Claude Code + NotebookLM + Obsidian = MODO DIOS

CChase AI
컴퓨터/소프트웨어창업/스타트업AI/미래기술

Transcript

00:00:00Si Claude Code más NotebookLM es increíble y Claude Code más Obsidian es
00:00:04puro valor, y Claude Code más el nuevo creador de habilidades es legítimamente
00:00:09revolucionario, ¿entonces qué pasará cuando combinemos todas estas herramientas
00:00:13en un flujo de trabajo práctico y sencillo que puedes empezar a usar hoy en menos
00:00:19de 30 minutos? Bueno, eso es exactamente lo que vamos a descubrir en el video de hoy,
00:00:23mientras te muestro paso a paso cómo crear uno de los flujos más potentes dentro de
00:00:28Claude Code. Este flujo convierte a Claude Code en un monstruo absoluto de la investigación.
00:00:33Y este video es también como el culmen de todo lo que hemos hablado en los
00:00:37últimos videos, porque hemos cubierto temas sobre Claude Code y
00:00:40NotebookLM, Claude Code y Obsidian, y Claude Code y el nuevo creador de
00:00:43habilidades. Pero aquí es donde tomamos todas estas lecciones y las sintetizamos en
00:00:47algo que tiene un valor práctico. Y en ese sentido, lo importante no es mi
00:00:52caso de uso exacto, ¿verdad? Este es un caso personal de Chase AI
00:00:57y cómo investigo para mi contenido, pero tú no eres creador de contenido. Probablemente tengas
00:01:01un trabajo real. Así que quiero que te enfoques durante toda esta lección, no en los
00:01:05detalles exactos de cómo hago mi búsqueda en YouTube. Deberías enfocarte en cómo
00:01:10cambiar la búsqueda de YouTube por cualquier caso de uso que tengas y cualquier fuente
00:01:14de información que necesites, ya sean PDFs, artículos, textos o lo que sea, ¿vale?
00:01:18¿Cómo podemos adaptar esta plantilla a tu vida? Ahí es donde reside el valor. Y
00:01:22en eso quiero que te enfoques. Además, es algo en lo que esto es genial,
00:01:26¿verdad? Es un flujo de trabajo muy flexible que se adapta a tus necesidades. Y eso
00:01:32nos encanta. Entonces, ¿qué rayos va a hacer este flujo de trabajo? Bueno, como dije,
00:01:36esto es investigación potenciada al máximo. Estaremos dentro de Claude Code y
00:01:40haremos algo de investigación vía YouTube, ¿vale? Mi fuente de datos en este caso
00:01:45serán videos de YouTube. Para hacerlo, usaremos una habilidad específica. Desde ahí,
00:01:50enviaremos esos datos de YouTube a NotebookLM a través de Claude Code. NotebookLM
00:01:55analizará esos videos por nosotros. NotebookLM también nos dará cualquier
00:02:00entregable que queramos, ya sea un podcast, un video, una infografía o una
00:02:04presentación de diapositivas. Y luego nos devuelve todo eso dentro de Claude Code. Todo
00:02:09esto se ejecuta mediante habilidades. Además, vamos a combinar todas
00:02:15esas sub-habilidades en básicamente una súper habilidad. Lo haremos usando el
00:02:22creador de habilidades, ¿vale? Ahí es donde entra el creador de habilidades, y obviamente lo
00:02:26de NotebookLM entrará en juego aquí. ¿Qué pasa con Obsidian? Porque
00:02:31esto es bueno de por sí, pero queremos potenciarlo. Probablemente no voy a
00:02:35ejecutar este flujo solo una vez. Bueno, entra Obsidian. Todos estos datos
00:02:40que analizamos, y más que los datos individuales, la forma en que los abordamos, cómo
00:02:46nos gusta el análisis, cómo queremos que se vean los entregables, cómo pensamos,
00:02:50todo eso será registrado por Claude Code en una serie de archivos Markdown,
00:02:55una serie de archivos de texto que Obsidian podrá revisar porque todo esto
00:02:59va a ocurrir en nuestra bóveda. Al mirar Obsidian aquí, la bóveda es genial
00:03:03por varias razones. Para mí como ser humano, tengo una gran visión de
00:03:06lo que pasa en mis archivos de texto. Puedo navegar por los archivos, ver cómo se
00:03:09enlazan y obtengo gráficos pequeños y nítidos. Pero más importante aún, dentro
00:03:13de Claude Code, todos esos archivos Markdown son transparentes para el propio Claude Code.
00:03:19Es más fácil cuando está configurado en este formato de Obsidian para que Claude Code
00:03:22encuentre lo que necesita. Además, con el tiempo, seremos capaces de refinar cómo
00:03:29Claude Code nos habla y piensa de esta manera mediante el archivo "claude.md",
00:03:34lo que con el tiempo significa que Obsidian ayuda a Claude Code a hacer este flujo
00:03:41de la manera que queremos, ¿verdad? Con Obsidian añadido a este flujo, podemos convertir a
00:03:47Claude Code en algo así como un asistente personal bien entrenado que ejecuta este flujo en
00:03:53nuestro nombre. Y eso es súper potente. Esto casi se convierte en un bucle de mejora continua,
00:03:58¿verdad? Porque cuanto más ejecuto el flujo, más obtiene el análisis como a
00:04:02mí me gusta. Cuanto más hablo con Claude Code, más datos se registran y Claude
00:04:07Code sigue construyendo con el tiempo este corpus de conocimiento y
00:04:11evidencia de cómo me gusta trabajar. Y así es como conseguimos esta increíble
00:04:16relación simbiótica donde todas estas cosas se ayudan entre sí combinando Claude Code
00:04:20con el creador de habilidades, con NotebookLM y con Obsidian, ¿vale? Y ves lo
00:04:24flexible que es porque este tipo de flujo cambia si, ya sabes,
00:04:28podemos quitar YouTube y poner PDFs, ¿vale? Incluso podrías quitar la parte de NotebookLM.
00:04:31Realmente podrías tener cualquier flujo aquí, ¿verdad? Inserta cualquier proceso. Pero si
00:04:37mantienes esta plantilla de flujo, Obsidian y mejoras las habilidades con el creador,
00:04:42tienes algo súper potente a tu alcance. Y no es algo que mucha
00:04:46gente esté haciendo. Ahora, antes de ver cómo configurar esto exactamente, unas palabras
00:04:50de nuestro patrocinador: yo mismo. De nuevo, si quieres saber más sobre Claude Code, acabo
00:04:56de lanzar una masterclass de Claude Code dentro de Chase AI Plus. Te lleva de
00:05:01cero a básicamente ser un desarrollador de IA sin importar tu formación técnica o falta de ella. Chase AI Plus
00:05:07es genial si vas en serio con la IA y estás intentando hacer una carrera de
00:05:09esto. Así que échale un vistazo. Además, hay una comunidad gratuita de Chase AI. Puedes
00:05:15encontrarla en la descripción. Todas las habilidades de las que hablamos hoy, así como
00:05:18otros recursos gratuitos, se pueden encontrar allí. Así que hay algo para todos.
00:05:23Lo primero que debemos hacer es crear nuestras habilidades. Notarás que estoy en mi bóveda.
00:05:27Debemos estar en nuestra carpeta de la bóveda para que Obsidian detecte estas cosas. Ahora,
00:05:31sobre la habilidad del creador, cómo instalarla y hacerla funcionar: asegúrate de ver el video
00:05:35de arriba. Entro en detalle, pero en la versión rápida: simplemente harás "/plugin".
00:05:40Buscarás la herramienta "skill creator". Puedes ver que la mía ya está instalada aquí.
00:05:46Instala el creador de habilidades, sal de Claude Code y reinícialo. Ya estás listo. Y si
00:05:51quiero crear una habilidad, haré "/skill creator" para asegurar que realmente
00:05:55use la habilidad. Y luego simplemente la describimos. En este caso, dije que quería
00:05:59crear una habilidad que busque en YouTube y devuelva resultados de video estructurados. Debería
00:06:03usar "yt-dlp" para buscar videos por consulta, devolver los resultados, etc.,
00:06:08etc. Así es para el tema de YouTube. Ajústalo según lo que quieras como
00:06:11fuente. De nuevo, estos prompts estarán en mi comunidad. Una vez lo ejecutes,
00:06:15creará la habilidad automáticamente dentro de tu carpeta ".claude". Te dará algunas
00:06:19descripciones sobre lo que hizo con la herramienta del creador. Recuerda que tenemos
00:06:23la capacidad de realizar pruebas también si queremos, pero lo saltaremos por ahora. Eso me da
00:06:28la habilidad de YouTube. Ahora puedo buscar en YouTube. ¿Y la parte de NotebookLM? Pues
00:06:31igual que lo anterior, tengo un video completo analizándolo. Míralo arriba, pero te daré
00:06:35el resumen de 30 segundos. NotebookLM no tiene una API pública. Así que para conectar
00:06:41Claude Code con NotebookLM, vamos a usar este repositorio de GitHub: "notebooklm-py".
00:06:46Pondré un enlace en la descripción para instalarlo. Es muy fácil. Simplemente
00:06:50ejecutaremos estos comandos dentro de nuestra terminal. Así que copiaremos esto. Creo una
00:06:55nueva terminal. Repito, no estoy dentro de Claude Code en este momento. Esto es puramente
00:06:59la terminal, pego los comandos y ejecuto la instalación. Después de instalarlo,
00:07:03necesito iniciar sesión en NotebookLM para autenticarme. Lo ves aquí en la sección CLI. Solo
00:07:09copio "notebooklm login", lo pongo en la terminal y pulso Enter. Se abrirá una ventana
00:07:14del navegador pidiendo que inicie sesión. Lo hago y listo. Ya está instalado y puedes
00:07:19usar NotebookLM. Sin embargo, hay que enseñarle a Claude Code cómo usarlo realmente. Ahí
00:07:24es donde entra la habilidad. Este repositorio nos da un comando para hacerlo. Podemos ejecutar
00:07:29la instalación de la habilidad de NotebookLM si queremos. También tenemos la opción, que
00:07:34probablemente sea mejor ahora que tenemos el creador de habilidades, de simplemente copiar,
00:07:38ya sabes, básicamente todo este repositorio de GitHub o poner un enlace y dárselo a Claude Code
00:07:43diciendo: "Oye, usa el creador de habilidades para crear una habilidad para notebooklm-py".
00:07:50Ves ese prompt justo aquí: "Creador de habilidades, crea una habilidad para usar mejor las funciones de NotebookLM".
00:07:55Esto es de lo mejor de Claude Code: hará cosas que afectan a su
00:08:00propio uso, ¿sabes? Entiende cómo funcionan las habilidades en su ecosistema. Así que cuando
00:08:06hago esto, de alguna forma se automejora, lo cual es genial. Y al ejecutarlo, recibirás
00:08:11básicamente el mismo mensaje que viste arriba cuando creamos la habilidad de búsqueda de YouTube.
00:08:15Específicamente con la habilidad de NotebookLM, estos comandos nos permiten hacer todo y más
00:08:21desde la terminal de Claude Code de lo que podrías hacer en NotebookLM normalmente.
00:08:26Podemos crear nuestra propia libreta. Podemos añadir tantas fuentes como queramos, hasta 50,
00:08:30ya sea desde Drive, copiando archivos de texto, YouTube, etc. Y como mencioné antes, tenemos todos
00:08:35los entregables: audio, mapa mental, tarjetas, infografía, etcétera, etcétera.
00:08:41Ya tenemos la habilidad de YouTube y este gráfico se ha vuelto horrible, ¿verdad? Vamos a
00:08:45limpiarlo. Tenemos la habilidad de YouTube, tenemos NotebookLM configurado, pero de nuevo,
00:08:50no quiero decirle a Claude Code una por una: "Usa la habilidad de YouTube", pulgar arriba. "Ahora haz
00:08:55esta otra habilidad", pulgar arriba. Quiero hacerlo todo a la vez. Quiero convertirlo en
00:09:00una sola habilidad y eso haremos ahora. Convertiremos nuestro flujo en una habilidad.
00:09:04Para crear ese pipeline de YouTube, esa súper habilidad de flujo de trabajo, ves que es el
00:09:09mismo proceso exacto: el creador de habilidades. Y luego simplemente hice un fluir de conciencia
00:09:15para que lo creara, diciendo básicamente: "Oye, quiero esta habilidad de pipeline de YouTube. Quiero
00:09:21que use búsqueda en YouTube, que lo envíe a NotebookLM y que, si lo pido, genere un entregable
00:09:25y me lo traiga de vuelta". Eso es lo que dije con demasiadas palabras. En ese punto creará la
00:09:30habilidad, te dirá qué hizo y preguntará si quieres ejecutar evaluaciones, que es opcional.
00:09:35Llegados aquí, nuestro flujo de trabajo está básicamente configurado, ¿vale? Las habilidades están listas
00:09:41dentro de Obsidian. Ahora solo tenemos que ejecutarlo. Vamos a hacerlo. En nuestro
00:09:47caso de uso, le pediremos a Claude Code que busque videos relacionados con Claude Code y MCP.
00:09:53Quiero encontrar los cinco mejores servidores MCP. Quiero que obtenga las fuentes y haga un
00:09:58análisis, no solo de cuáles son los cinco mejores, sino de cómo les va a esos videos. ¿Qué atrae
00:10:03las visitas? ¿Hay casos atípicos? ¿Qué huecos hay y cómo podemos aprovecharlos?
00:10:09Y también pediré que tome ese análisis y me cree una infografía. Ese es el prompt exacto
00:10:14que ves aquí. Tengo mi habilidad de pipeline de YouTube cargada. Podría haber usado lenguaje
00:10:18natural, pero al usar el comando de barra, sabes que va a funcionar al cien por cien.
00:10:22Como dije, YouTube MCP, análisis de Claude Code y pedí una infografía. Ves que
00:10:28está iniciando el pipeline, llamando a las sub-habilidades con NotebookLM y la búsqueda de YT. Y
00:10:34de nuevo, lo genial de esto de NotebookLM es que todo este procesamiento por parte de la IA
00:10:41lo hace NotebookLM. Son tokens por los que no pagas y que Claude Code no tiene que
00:10:45usar. Todo se delega a Google. Gracias, Google. Tras seis minutos, el análisis está
00:10:50completo. Ten en cuenta que, por lo general, cuando se trata de análisis de texto y
00:10:54quieres ver qué devuelve NotebookLM, es bastante rápido. Los entregables pueden
00:10:58tardar. Si buscas una presentación completa de diapositivas, por ejemplo, puede tardar hasta
00:11:0315 minutos, ¿vale? Porque debe crear varias imágenes. Si es algo puntual,
00:11:07como una infografía, solo unos minutos. Aquí está nuestra infografía sobre MCP. Genial.
00:11:13No dimos mucha guía visual sobre lo que queríamos ver, pero es sólida, ¿verdad?
00:11:18Supabase, Context Seven, Play... ¿no? Lo divide en codificación autónoma y el
00:11:23stack esencial de "vibe coding". ¿Qué dicen? Supabase, Figma, Sentry, PostHog, Context Seven,
00:11:30Play, ¿verdad? No se puede discutir. Y arriba, como puedes ver aquí, nos dio el
00:11:36archivo Markdown completo de la investigación. Recuerda que esto está en Obsidian. Aunque parezca
00:11:41un archivo Markdown normal con cosas aleatorias en corchetes dobles, es mucho más
00:11:46obvio y fácil para nosotros como humanos verlo en contexto vía Obsidian. Aquí está el mismo
00:11:51documento en Obsidian: puntos clave, servidores... Tiene los enlaces que me mostrarán otros
00:11:57artículos relacionados, puedo verlo en el gráfico. Cosas geniales, pero ahí no
00:12:02acaba el valor de Obsidian. Recuerda que el valor de Obsidian es que tengo, puedes
00:12:07verlo a la izquierda, todos estos archivos Markdown que, en conjunto, básicamente
00:12:13le muestran a Claude Code cómo trabajo. Y si miramos el archivo "claude.md", que es lo que
00:12:20vemos aquí, se convierte en ese cerebro dentro del cerebro, ¿verdad? Si esta bóveda es
00:12:25mi segundo cerebro donde guardo mis ideas, pues el archivo "claude.md" es, de nuevo, el cerebro
00:12:30dentro del cerebro que le dice a Claude qué significa todo esto en términos de convenciones
00:12:37sobre cómo hablarme, cómo darme entregables y cómo quiero que se hagan las cosas. Y como dije,
00:12:41con el tiempo, esta bóveda crecerá y crecerá más y más, pero es muy fácil que "claude.md" crezca
00:12:48a la par. Y de nuevo, que sea entrenado y aprenda junto a este corpus de conocimiento. Es tan
00:12:54simple como decirle a Claude Code: "Oye, actualiza claude.md basándote en nuestras últimas charlas".
00:13:00Así se mantienen las convenciones y realmente haces lo que yo quiero. Y es tan
00:13:04sencillo como preguntar: "¿Podemos actualizar claude.md para que refleje mejor mi estilo de trabajo
00:13:09y mis preferencias de salida basándote en nuestras últimas conversaciones?", ¿verdad? Algo tan
00:13:15amplio como eso es suficiente para que Claude empiece a trabajar en ello. Si quieres
00:13:19ser más específico, puedes serlo. Eso es lo bueno, es muy flexible y depende de ti. Y con el tiempo,
00:13:25esa relación entre Claude Code y Obsidian es lo que hará que mejore su
00:13:31rendimiento. Hacerlo durante una semana no se notará mucho. Hacerlo durante
00:13:35un mes, sin duda. Hacerlo durante un año y con cientos de documentos y
00:13:40conversaciones, eso tendrá un efecto enorme y duradero. Así que aquí es donde os dejo hoy.
00:13:46Espero que hayáis sacado más de esto que solo este flujo de trabajo en particular. Y,
00:13:50ya sabéis, una pequeña visión interna de cómo investigo mi contenido, porque el gran atractivo
00:13:55de esto es que podemos quitar todo esto, ¿verdad? Y solo necesitamos algún tipo de flujo
00:14:02que te ayude a ti, hagas lo que hagas. Y si podemos tomar ese flujo y convertirlo en
00:14:07habilidades, o incluso un grupo masivo de ellas en una sola y conectarlo a este pipeline,
00:14:13entonces llegamos a una situación donde todo se ayuda mutuamente. Y de nuevo,
00:14:18a largo plazo, hay muchísimo valor ahí. Dejadme en los comentarios qué os ha parecido. Como siempre,
00:14:25si queréis saber más de Claude Code y ver la masterclass, entrad en
00:14:28Chase AI Plus, hay un enlace en los comentarios. ¡Nos vemos!

Key Takeaway

Combinar Claude Code con NotebookLM y Obsidian crea un sistema de mejora continua donde la IA se autoprograma mediante habilidades y aprende preferencias personales a través de archivos Markdown.

Highlights

La integración de Claude Code con NotebookLM y Obsidian permite automatizar flujos de investigación complejos en menos de 30 minutos.

El uso de la herramienta 'skill creator' permite generar una súper habilidad que coordina sub-habilidades de búsqueda en YouTube y procesamiento de datos.

NotebookLM procesa hasta 50 fuentes externas, como videos o PDFs, sin consumir tokens de la cuota de Claude Code al delegar el cómputo a Google.

El archivo 'claude.md' dentro de una bóveda de Obsidian funciona como un registro de convenciones que entrena a la IA sobre estilos de trabajo específicos.

La herramienta 'notebooklm-py' de GitHub habilita el control de NotebookLM mediante comandos de terminal para generar infografías y mapas mentales.

Timeline

Arquitectura del flujo de trabajo de investigación

  • La unión de Claude Code, NotebookLM y Obsidian transforma la terminal en un motor de investigación de alto rendimiento.
  • Este sistema es modular y permite sustituir las fuentes de YouTube por PDFs o artículos según la necesidad del usuario.
  • El valor principal reside en la adaptabilidad de la plantilla a cualquier caso de uso profesional fuera de la creación de contenido.

El flujo de trabajo se basa en la interconexión de tres pilares. Claude Code actúa como la interfaz de ejecución, NotebookLM se encarga del análisis profundo de los datos y Obsidian sirve como la base de conocimientos donde se almacena el aprendizaje. Esta estructura permite que un usuario sin formación técnica avanzada gestione procesos de datos complejos.

Sinergia entre herramientas y entregables

  • Las habilidades de Claude Code automatizan el envío de datos desde YouTube hacia el análisis de NotebookLM.
  • Obsidian visualiza la relación entre archivos mediante gráficos y facilita que Claude Code localice información relevante.
  • El proceso genera un bucle de retroalimentación donde la IA refina su comportamiento basándose en el historial de archivos Markdown.

NotebookLM ofrece resultados diversos como podcasts, infografías o presentaciones que luego se integran de nuevo en la terminal. Al utilizar Obsidian como repositorio, la transparencia de los archivos de texto permite que Claude Code comprenda el contexto del usuario. Con el tiempo, esta relación simbiótica convierte a la IA en un asistente personal bien entrenado.

Configuración técnica y creación de habilidades

  • La instalación del plugin 'skill creator' mediante el comando /plugin es el primer paso para automatizar el flujo.
  • El repositorio 'notebooklm-py' permite la autenticación y el control de NotebookLM desde la línea de comandos.
  • Claude Code es capaz de automejorarse al redactar sus propias habilidades basadas en descripciones en lenguaje natural.

Para activar la conexión, es necesario instalar 'yt-dlp' para las búsquedas de video y vincular la cuenta de Google a través de la CLI de NotebookLM. El usuario define la lógica del pipeline mediante un prompt de 'fluir de conciencia' y la IA genera el código necesario en la carpeta .claude. Esto elimina la necesidad de dar instrucciones paso a paso durante la ejecución diaria.

Ejecución práctica y análisis de resultados

  • Un pipeline de investigación sobre servidores MCP y Claude Code puede completarse íntegramente en seis minutos.
  • La delegación de procesamiento a Google permite realizar análisis extensos sin incurrir en costes de tokens adicionales.
  • Los entregables visuales, como infografías, se generan automáticamente a partir de los puntos clave detectados en la investigación.

Durante la prueba práctica, el sistema identificó brechas de contenido y casos de éxito en videos de YouTube sobre 'vibe coding'. Aunque los análisis de texto son casi instantáneos, los documentos visuales complejos pueden requerir hasta 15 minutos debido a la generación de múltiples imágenes. Los resultados se guardan directamente en Obsidian con enlaces internos para facilitar la navegación humana.

Entrenamiento del cerebro de la IA con claude.md

  • El archivo claude.md funciona como el centro de control para definir el estilo de respuesta y las convenciones de salida.
  • La actualización periódica de las instrucciones de la IA garantiza que el sistema evolucione junto con el corpus de conocimiento del usuario.
  • El rendimiento del asistente mejora exponencialmente tras meses de acumular registros de conversaciones y documentos.

La instrucción de actualizar el archivo de configuración se realiza con un comando simple basado en las últimas interacciones. Esto permite que la IA aprenda cómo hablar al usuario y cómo estructurar los entregables de forma personalizada. A largo plazo, el crecimiento de la bóveda de Obsidian actúa como un entrenamiento continuo que optimiza la precisión de la IA.

Community Posts

View all posts