NotebookLM文档生成技能Skill notebookLM

这是一个基于AI的文档生成技能,专门用于创建NotebookLM工具的YAML配置文件和幻灯片。它优化了大型PDF文档的处理,通过智能页面范围读取,减少资源消耗,提升效率。适用于文档工匠、开发者和分析师。关键词:NotebookLM, YAML生成, 幻灯片制作, AI文档处理, PDF优化, 量化金融工具集成。

AIGC 0 次安装 0 次浏览 更新于 3/10/2026

name: notebookLM description: “生成NotebookLM的YAML和幻灯片。文档工匠展示技能。当用户提到NotebookLM、YAML、幻灯片或演示时使用。不要用于:实现工作、代码修复、审查或部署。” description-en: “生成NotebookLM的YAML和幻灯片。文档工匠展示技能。当用户提到NotebookLM、YAML、幻灯片或演示时使用。不要用于:实现工作、代码修复、审查或部署。” description-ja: “生成NotebookLM的YAML和幻灯片。文档工匠展示技能。当用户提到NotebookLM、YAML、幻灯片或演示时使用。不要用于:实现工作、代码修复、审查或部署。” allowed-tools: [“Read”, “Write”, “Edit”] argument-hint: “[yaml|slides]”

NotebookLM 技能

负责文档生成的技能群。

功能详细

功能 详细
NotebookLM YAML 参见 references/notebooklm-yaml.md
幻灯片 YAML 参见 references/notebooklm-slides.md

执行步骤

  1. 用户的请求进行分类
  2. 从上述「功能详细」中读取适当的参考文件
  3. 根据其内容生成

🔧 PDF 页面范围读取(Claude Code 2.1.49+)

高效处理大型PDF的功能。

页面范围指定读取

// 页面范围指定读取
Read({ file_path: "docs/spec.pdf", pages: "1-10" })

// 仅确认目录
Read({ file_path: "docs/manual.pdf", pages: "1-3" })

// 仅特定部分
Read({ file_path: "docs/api-reference.pdf", pages: "25-45" })

按用例推荐方法

案例 推荐读取方法 理由
超过100页的PDF 目录(1-3) → 仅相关章节 最小化token消耗
规格书审查 按节单位范围指定 仅精读必要部分
API文档 从端点列表(目录)开始 先把握整体结构再详细
学术论文 Abstract + 结论 → 正文 先把握要点
技术手册 目录 + 故障排除章节 优先实用部分

NotebookLM YAML 生成时的活用例

从大型PDF(300页的技术规格书)生成YAML时:

1. **读取目录**(1-5页)
   Read({ file_path: "spec.pdf", pages: "1-5" })
   → 把握章节结构

2. **读取各章开头**(各章最初2页)
   Read({ file_path: "spec.pdf", pages: "10-11" })  // 第1章
   Read({ file_path: "spec.pdf", pages: "45-46" })  // 第2章
   → 把握各章概要

3. **精读重要部分**
   Read({ file_path: "spec.pdf", pages: "78-95" })  // API参考
   → 提取详细内容

通过这种方法,可以无需读取全部300页而高效生成YAML。

最佳实践

原则 说明
渐进式读取 按目录 → 概要 → 详细的顺序读取
仅相关页面 只指定任务所需的页面
token节省 全页面读取是最后手段
结构理解优先 通过目录先把握整体像再详细

与传统方法的比较

方法 token消耗 处理时间 精度
全页面读取(300页) ~150,000
页面范围指定(所需30页) ~15,000

可能实现90%的token削减和处理时间缩短