正在打开每日关注
正在打开每日关注
视频演示将 Claude Code、NotebookLM 与 Obsidian 串成研究工作流,亮点是自动沉淀 Markdown;需警惕 NotebookLM 非官方 API 的稳定性与权限风险。
J7 个 人 laude-code-browser-automation-research.md @ 演 CLAUDEmd 义 机 上 人 New Chat 十 涛 CLAUDEmd , 回 # Personal Assistant 一 Vault Conventi Markdown 人 # Personal Assistant -- Vault Conventions tes profiles - /inbox - raw brain dumps and unprocessed notes (Claude sorts these into the r
这是一套以 Claude Code 为编排入口的个人研究工作流:围绕一个研究主题搜索 YouTube 内容,将素材交由 NotebookLM 分析,再生成研究笔记、脚本、信息图等交付物,并按约定写入 Obsidian Vault。视频强调通过 Skill Creator 把流程封装为可用技能,使后续任务可用自然语言触发。
可借鉴之处在于先定义 Vault 的目录和 Markdown 约定,再让自动化产物进入统一知识库;这样既保留可审阅的中间结果,也能积累个人偏好与上下文。流程的价值主要在于减少资料搜集、归纳和归档之间的手工搬运。
边界与风险同样明显:视频屏幕展示的 notebooklm-py 自称为非官方库,依赖未公开的 Google API,可能随时失效、触发限流,且不适合承载关键生产流程。自动生成的分析、脚本与信息图仍需核验来源、版权和事实准确性;对外部网页、视频和知识库的读取与写入也应采用最小权限,并避免把敏感资料纳入自动化上下文。