# Claude Code + NotebookLM + Obsidian：一套越用越懂你的 AI 研究机器
**作者**: mousepotato
**日期**: 2026-06-02T05:55:22.000Z
**来源**: [https://x.com/iluciddreaming/status/2061688102025093246](https://x.com/iluciddreaming/status/2061688102025093246)
---
大多数人做研究的方式都一样。
开十几个标签页，看视频，读文章，随手记点笔记。一小时过去，打开了二十个标签页，笔记软件里三行字，什么都没整理好。
有更好的办法。
这篇文章教你用 Claude Code、NotebookLM 和 Obsidian 搭一套研究系统，能自动调查任何话题——市场趋势、新兴技术、加密生态、内容赛道——而且越用越顺手。
搭建时间：30 分钟以内。
## 这套系统为什么有效
四个工具，各管一层。
Claude Code——执行层。用自然语言告诉它要做什么，它会运行命令、调用技能、管理文件，把整个流程跑起来。
Skill Creator——定制层。Claude Code 的插件，让你用人话描述想要什么功能，它帮你生成并安装对应的技能（Skill，类似手机的 App，装上之后就多了一个可用命令）。不需要写代码。
NotebookLM——分析层。谷歌的 AI 研究工具，能读取你的来源资料，生成深度分析、摘要、信息图、闪卡、播客脚本。关键是：把分析任务交给 NotebookLM，用的是谷歌的算力，不消耗你的 Claude 额度。
Obsidian——记忆层。本地的 Markdown 知识库，存储系统产出的所有内容。用得越久，Claude Code 对你的思维方式了解越深，输出越贴近你真正想要的结果。
四个工具组合在一起：一条能执行、能分析、能自我改进的研究流水线。
## 第一步：安装 Skill Creator
打开 Claude Code。确保你在 Obsidian vault（本地笔记库文件夹）里——这一步很关键，Claude Code 生成的文件才能被 Obsidian 识别到。
运行命令：
```
/plugin
```
搜索 skill-creator，安装，退出 Claude Code，重启 Claude Code。
完成之后，你就能用自然语言描述功能，Claude Code 帮你创建任何技能。
## 第二步：创建 YouTube 搜索技能
这个技能让 Claude Code 能搜索 YouTube，抓回结构化的视频数据——标题、频道名、订阅量、播放量、上传时间、链接、互动比率。
在 Claude Code 里运行：
```
/skill-creator 我想创建一个搜索 YouTube 并返回结构化视频结果的技能。
使用 yt-dlp 按关键词搜索，默认返回前 20 条结果，
每条视频包含：标题、频道名、订阅量、播放量、时长、上传日期和链接。
默认过滤最近 6 个月的内容，支持 --months 参数调整时间范围。
额外计算播放量/订阅量比值作为互动指标。
输出格式清晰，用分隔线分开每条结果，数字用易读格式显示。
```
Claude Code 会生成技能、安装、确认。之后你就有了 /yt-search 命令。
注意：需要在电脑上安装 yt-dlp。如果还没有，先装好再继续。
## 第三步：安装 NotebookLM-py
NotebookLM 没有公开 API。要让 Claude Code 连上 NotebookLM，用的是一个开源项目 notebooklm-py。
在普通终端窗口里运行（不是在 Claude Code 里）：
```
pip install notebooklm-py
```
然后登录：
```
notebooklm login
```
浏览器会弹出来，登录你的谷歌账号，完成。连接建立好了。
注意：notebooklm-py 是第三方开源项目，不是 Google 官方 API。连接方式随时可能因 Google 的调整而失效，使用前确认项目仍在维护。
## 第四步：创建 NotebookLM 技能
现在教 Claude Code 怎么用 notebooklm-py。在 Claude Code 里运行：
```
/skill-creator 创建一个让我们能最好地使用 notebooklm-py 工具的技能。
参考 GitHub 仓库 github.com/teng-lin/notebooklm-py，
构建一个能够：创建新笔记本、添加来源（YouTube 链接、文本、文件）、
对来源运行分析、生成交付物（音频概述、思维导图、闪卡、信息图）的技能。
```
这给 Claude Code 装好了完整的 NotebookLM 技能，支持 NotebookLM 的所有操作——每个笔记本最多 50 个来源，全部交付物类型都能用。
## 第五步：把所有东西接成一条流水线
这一步才是整套系统真正强大的地方。
不用手动先跑 YouTube 搜索，再把结果发给 NotebookLM，再请求分析——你只需要建一个技能，一条命令把所有步骤全部跑完。
在 Claude Code 里运行：
```
/skill-creator 我想创建一个 YouTube 研究流水线技能，
把 yt-search 技能和 NotebookLM 技能结合起来。
使用这个流水线技能时，我希望它：
接收我想研究的主题，用 yt-search 技能在 YouTube 找 10 条相关视频，
用 NotebookLM 技能创建新笔记本，把视频来源加进去，
然后根据我输入的研究主题做分析。
另外问我要不要生成交付物——NotebookLM 可以做闪卡、信息图、思维导图、音频概述。
如果我没有指定交付物，默认不生成。
分析完成后，把所有内容以 Markdown 文件存到 vault，同时在对话里展示。
输出里包含完整的 YouTube 搜索元数据——使用的来源、播放量、频道名、互动比率。
```
## 实际跑一次是什么样
技能装好以后，假设生成的命令叫 /yt-pipeline，一次真实的研究是这样的：
```
/yt-pipeline 我想研究 2026 年的 AI Agent 框架。
开发者真正在用哪些框架——LangGraph、CrewAI、AutoGen、Agno，还是别的？
我想了解是什么在驱动这个话题的播放量，社区里有哪些争议，
有哪些异常表现的内容，哪些角度还没有被覆盖好。
找 10 个相关来源，推送到新的 NotebookLM 笔记本，
跑完整分析，生成一张信息图展示这个生态的全貌。
```
Claude Code 启动流水线。调用 YouTube 搜索技能，找到 10 条视频——横跨框架教程、对比测评、开发者观点——把链接传给 NotebookLM，建好笔记本，跑分析，请求信息图。
总处理时间：原教程测试约 6 分钟，实际时间因网络和账号状态而异。
其中大部分时间是 NotebookLM 在谷歌服务器上处理，不是你的 Claude 额度。
回来的结果：
1. 完整分析报告——哪些框架在上升、哪些在高原期、开发者真正在抱怨什么、互动异常的内容、还没有人覆盖的内容角度
2. 一张 AI Agent 框架生态信息图
3. 一个直接保存进 Obsidian vault 的 Markdown 文件，结构清晰、带链接，随时可以在后续研究里引用
## Obsidian 让它从工具变成系统
上面说的这些，单独用一次就是个不错的研究工具。
Obsidian 让它变成会复利的东西。
流水线产出的每个 Markdown 文件都落进你的 Obsidian vault。时间久了，你的 vault 成了一个有结构的知识语料库——话题、来源、分析、规律、结论全在里面。
Claude Code 能读取这些文件，能看到它们之间的关联，能理解你反复关注哪些话题、你觉得哪种分析有用、你喜欢什么输出格式。
vault 里的 claude.md 文件（Claude Code 的个人配置文件，相当于给 AI 设定的长期工作规矩）是让这件事变得明确的地方。它告诉 Claude Code 怎么和你配合工作——你的惯例、输出偏好、内容结构方式。
每次研究结束后，可以对 Claude Code 说：
```
能帮我更新 claude.md，让它更好地反映我的工作方式、分析思路和输出偏好吗？
```
Claude Code 会读最近的对话，识别你的规律，更新文件。
一周做一次。一个月之后，输出开始贴近你真正想要的，不需要每次都详细解释。一年以后，你有了一个吸收了几百次研究会话、理解你思维方式的助手，而不是一个每次都从零开始的工具。
## 数据源可以换，框架不变
YouTube 只是其中一个数据源，不是这套系统的本质。
本质是这条流水线的结构。
你可以把 YouTube 换成任何 Claude Code 能访问的数据源：
- PDF——学术论文、行业报告、白皮书
- 公开网页——新闻文章、技术文档、博客
- 本地文件——你自己的笔记、导出数据、字幕文件
- 谷歌云端硬盘——已有的文档和表格
流水线模板不变，换源，保留结构。
研究一个加密生态，用白皮书和公开文档。分析一项新技术，用 YouTube 上的技术演讲。摸清一个内容赛道，分析哪些内容在传播。研究市场动态，用公开报告。
无论什么场景，流水线、分析层、记忆系统都是同一套。
30 分钟搭起来，第一次用就值回来了。
## 土豆哥 | 一人公司手册系列
- 001 — 20 分钟注册域名
- 002 — GitHub Pages 建站
- 003 — 人在国内开美国银行卡
- 004 — 终身免费 Oracle VPS：4 核 24G，从申请到跑起来
- 005 — 全球免费的前后端部署平台
- 006 — 给 AI 装上腿，人在地铁 AI 在家跑
mousepotato（土豆哥） | 美国计算机全奖博士 | 硅谷 11 年技术管理 | AI · OPC · 产品 | X @iluciddreaming
关注我，获取 AI 前沿、技术、管理、产品、英语和硅谷生活见闻。
## 相关链接
- [mousepotato](https://x.com/iluciddreaming)
- [@iluciddreaming](https://x.com/iluciddreaming)
- [28K](https://x.com/iluciddreaming/status/2061688102025093246/analytics)
- [001 — 20 分钟注册域名](https://x.com/iluciddreaming/status/2054095003966963832)
- [002 — GitHub Pages 建站](https://x.com/iluciddreaming/status/2054462411537547646)
- [003 — 人在国内开美国银行卡](https://x.com/iluciddreaming/status/2056909016614531244)
- [004 — 终身免费 Oracle VPS：4 核 24G，从申请到跑起来](https://x.com/iluciddreaming/status/2057652221777699211)
- [005 — 全球免费的前后端部署平台](https://x.com/iluciddreaming/status/2059486039513919522)
- [006 — 给 AI 装上腿，人在地铁 AI 在家跑](https://x.com/iluciddreaming/status/2061306630898405617)
- [@iluciddreaming](https://x.com/@iluciddreaming)
- [Upgrade to Premium](https://x.com/i/premium_sign_up)
- [1:55 PM · Jun 2, 2026](https://x.com/iluciddreaming/status/2061688102025093246)
- [28.2K Views](https://x.com/iluciddreaming/status/2061688102025093246/analytics)
- [View quotes](https://x.com/iluciddreaming/status/2061688102025093246/quotes)
---
*导出时间: 2026/6/3 09:07:00*