qiaomu-anything-to-notebooklm图片OCR功能扫描版PDF如何变成可学习的内容源【免费下载链接】anything-to-notebooklmClaude Skill: Multi-source content processor for NotebookLM. Supports WeChat articles, web pages, YouTube, PDF, Markdown, search queries → Podcast/PPT/MindMap/Quiz etc.项目地址: https://gitcode.com/GitHub_Trending/an/qiaomu-anything-to-notebooklmqiaomu-anything-to-notebooklm 是一款开源的多源内容智能处理工具内置图片 OCR 功能能把扫描版 PDF、截图、拍照文件自动识别成文字再一键上传 Google NotebookLM生成播客、PPT、思维导图和 Quiz 等可学习内容源。一、为什么扫描版 PDF 用不了普通的电子 PDF 内部就有文字层复制、搜索都没问题。但扫描版 PDF 不一样——它本质上是一张张图片没有任何可提取的文字❌ 选中文字复制失败❌ 全文搜索关键词找不到❌ 丢给 AI 学习AI 只能看图说话无法精读而 OCROptical Character Recognition光学字符识别的作用就是把图片里的文字读出来变成真正的文本。这样扫描件就和原生 PDF 一样可以被上传、检索、学习和再利用。二、OCR 功能的工作原理三步流水线qiaomu-anything-to-notebooklm 的 OCR 处理是一条全自动流水线你只需要给文件路径剩下的由 main.py 主入口和 SKILL.md 中定义的技能规则自动完成扫描件/图片 ──① markitdown OCR──▶ 纯文本 TXT ──② notebooklm source add──▶ NotebookLM ──③ AI 生成──▶ 播客/PPT/思维导图/QuizOCR 识别由 requirements.txt 中声明的markitdown[all]负责自动识别 PDF 扫描件和图片中的文字并保存为 TXT 文件上传内容源通过 NotebookLM 命令行把 TXT 上传为学习源SourceAI 生成根据你的自然语言指令生成播客、PPT、思维导图等格式 整个过程无需手动指定这是扫描件工具会自动判断输入类型识别到扫描件时自动走 OCR 分支。支持 OCR 的文件格式文件类型格式OCR 处理扫描版 PDF.pdfmarkitdown OCR 提取全文 → TXT图片JPEG / PNG / GIF / WebP自动 OCR 识别文字 → TXT压缩包.zip自动解压后批量 OCR三、扫描版 PDF 变播客的快速上手步骤第 1 步一键安装只需 Python 3.9cd ~/.claude/skills/ git clone https://gitcode.com/GitHub_Trending/an/qiaomu-anything-to-notebooklm cd qiaomu-anything-to-notebooklm ./install.shinstall.sh 会自动安装 markitdownOCR 依赖、Playwright 浏览器和 NotebookLM CLI全程无需手动装依赖。装完可以运行 check_env.py 做 13 项环境自检全部打勾即代表 OCR 链路就绪。第 2 步一次性认证 NotebookLMnotebooklm login notebooklm list # 验证登录成功第 3 步说一句话剩下的交给 AI在 Claude Code 中直接对扫描件下达自然语言指令即可例如把这个扫描PDF做成报告 /path/to/scan.pdf工具会自动执行检测扫描件 → markitdown OCR 提取文字 → 上传 NotebookLM → 生成报告最后把结果文件路径告诉你。四、OCR 的 4 个实用场景场景 1扫描版论文 → 播客️ 把扫描 PDF 路径丢给工具要求生成播客通勤路上就能听完一篇论文精华。场景 2拍照笔记 → 思维导图️ 手机拍的照片JPG/PNG同样支持 OCR。识别成文字后生成思维导图理清知识结构。场景 3批量扫描件 → 综合学习 一个 ZIP 包里放多份扫描文件工具会自动解压并批量 OCR合并成统一的内容源再生成 PPT 或报告。场景 4扫描书籍 → 深度分析 对识别后的全文启用深度分析模式--deep-analysis自动生成 10 个核心问题并逐一递归提问输出结构化 JSON 分析结果。五、常见问题 FAQQOCR 识别准确率怎么样清晰扫描300 DPI 以上、排版工整的中文/英文文档识别率很高手写体、模糊照片的准确率会下降建议先放大或二值化图片。Q支持多长的扫描件识别后的文本约 100010000 字生成效果最佳上限约 50 万字。过短的文档500 字AI 发挥空间有限。Q不装 OCR 相关依赖可以吗OCR 是随 install.sh 自动安装的 markitdown 能力无需额外配置。如果只想处理原生 PDF、网页、播客等内容源OCR 分支本来也不会被触发。Q处理完的中间文件会残留吗OCR 产出的 TXT 临时文件保存在/tmp/目录系统重启后自动清理不用担心占空间。六、相关文件导航想深入了解 OCR 分支的判定规则和命令映射可以查阅仓库内这些文件技能定义与触发词SKILL.mdCLI 主入口main.py一键安装脚本install.sh环境自检脚本check_env.pyPython 依赖清单含 markitdownrequirements.txtURL 抓取与转写脚本scripts/一句话总结扫描版 PDF 不再是死图——qiaomu-anything-to-notebooklm 用 markitdown 的 OCR 能力把图里的字读出来再交给 NotebookLM 变成播客、PPT 和思维导图让纸质文档真正进入你的 AI 学习工作流。【免费下载链接】anything-to-notebooklmClaude Skill: Multi-source content processor for NotebookLM. Supports WeChat articles, web pages, YouTube, PDF, Markdown, search queries → Podcast/PPT/MindMap/Quiz etc.项目地址: https://gitcode.com/GitHub_Trending/an/qiaomu-anything-to-notebooklm创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考