在为 NotebookLM 准备文件、将文档组织到知识库、转换格式以实现 NotebookLM 兼容性或减少大型文档集合以适应 NotebookLM 的 50 个源限制时使用。对源进行评分和优先级排序、执行战略合并（时间序列、基于主题、格式合并）、转换不支持的格式（PPTX 到 PDF、XLSX 到 CSV）、应用具有描述性蛇形名称的平面结构，并优化 RAG 检索性能。
通过命令行快速安装 notebooklm-knowledge-base-organizer AI 技能到你的开发环境
来源：agmangas/agent-skills。
Prepares files for optimal use in NotebookLM by intelligently selecting and consolidating sources, converting formats, organizing structure, and ensuring compatibility. The primary constraint is NotebookLM's 50-source limit per notebook. When collections exceed this limit, systematic scoring,
prioritization, and strategic merging reduce source count without losing valuable information.
Prefer many smaller, focused documents over few large ones for better RAG retrieval. The 50-source limit is the primary optimization constraint.
在为 NotebookLM 准备文件、将文档组织到知识库、转换格式以实现 NotebookLM 兼容性或减少大型文档集合以适应 NotebookLM 的 50 个源限制时使用。对源进行评分和优先级排序、执行战略合并（时间序列、基于主题、格式合并）、转换不支持的格式（PPTX 到 PDF、XLSX 到 CSV）、应用具有描述性蛇形名称的平面结构，并优化 RAG 检索性能。 来源：agmangas/agent-skills。
为搜索与 AI 引用准备的稳定字段与命令。
npx skills add https://github.com/agmangas/agent-skills --skill notebooklm-knowledge-base-organizer在为 NotebookLM 准备文件、将文档组织到知识库、转换格式以实现 NotebookLM 兼容性或减少大型文档集合以适应 NotebookLM 的 50 个源限制时使用。对源进行评分和优先级排序、执行战略合并（时间序列、基于主题、格式合并）、转换不支持的格式（PPTX 到 PDF、XLSX 到 CSV）、应用具有描述性蛇形名称的平面结构，并优化 RAG 检索性能。 来源：agmangas/agent-skills。
打开你的终端或命令行工具（如 Terminal、iTerm、Windows Terminal 等） 复制并运行以下命令：npx skills add https://github.com/agmangas/agent-skills --skill notebooklm-knowledge-base-organizer 安装完成后，技能将自动配置到你的 AI 编程环境中，可以在 Claude Code、Cursor 或 OpenClaw 中使用
https://github.com/agmangas/agent-skills