MIT 48h Learning Method

Other

麻省理工学院48小时学习法技能（青岛火一五信息科技有限公司）。使用 NotebookLM CLI 实现 MIT 研究生 Ihtesham Ali 的三问学习框架： 1. 问心智模型：领域内专家共享的 5 个基本思维框架 2. 问专家分歧：在哪 3 个问题上根本不同意 3. 问暴露性问题：生成能区分真懂和假背的 10 个问题触发场景：（1）用户要求快速学习某个领域；（2）用户提到 MIT 学习法、48 小时学习、NotebookLM 三问；（3）用户需要生成播客/视频概览；（4）用户想用 AI 辅助构建知识体系。

Install

openclaw skills install huo15-mit-48h-learning-method

火一五 MIT 48 小时学习法

MIT 研究生 Ihtesham Ali 的学习方法：48 小时内通过三问框架掌握任意领域。

核心工作流

学什么 → 创建 NotebookLM → 添加资料 → 三问框架 → 生成 Audio/Video

前置条件

首次使用必须认证：

~/.venv/notebooklm/bin/nlm login

（会打开浏览器，按提示完成 Google 账号授权）

自动续登录： 脚本会在每次执行命令前自动检测登录状态，如果检测到登录已失效，会自动重新运行 nlm login，无需手动干预。

依赖

CLI 工具：~/.venv/notebooklm/bin/nlm
环境变量：NOTEBOOKLM_PROFILE（可选，默认为 default）
语言设置：MIT_LEARN_LANG（可选，默认为 zh-CN）

脚本位置

skills/huo15-mit-48h-learning-method/scripts/mit-learn.sh

使用方法

完整流程（推荐）

./scripts/mit-learn.sh full "学习主题" --url "https://..." --file ./notes.pdf --youtube "https://youtube.com/..."

完整流程包含：创建 notebook → 添加资料 → 三问框架（心智模型、专家分歧、暴露性问题）

分步流程

# 1. 创建笔记本
./scripts/mit-learn.sh init "机器学习基础"

# 2. 添加资料（可多次调用）
./scripts/mit-learn.sh add --url "https://..." --wait
./scripts/mit-learn.sh add --file ./paper.pdf --wait
./scripts/mit-learn.sh add --youtube "https://youtube.com/..."

# 3. 三问框架
./scripts/mit-learn.sh ask mental-models     # 问心智模型（5个框架）
./scripts/mit-learn.sh ask disagreements     # 问专家分歧（3个问题）
./scripts/mit-learn.sh ask probing           # 问暴露性问题（10个问题）
./scripts/mit-learn.sh ask all               # 完整三问

# 4. 生成概览
./scripts/mit-learn.sh audio                 # 生成播客音频
./scripts/mit-learn.sh video                 # 生成视频

# 5. 查看状态
./scripts/mit-learn.sh status                # 查看当前 notebook 状态
./scripts/mit-learn.sh list                  # 列出所有 notebooks

三问框架详解

问心智模型（Mental Models）

"该领域专家共享的 5 个基本思维框架是什么？"

每个框架用一句话解释 + 具体应用例子
目的是快速建立领域内专家共同认可的思维工具箱

问专家分歧（Expert Disagreements）

"在哪 3 个问题上，该领域专家根本不同意？"

识别核心理论、方法或结论上的根本性争议
了解分歧根源，明白这不是细枝末节而是根本矛盾
这是区分真学习和假学习的关键：知道分歧意味着真正理解领域

问暴露性问题（Probing Questions）

"生成 10 个能区分真懂和假背的问题"

苏格拉底式追问：开放性问题，无法通过简单回忆回答
每个问题需说明：假背者会怎么错 / 真懂的人会怎么答
这是检验学习效果的最终武器

NotebookLM 支持的资料类型

类型	参数	示例
URL	`--url` / `-u`	`--url "https://..."`
文件	`--file` / `-f`	`--file ./notes.pdf`
YouTube	`--youtube` / `-y`	`--youtube "https://youtube.com/..."`
Google Drive	`--drive`	`--drive <doc-id>`

Audio/Video 选项

Audio（播客音频）

./scripts/mit-learn.sh audio [format]
# format: deep_dive（默认）/ brief / critique / debate
# length: short / default / long

Video（视频概览）

./scripts/mit-learn.sh video [style]
# style: auto_select（默认）/ classic / whiteboard / kawaii / anime / watercolor / retro_print / heritage / paper_craft

提示词设计原则

三问框架的提示词基于以下原则设计：

心智模型：要求专家视角 + 具体例子，不可泛泛而谈
专家分歧：要求根本性分歧，而非表面差异
暴露性问题：苏格拉底追问法，必须能区分真假理解

注意事项

init 后当前 notebook ID 保存到 ~/.mit-learn-notebook-id，后续命令复用
添加资料后可用 --wait 等待处理完成
NotebookLM API 可能有速率限制，避免短时间内大量请求
三问结果建议保存到笔记中，用于后续复习
如果使用多个 Google 账号，可设置 NOTEBOOKLM_PROFILE=your-profile 环境变量切换

v2.0.0 (2026-04-06)

新功能

支持 file:// URL：自动转换为真实路径再添加
音频生成等待：新增 wait_for_audio 确认音频生成完成再返回
重复 notebook 检测：创建前先查找同名 notebook，避免重复
自动续登录：登录失效前自动重新运行 nlm login，无需手动干预

Bug 修复

full 命令参数传递 bug：修复了 urls/files/yt_urls 三个数组错误传递的问题
增强错误处理：cmd_add 不再隐藏错误信息，现在会明确显示失败原因

改进

新增 --skip-audio flag：full 命令可跳过音频生成
cmd_init 重构为 get_or_create_notebook 函数
wait_for_processing 稳定性提升
debug 函数默认关闭，减少干扰

mit-learn.sh full "机器学习" --file ./notes.pdf --skip-audio