Il n'y a plus qu'à l'exécuter. Allons-y. Pour notre cas d'usage,
00:09:47nous allons demander à Claude Code de chercher des vidéos sur Claude Code et MCP.
00:09:53Je veux trouver les 5 meilleurs serveurs MCP. Je veux qu'il récupère les sources,
00:09:58qu'il analyse les serveurs, mais aussi comment ces vidéos s'en sortent.
00:10:03Qu'est-ce qui génère des vues ? Quelles sont les anomalies, les lacunes à exploiter ?
00:10:09Et je vais aussi demander de créer une infographie à partir de cette analyse.
00:10:14Voici le prompt exact. Ma compétence YouTube Pipeline est chargée.
00:10:18J'aurais pu utiliser le langage naturel, mais avec un slash, c'est sûr à 100 %.
00:10:22YouTube, MCP, analyse Claude Code et infographie. Vous voyez que
00:10:28le pipeline démarre, appelant les sous-compétences NotebookLM et YT Search.
00:10:34L'avantage ici, c'est que tout le traitement IA est fait par
00:10:41NotebookLM. Ce sont des jetons (tokens) que vous ne payez pas et que Claude
00:10:45Code n'utilise pas. C'est déchargé chez Google. Merci Google. Après six minutes,
00:10:50l'analyse est terminée. Généralement, pour de l'analyse de texte,
00:10:54ce que NotebookLM renvoie est assez rapide. Les livrables peuvent
00:10:58prendre du temps. Une présentation complète peut prendre jusqu'à
00:11:0315 minutes car il y a plusieurs images à créer. Pour un seul élément
00:11:07comme une infographie, c'est quelques minutes. Voici l'infographie sur MCP. Cool.
00:11:13On n'a pas donné beaucoup de directives visuelles, mais c'est solide.
00:11:18Supabase, Context Seven Play... Il décompose cela en codage autonome et
00:11:23la pile technologique "vibe coding". Ils citent Supabase, Figma, Sentry,
00:11:30PostHog, Context Seven. On ne peut pas contester. Et en haut,
00:11:36on voit qu'il nous a donné le fichier Markdown complet pour la recherche.
00:11:41Rappelez-vous, c'est dans Obsidian. Même si ça ressemble à un fichier texte normal
00:11:46avec des crochets partout, c'est beaucoup plus clair pour nous
00:11:51dans le contexte d'Obsidian. Voici le document dans Obsidian : points clés, serveurs.
00:11:57Il y a les liens vers les autres articles liés, je peux le voir dans le graphique.
00:12:02Mais la valeur d'Obsidian ne s'arrête pas là. Rappelez-vous,
00:12:07tous ces fichiers Markdown sur la gauche montrent globalement
00:12:13à Claude Code comment je travaille. Si on regarde le fichier claude.md,
00:12:20qui est juste ici, il devient le "cerveau dans le cerveau". Si ce coffre
00:12:25est mon second cerveau pour mes idées, alors claude.md est le cerveau
00:12:30interne qui explique à Claude ce que tout cela signifie : les conventions
00:12:37de communication, les livrables, mes préférences. Et donc,
00:12:41au fil du temps, ce coffre va grandir, mais claude.md grandira
00:12:48avec lui. Il sera entraîné et apprendra aux côtés de ce corpus de connaissances.
00:12:54Il suffit de dire à Claude Code : "Mets à jour claude.md selon nos échanges".
00:13:00Ainsi, ces conventions sont maintenues et il fait ce que je veux.
00:13:04Dites simplement : "Peux-tu mettre à jour claude.md pour mieux refléter mon style
00:13:09de travail et mes préférences de sortie selon nos dernières conversations ?"
00:13:15Même quelque chose d'aussi large suffit pour que Claude s'en occupe.
00:13:19Vous pouvez être plus spécifique si vous voulez, c'est flexible et c'est votre choix.
00:13:25Avec le temps, cette relation entre Claude Code et Obsidian
00:13:31va améliorer ses performances. Sur une semaine, l'effet est faible.
00:13:35Sur un mois, c'est flagrant. Sur un an avec des centaines de documents
00:13:40et de conversations, l'effet sera énorme. C'est là-dessus que je vous laisse.
00:13:46J'espère que vous en avez retiré plus que ce simple flux de travail.
00:13:50C'était un aperçu de ma recherche de contenu. Le point fort ici,
00:13:55c'est qu'on peut tout adapter. On a juste besoin d'un flux de travail
00:14:02qui vous aide dans ce que vous faites. Si on peut transformer ce flux
00:14:07en compétences, et même en une seule super-compétence dans ce pipeline,
00:14:13alors tout s'entraide mutuellement. Et encore une fois,
00:14:18à long terme, la valeur est immense. Dites-moi ce que vous en pensez en commentaire.
00:14:25Pour en savoir plus sur Claude Code et la masterclass,
00:14:28allez sur Chase AI Plus, le lien est en commentaire. À bientôt !

Key Takeaway

L'automatisation d'un pipeline de recherche associant Claude Code, NotebookLM et Obsidian transforme l'IA en un assistant personnalisé capable d'extraire, d'analyser et de documenter des sources de données massives de manière autonome.

Highlights

L'intégration de Claude Code avec NotebookLM et Obsidian permet d'automatiser des flux de recherche complexes en moins de 30 minutes de configuration.

L'outil Skill Creator transforme des séries de commandes manuelles en super-compétences automatisées capables de lier plusieurs services externes entre eux.

Le dépôt GitHub notebooklm-py permet de connecter Claude Code à NotebookLM via une interface en ligne de commande (CLI) malgré l'absence d'API publique.

L'utilisation de NotebookLM pour le traitement des données décharge les coûts en jetons (tokens) de Claude Code vers les services gratuits de Google.

Le fichier claude.md au sein d'un coffre Obsidian sert de mémoire persistante pour affiner les préférences et le style de travail de l'IA sur le long terme.

Timeline

Architecture du flux de travail de recherche augmentée

  • Le système repose sur la combinaison de la puissance d'exécution de Claude Code et de la capacité d'analyse documentaire de NotebookLM.
  • La flexibilité du modèle permet de remplacer les sources YouTube par des PDF, des articles ou des documents texte selon les besoins.
  • Le Skill Creator fusionne des sous-compétences distinctes en un pipeline unique pour une exécution en une seule commande.

La structure logicielle utilise Claude Code comme chef d'orchestre pour piloter des outils tiers. Les données brutes issues de sources variées sont envoyées vers NotebookLM pour une synthèse profonde sans intervention manuelle répétitive. Ce processus génère des livrables finaux tels que des infographies ou des présentations tout en restant centralisé dans l'interface de commande.

Rôle central d'Obsidian dans la gestion des connaissances

  • Obsidian fournit une structure Markdown transparente que Claude Code peut lire et organiser nativement.
  • La visualisation par graphes dans Obsidian permet à l'utilisateur humain de superviser les connexions entre les recherches générées par l'IA.
  • L'accumulation de fichiers dans le coffre crée un corpus de preuves qui améliore la précision des réponses au fil du temps.

L'utilisation d'un coffre (vault) Obsidian transforme les sorties textuelles en une base de données structurée. Claude Code accède directement à ces fichiers pour comprendre le contexte des projets passés. Cette méthode évite la perte d'informations entre les sessions et permet à l'IA de naviguer efficacement dans les relations entre les concepts.

Configuration technique et installation des outils

  • L'installation de Skill Creator se fait via la commande /plugin directement dans l'interface Claude Code.
  • La connexion à NotebookLM nécessite l'installation du dépôt notebooklm-py et une authentification via le terminal.
  • Claude Code possède la capacité d'écrire et de modifier son propre code de compétence pour s'auto-améliorer.

Le processus de mise en place nécessite l'utilisation du terminal pour cloner des outils spécifiques et authentifier les comptes Google. Une fois le CLI NotebookLM configuré, l'utilisateur demande à Claude de créer une compétence dédiée en analysant le code source du dépôt GitHub. Cette étape délègue la gestion de la logique complexe à l'IA elle-même.

Exécution du pipeline YouTube et analyse de données

  • Une commande unique peut déclencher la recherche de vidéos, l'extraction de contenu et la création d'une infographie.
  • Le traitement externe par Google permet d'économiser des ressources de calcul et des coûts d'API Claude.
  • L'analyse de marché identifie les lacunes de contenu et les tendances de visionnage pour optimiser la production.

Dans un cas pratique de recherche sur les serveurs MCP (Model Context Protocol), le système identifie les outils les plus cités comme Supabase ou Figma. L'IA traite les données en arrière-plan pendant environ six minutes pour produire un rapport détaillé. Le résultat final est stocké sous forme de fichier Markdown compatible avec Obsidian pour une consultation immédiate.

Optimisation continue via le fichier claude.md

  • Le fichier claude.md agit comme un cerveau interne dictant les conventions de style et de communication de l'IA.
  • La mise à jour régulière de ce fichier permet à Claude d'apprendre les préférences de l'utilisateur après chaque conversation.
  • La valeur du système croît de manière exponentielle avec l'accumulation de documents sur une période d'un an.

Le fichier claude.md sert de guide de style dynamique qui évolue en fonction des interactions réelles. En demandant explicitement à l'IA de mettre à jour ce fichier, l'utilisateur ancre ses préférences dans la mémoire du système. Cela crée une boucle de rétroaction où chaque tâche accomplie rend la suivante plus précise et mieux alignée sur les attentes humaines.

Community Posts

View all posts