Skip to content

NotebookLM+Claude Code打造知识学习闭环:公众号文章30分钟速学指南

2026年5月15日

稳定抓取公众号文章后,用 NotebookLM 30 分钟学完了。收藏夹不是知识库,是坟场。

问题:收藏夹是坟场

现象真相
收藏了47篇技术文章从来没打开过
每篇都说"有用"集体烂在收藏夹里
"以后会看"那个"以后"一直不来

收藏夹不是知识库,是坟场。

解决方案:30分钟学习闭环

┌─────────────────────────────────────────────────────────────┐
│                 30 分钟学习闭环                              │
├─────────────────────────────────────────────────────────────┤
│                                                             │
│   Step 1:导出                                              │
│   └── 微信公众号复制链接                                     │
│              ↓                                              │
│   Step 2:抓取                                              │
│   └── Claude Code + trafilatura 批量抓取                    │
│              ↓                                              │
│   Step 3:上传                                             │
│   └── NotebookLM Sources 面板上传                          │
│              ↓                                              │
│   Step 4:学习                                              │
│   └── 直接问 + Audio Overview + Studio                     │
│              ↓                                              │
│   Step 5:产出                                              │
│   └── 9种输出形态可选                                       │
│                                                             │
└─────────────────────────────────────────────────────────────┘

Step 1:导出文章

方法:手动复制链接

  1. 打开微信公众号收藏夹
  2. 每篇点开「复制链接」
  3. 47个URL黏在一个 links.md 文件里
  4. 大概需要 10 分钟

技巧

技巧说明
批量操作不用在意顺序
纯链接文件一个链接一行
不用分类NotebookLM 会处理

Step 2:抓取文章内容

工具:Claude Code + trafilatura

bash
# Claude Code 执行
claude-code

抓取命令

python
import trafilatura

with open('links.md', 'r') as f:
    urls = [line.strip() for line in f if line.strip()]

for url in urls:
    downloaded = trafilatura.fetch_url(url)
    text = trafilatura.extract(downloaded)
    # 保存到文件
    with open(f'content/{url.split("?")[0][-20:]}.txt', 'w') as f:
        f.write(text)

效果

指标结果
稳定性
速度47篇约5分钟
格式纯文本

Step 3:上传到 NotebookLM

操作步骤

  1. 打开 https://notebooklm.google.com
  2. 点击左侧 "Sources" 面板
  3. 上传所有抓取的文件
  4. 等待全部变成绿点

验证

状态颜色
上传中黄色
已完成绿色
失败红色

Step 4:学习文章

第一个动作:直接问

问题类型示例
总结类"这篇文章的核心观点是什么?"
细节类"第三步具体怎么操作?"
对比类"和另一篇文章的观点有什么不同?"

关键:看引用

NotebookLM 的每个回答都会标注来源,点击可以直接跳转到原文。

Step 5:Studio 功能

NotebookLM 的 Studio 可以生成 9 种输出形态:

形态用途特点
思维导图梳理结构直观呈现
报告正式输出完整文档
FAQ快速复习问答形式
学习指南系统学习章节结构
时间线事件梳理按时间排列
演示文稿分享展示PPT格式
闪卡记忆巩固问答卡片
测验自测选择/填空
信息图视觉呈现图文结合
数据表格结构化表格呈现

推荐组合

场景推荐形态
快速了解思维导图 + FAQ
系统学习学习指南 + 测验
分享展示演示文稿 + 信息图
记忆巩固闪卡 + 测验

Audio Overview:杀手功能

功能

把文章内容转换成双人对话音频,听一个30分钟的播客。

特点

特点说明
双人对话对话式讲解,不枯燥
自动生成一键生成
可下载MP3 格式
随时听通勤时间利用起来

自定义选项

选项说明
时长可控制总时长
语速正常 / 1.5x / 2x
语言中文 / 英文

推荐工作流

每周日30分钟

┌─────────────────────────────────────────────────────────────┐
│              每周日 30 分钟学习流程                          │
├─────────────────────────────────────────────────────────────┤
│                                                             │
│   周日 20:00-20:05(5分钟)                                 │
│   └── 整理本周收藏的文章                                     │
│                                                             │
│   周日 20:05-20:15(10分钟)                                │
│   └── Claude Code 批量抓取                                  │
│                                                             │
│   周日 20:15-20:20(5分钟)                                 │
│   └── 上传 NotebookLM                                       │
│                                                             │
│   周日 20:20-20:30(10分钟)                                │
│   └── Audio Overview + 思维导图                            │
│                                                             │
│   通勤时间                                                  │
│   └── 听 Audio Overview                                     │
│                                                             │
└─────────────────────────────────────────────────────────────┘

效果

指标变化
收藏夹从坟场 → 知识库
学习时间从 0 → 每周30分钟
知识留存从没看过 → 真正掌握

一句话总结

收藏夹不是知识库,是坟场。NotebookLM + Claude Code = 30分钟把收藏夹变成知识。

核心流程:导出链接 → Claude Code 抓取 → NotebookLM 上传 → Audio Overview + Studio 学习 → 9种输出形态产出。

关键洞察:点收藏那一下不是学习,真正打开、听完、理解才是。

不要孤军奋战啦!

加入微信群一起学习交流 AI

与大神一起使用 OpenClaw、Hermes、Claude Code、Seedance 2.0、GPT-Image-2 等

微信公众号

扫码关注微信公众号
私信 "加群",将自动获取微信群二维码

探索 AI 世界,掌握智能未来