稳定抓取公众号文章后，我用NotebookLM 30 分钟学完了。
稳定抓取公众号文章后，我用NotebookLM 30 分钟学完了。
来源类型： 微信公众号文章
日期： 2026-06-02
标签： AI, OpenClaw, 编程, 大模型
原文链接： https://mp.weixin.qq.com/s/bCBmiEMbulPMimdVQT7yDQ
摘要
稳定抓取公众号文章 + NotebookLM快速学习流程，保姆级教程 ✍️ 作者: 大刘 📝 编辑: 大刘 🎨 排版: 大刘 相信大家和我一样，微信收藏夹都有不少技术文章。 但最真实的就是，收藏夹这东西吧，有个特点，就是里面的知识都好都重要，但就是从来没看过。 我看了下我的，2026 年，47 篇。全是技术文。我当时跟自己说「这个一定要看」，然后就再也没打开过。 每一篇当时都说服了自己「有用」。然后集体烂在收藏夹里。 我突然有点烦。 烦的不是没读，是骗了自己半年。点收藏那一下我以为我学到了，其实我只是把焦虑搬了个家。从「我没看过」搬到「我以后会看」，然后那个「以后」就一直不来...
核心内容
稳定抓取公众号文章 + NotebookLM快速学习流程，保姆级教程
✍️ 作者: 大刘
📝 编辑: 大刘
🎨 排版: 大刘
相信大家和我一样，微信收藏夹都有不少技术文章。
但最真实的就是，收藏夹这东西吧，有个特点，就是里面的知识都好都重要，但就是从来没看过。
我看了下我的，2026 年，47 篇。全是技术文。我当时跟自己说「这个一定要看」，然后就再也没打开过。
每一篇当时都说服了自己「有用」。然后集体烂在收藏夹里。
我突然有点烦。
烦的不是没读，是骗了自己半年。点收藏那一下我以为我学到了，其实我只是把焦虑搬了个家。从「我没看过」搬到「我以后会看」，然后那个「以后」就一直不来。
收藏夹不是知识库，是坟场。
所以，我花一个小时打磨了一套流程，让我快速“学习”掌握收藏夹里的文章内容，并且我准备把这个流程持续用起来。
下面我把那 1 小时里做的每一步，按由浅入深的顺序拆开。
从稳定爬取公众号收藏夹文章，到把它们灌进 NotebookLM，到一步步用上 NotebookLM 越来越深的学习功能，让那堆吃灰收藏真正活起来。
一次性手把手，完成所有步骤。现在开始！
一. 导出：把吃灰的文章自动从收藏夹里抠出来
01
事情得从导出说起。都知道文章是有很强的反爬机制的。
所以这是最复杂的一步。实际花了 15 分钟。对，最复杂的一步，也就 15 分钟。
这里给大家分享我获取微信收藏文章内容的方法。
老老实实手动：每篇点开「复制链接」，把 47 个 URL 黏在一个 links.md 文件里。大概 10 分钟。
剩下的 5 分钟我没自己写脚本。把 links.md 丢给 Claude Code，说了一句话：
把 links.md 里所有 URL 抠出来，挨个抓网页正文，用 trafilatura 转成干净的 Markdown，每篇存成 文章标题_01.md / 文章标题_02.md这种带文章标题和编号的文件。装好依赖直接跑。
回车。Claude Code 自己装了 trafilatura，写完脚本，跑完，47 个 .md 文件躺在我文件夹里。我从头到尾没碰过键盘上一行 Python。
如果你好奇 Claude Code 大概写了什么。10 行而已，长这样：
●●●#!/usr/bin/env python3
import re, sys, trafilatura
text=open(sys.argv[1],encoding="utf-8").read()
urls=re.findall(r"https?://[^\s)]]+",text)
fori,urlinenumerate(urls,1):
html=trafilatura.fetch_url(url)
md=trafilatura.extract(html,output_format="markdown")or""
open(f"{i:02d}.md","w",encoding="utf-8").write(md)
print(f"[{i}/{len(urls)}] {url}")
但说实话，你不用看懂这段。把上面那句 prompt 直接丢给 Claude Code 就完事了。
其实丢给 Codex、Trae、Openclaw、Hermes 都可以，只有是个 AI Agent。
这就是 2026 年用 AI 的正确姿势：以前是「自己学会 Python 才能批处理一坨数据」，现在是「把任务描述清楚扔给 AI，自己看结果」。这个 5 行脚本省下来的不是 5 行代码，是「我得先去学 Python」那道门槛。
PDF 还是 Markdown 我也犹豫过。NotebookLM 两个都吃，但 Markdown 上传以后它的「引用回溯」做得明显更准。它给你回答的时候会精确引到第几段，PDF 经常引到一整页。
那么现在，资料库就准备好了。
二. 上传：47 个 source 全部就位
02
打开 NotebookLM，新建一个笔记本。
把 47 个 Markdown 拖进 NotebookLM 左侧的 Sources 面板，那个面板唰唰唰跳出来。
开始转圈。
刚上手 NotebookLM，它的能力边界先简单了解下：
-
单 source 容量上限：500,000 字 / 200MB。一篇公众号文章再长也撑不破。
-
支持的格式：PDF、Google Docs / Slides、Word、Markdown、txt、网页 URL（直接贴链接它会自己抓）、YouTube 视频（自动转字幕）、音频文件（自动转写）。
-
Markdown 优先：前面说过，引用回溯精度比 PDF 好一档。
还有一个常被忽视的功能叫 Discover Sources。直接给一个主题词，NotebookLM 会自己去网上搜相关一手资料补进 Sources 列表。我后来用这个功能，让它围绕 "Computer Use" 主题自动补了 8 篇英文论文和报道进我的 47 篇集合，这是手动找绝对找不全的。
半年的「以后再看」第一次被一次性管理起来了，每个加载好的文章对应当时那个「我以后会读」的承诺。
三. 第一个动作：直接问 + 看引用
03
上传完先别急着用花哨功能。打开 notebook，右侧那个 chat 输入框，直接问。
我问的第一个问题：「这里关于 Agent 的核心争论是什么？分歧在哪里？」
回答出来不到 10 秒。一段大约 400 字的浓缩，每个判断后面都跟着一个引用编号。[1][12][34] 这种。
这个引用编号才是 NotebookLM 跟 ChatGPT 最大的区别。
点一下 [5]，左侧 Sources 面板自动跳到第 5 篇文章，对应段落整段高亮。
也就是说它告诉你的每一句话，都能溯源到原文具体哪一段。如果某个判断它不肯说，多半是因为 sources 里确实没支撑。这本身就是有用信息。
我之前用 ChatGPT 处理类似场景最大的不爽，是它会编造看起来很顺的回答，你没法验证哪些是真的、哪些是模型幻觉。NotebookLM 把这个问题在产品层面解掉了：所有回答都绑在 sources 上，不允许调用通用知识填充。
这一步什么花哨配置都没改，纯默认。光是「直接问 + 点引用看原文」这一条，已经能解决 80% 的"我有一堆资料但读不完"场景。
那么问什么问题？
了解全貌、重点总结、学习建议等等，你想得到的都可以问。
四. Studio 一键生成：把 47 篇变成不同形态
04
聊几轮之后再看右下角的 Studio 面板。这是 NotebookLM 真正的工作台。一键就能把同一批 sources 转成 9 种完全不同的形态：
- 思维导图（Mind Map）：可点击展开折叠的主题树。我那 47 篇被它自动归到 5 个主题分支：Agent 与 Workflow / Computer Use / Vi
...(内容截断，完整内容请查看原文)
本页由自动化脚本生成，待人工审核补充