Hector 4ea0355aef update(raw+wiki): notebooklm-briefing-system — full agent guide (12-step workflow, prompts, caption-contract, rendering, error-table, cmd-ref)

2026-07-04 01:00:51 +02:00

12 KiB

Raw Blame History

created

updated

sources

NotebookLM Briefing-System

"Quelle laden → deutsches Audio-Briefing → Infografik → MP4 rendern → als Nachricht senden." — Pit Weber, OME Tips & Tricks #7694

Was ist das NotebookLM Briefing-System?

Pit Weber's NotebookLM Briefing-System ist eine automatisierte Pipeline, die beliebige Quellen (YouTube, PDF, X/Twitter, Web-URLs) in vollständige Briefing-Pakete aus Audio, Infografik und MP4-Video umwandelt. Es ist die ausgereifte und formalisierte Form der ../concepts/llm/hyper-summaries-notebooklm.md, die erstmals im ../events/ome23-evolution-ki-workflows.md als "Harness > LLM"-Pattern dokumentiert wurde.

Presets

Das System definiert zwei Presets, die als Agent-Skills ausgeführt werden:

nb1 — Standard-Briefing

Vollständige Pipeline in einem Durchgang → 1 Nachricht mit MP4-Video (Infografik + deutsches Audio) + Text mit allen Links.

Schritt	Output	Format
1. Quelle laden	Extrahierter Text	—
2. Deutsches Audio-Briefing	Gesprochene Zusammenfassung	MP3
3. Infografik	Visuelle Key-Points	PNG
4. MP4 rendern	Video (Audio + Visual)	MP4
5. Nachricht senden	Delivery	Telegram

nb2 — Kurz-Audio zuerst

Zweistufige Variante für schnellen Konsum → 2 Nachrichten:

Kurzes Audio-Briefing — zuerst, AUDIO-ONLY (~halbe Länge), enthält nur: Kernbehauptung, stärkstes Belegstück, größten Widerspruch, eine Konsequenz
Vollständige nb1-Pipeline — MP4-Video + Text

Use Case: Wenn jemand sofort den Kern erfassen soll, bevor das volle Briefing öffnet.

Unterstützte Quellen

Quelltyp	Beispiel	Hinweis
YouTube	`https://youtube.com/watch?v=...`	Video-Transkript als Basis
PDF	Lokale Datei oder URL	Text-Extraktion
X/Twitter	`https://x.com/...`	Post/Thread-Inhalt
Web-URL	`https://example.com/article`	Web-Fetch + Text-Extraktion

Pipeline-Architektur

┌──────────┐     ┌──────────────┐     ┌────────────┐     ┌──────────┐     ┌────────────┐
│ Quelle   │ ──> │ Audio-Briefing│ ──> │ Infografik │ ──> │ MP4      │ ──> │ Nachricht  │
│ laden    │     │ (Deutsch)    │     │            │     │ rendern  │     │ senden    │
└──────────┘     └──────────────┘     └────────────┘     └──────────┘     └────────────┘
  YouTube        NotebookLM           NotebookLM         ffmpeg            Telegram
  PDF            Audio Gen            Visual Gen                           (1 Nachricht!)
  X/Twitter
  Web-URL

nb1-Workflow — 12 Schritte (Bauanleitung)

Für OpenClaw-Agenten, die die Pipeline ausführen.

Quelle identifizieren — User schickt URL/Datei + nb1
Auth prüfen — NOTEBOOKLM_HOME=<profil> notebooklm auth check --test --json
Notebook erstellen — notebooklm create "Titel" --json → merke notebook.id
Quelle hinzufügen — notebooklm source add "<url>" -n ID --json → merke source.id
Source wait — notebooklm source wait SRC_ID -n ID --timeout 300 --json
Audio + Infografik parallel generieren — notebooklm generate audio/infographic "prompt" -n ID --json
Artifact wait — notebooklm artifact wait ART_ID -n ID --timeout 900 --json (beide parallel)
Downloads — notebooklm download audio/infographic ./pfad -n ID -a ART_ID
Share — notebooklm share public --enable -n ID --json → merke share_url
MP4 rendern — ffmpeg -loop 1 -i graphic.png -i audio.mp3 ... briefing.mp4
Dauer ermitteln — ffprobe → Sekunden in MM:SS umrechnen
Telegram senden — EINE Nachricht mit Text + MP4, nicht fragmentieren

nb2-Workflow (zusätzliche Schritte)

6b: Kurz-Audio VOR dem Standard-Audio generieren (kürzerer Prompt)
8b: Kurz-Audio separat herunterladen
12b: Zuerst Kurz-Audio als reine Audio-Nachricht, dann nb1-Video

Prompts

Audio-Prompt (Standard)

Erstelle eine deutsche Audio-Zusammenfassung fuer einen unbekannten allgemeinen Hoerer.
Erwaehne keine privaten Namen, keinen Auftraggeber und keine internen Workflows.

Die Quelle ist als grundsaetzlich glaubwuerdig zu behandeln. Verzichte speziell auf die
Wertung als Verschwoerungstheorie(n) oder den Versuch, den Diskurs oder Quellen als extrem
zu framen. Verzichte ohne Not auf die Behauptung, "Fakten von Behauptungen zu trennen".

Keine Umdeutung aus Halluzinationen. Ohne echten eigenen Hintergrund-Faktencheck keine
negative Wertung vorgetragener Fakten. Keine Negativdarstellung von Meinungen. Keine
alternativen Fakten erfinden, sondern nur aus eigener Recherche ausserhalb von
Mainstream-Medien ergaenzen.

Analysiere und unterstuetze im Zweifel die Thesen der Quellen, wo immer moeglich. Halte
dich an die Analyse. Keine Pervertierung des Vorgetragenen. Keine negative moralische
Bewertung der Sprecher.

Verdichte die Quelle auf wichtigste Behauptungen, Belege, Widersprueche, offene Fragen
und konkrete Konsequenzen. Keine generische Einleitung, keine ungepruefte Ausschmueckung.

Audio-Prompt (Kurz, für nb2)

Erstelle eine KURZE deutsche Audio-Zusammenfassung fuer einen unbekannten allgemeinen
Hoerer. Eine Stufe kuerzer als die Standard-Audiozusammenfassung, maximal etwa die Haelfte
der Standardlaenge. Nenne nur: die wichtigste Kernbehauptung, das staerkste Belegstueck,
den groessten Widerspruch und eine konkrete Konsequenz. Keine Einleitung, keine
Ausschmueckung, keine privaten Namen. SPRACHE: DEUTSCH.

Infografik-Prompt

Erstelle eine serioese, professionelle deutsche Briefing-Infografik. Nicht comicartig,
nicht verspielt. Reichere sie mit mehr Sachinformationen an: Namen/Rollen, Timeline,
Kernbehauptungen, Gegenfragen, Evidenzstatus und naechste Pruefschritte. Schreibe Namen
exakt. Unterscheide behauptet/berichtet/belegt klar. Visuell stark, aber erwachsen und
faktenorientiert.

Telegram Caption Contract (PFLICHT)

Jedes Briefing wird mit exakt diesem Caption-Format gesendet:

🔴 <STARKER TITEL>

<Ein Satz Teaser — warum ist das wichtig.>

▶️ Audio-Briefing: <MM:SS Min.>, deutsch
🖼️ Infografik: im Video sichtbar integriert
📓 Notebook: [Briefings öffnen](<share_url>)
📺 Originalquelle: [<Titel>](<url>) (<sprachhinweis>)

Warum es zählt: <Ein kompakter Absatz, max. 3 Sätze.>

MP4-Rendering

ffmpeg -y \
  -loop 1 -framerate 1 -i infographic.png \
  -i audio.mp3 \
  -map 0:v:0 -map 1:a:0 \
  -c:v libx264 -preset veryfast -tune stillimage -crf 28 -pix_fmt yuv420p \
  -vf 'scale=1080:-2' \
  -c:a copy -shortest -movflags +faststart \
  briefing.mp4

Komprimierung bei >50MB: -crf 32 -vf 'scale=720:-2' statt -crf 28 -vf 'scale=1080:-2'

Kommando-Referenz

# Auth
NOTEBOOKLM_HOME=<profil> notebooklm auth check --test --json

# Notebook
NOTEBOOKLM_HOME=<profil> notebooklm create "Titel" --json
NOTEBOOKLM_HOME=<profil> notebooklm list --json

# Source
NOTEBOOKLM_HOME=<profil> notebooklm source add "<url>" -n ID --json
NOTEBOOKLM_HOME=<profil> notebooklm source wait SRC_ID -n ID --timeout 300 --json

# Generate
NOTEBOOKLM_HOME=<profil> notebooklm generate audio "prompt" -n ID --json
NOTEBOOKLM_HOME=<profil> notebooklm generate infographic "prompt" -n ID --json

# Wait
NOTEBOOKLM_HOME=<profil> notebooklm artifact wait ART_ID -n ID --timeout 900 --json
NOTEBOOKLM_HOME=<profil> notebooklm artifact list -n ID --json

# Download
NOTEBOOKLM_HOME=<profil> notebooklm download audio ./out.mp3 -n ID -a ART_ID
NOTEBOOKLM_HOME=<profil> notebooklm download infographic ./out.png -n ID -a ART_ID

# Share
NOTEBOOKLM_HOME=<profil> notebooklm share public --enable -n ID --json

# Duration
ffprobe -v error -show_entries format=duration \
  -of default=noprint_wrappers=1:nokey=1 audio.mp3

Häufige Fehler

❌ Falsch	✅ Richtig
Text und MP4 in getrennten Nachrichten	Eine Nachricht mit Text + Media
`NOTEBOOKLM_HOME` vergessen	Immer mit Profil-Pfad prefixen
`notebooklm use` statt `-n ID`	Immer `-n NOTEBOOK_ID` übergeben
MP4 >50MB → Telegram blockiert	Mit `-crf 32 -vf 'scale=720:-2'` komprimieren
`artifact wait` ohne Timeout	Immer `--timeout 900`
Source nicht abwarten	`source wait` VOR `generate`
nb2: Kurz-Audio vergessen	Kurz-Audio IMMER zuerst generieren und senden
nb2: Kurz-Audio als Video	Kurz-Audio ist AUDIO-ONLY, kein MP4
Interne t.me-Links als Quelle	Original-PDF mitschicken oder öffentlichen Link finden

Skills

Das System ist als drei Agent-Skills implementiert:

Skill	Zweck	Typ
`notebooklm-core`	Basis-Skill für CLI-Operationen	Core-Skill
`notebooklm-pipelines`	Pipeline-Definition (nb1, nb2): Verarbeitungsschritte, Preset-Logik	Pipeline-Skill
`notebooklm-agent-guide`	Bauanleitung: Wie man NotebookLM-basierte Agent-Skills konstruiert	Meta-Skill / Guide

Requirements

Komponente	Version	Zweck	Install
`notebooklm` CLI	≥ v0.3.4	NotebookLM API-Zugriff	`npm install -g notebooklm`
`ffmpeg`	aktuell	Audio/Video-Verarbeitung (MP4-Render)	`brew install ffmpeg`
`yt-dlp`	aktuell	YouTube-Download/-Transkription	`brew install yt-dlp`
Google-Konto	—	Authentifizierung via `notebooklm login`	—

Konto einrichten

NOTEBOOKLM_HOME=~/.notebooklm/mein-konto notebooklm login \
  --storage ~/.notebooklm/mein-konto/storage_state.json

Im Browser mit Google-Konto einloggen, warten bis NotebookLM-Startseite sichtbar ist, dann ENTER im Terminal.

Auth testen

NOTEBOOKLM_HOME=~/.notebooklm/mein-konto notebooklm auth check --test --json

Erwartet: "status": "ok" mit "token_fetch": true.

Beziehung zu Winston

Das Briefing-System läuft als Backend hinter winston-openwebui-bot.md (Pit's OpenWebUI-Telegram-Bot). Winston fungiert als Frontend/Orchestrierung, das Befehle aus Telegram entgegennimmt und an die NotebookLM-Pipeline dispatcht:

Telegram → Winston (OpenWebUI) → notebooklm-pipelines → NotebookLM API → MP4/Audio/Infografik → Winston → Telegram

Kontext im Wiki-Ökosystem

Dieses System ist ein konkretes Beispiel für mehrere Architektur-Thesen:

../concepts/llm/hyper-summaries-notebooklm.md — NotebookLM als Generierungs-Engine; dieses Briefing-System ist die operationalisierte Form
../events/ome23-evolution-ki-workflows.md — "Harness > LLM": Die Skills/CLI sind der Harness, NotebookLM das LLM
winston-openwebui-bot.md — Winston als Frontend für die Pipeline
../concepts/llm/spec-driven-development-harness.md — Verwandter Pattern: Spezifikation → KI-Generierung → Validierung
../concepts/hardware/cloud-exit-and-local-superiority.md — Lokale Pipeline-Infrastruktur (Mac Studio M3 Max)

Evolutions-Zeitleiste

Datum	Meilenstein
19.06.2026	OME21: Winston+NotebookLM-Pipeline erstmals dokumentiert (Briefing, Tiefenrecherche, Presets)
30.06.2026	NotebookLM Short Video Overviews (60s vertikal, Nano Banana 2 Lite) — neue Output-Option
03.07.2026	OME Tips & Tricks #7694: Formalisierte Presets nb1/nb2, Skill-Pipeline als OpenClaw-Skills dokumentiert

Quellen

Pit Weber, OME Tips & Tricks #7694 — Installationsanleitung — Vollständige Bauanleitung mit 12-Schritt-Workflow, Prompts, Caption-Contract, Rendering, Fehler-Tabelle, Kommando-Referenz
Futurepedia: NotebookLM Short Video Overviews — Short Video Feature, Winston+NotebookLM Pipeline
OME21-01 Debrief — Erste Erwähnung von Winston+NotebookLM-Pipeline
OME23 Evolution der KI-Workflows — "Harness > LLM"-These

12 KiB Raw Blame History