Từ 20 video YouTube thành knowledge graph trong Obsidian

TL;DR

Tác giả build một Claude Code skill để kéo research từ NotebookLM ra thành knowledge graph trong Obsidian. Chạy 3 terminal commands: search YouTube, add video làm sources, hỏi câu hỏi. Mọi answer đều có citation trỏ đến video gốc. Không còn mất công copy-paste giữa các browser tabs.

Nói đơn giản: Tool này giúp bạn research nhiều YouTube videos cùng lúc, hỏi AI câu hỏi, và lưu kết quả có trích dẫn vào Obsidian dưới dạng linked notes.

Bài này dành cho ai?

1. Người muốn AI làm việc thay mình

Vấn đề: Xem 20 videos YouTube, copy câu trả lời qua notes nhưng mất citations. Research nằm trong browser tab, không tái sử dụng được.

Khi nào cần: Khi cần research nhiều videos/pdfs cùng lúc, muốn hỏi AI và giữ được nguồn gốc của thông tin.

Được gì: Knowledge graph trong Obsidian, mọi claim đều có link back to source. Tiết kiệm 80% thời gian tra cứu.

2. Người muốn build sản phẩm

Vấn đề: Muốn tự động hóa research workflow nhưng NotebookLM chỉ chạy trên browser, thao tác thủ công chậm.

Khi nào cần: Khi cần xây dựng tool pipeline từ YouTube → AI analysis → personal knowledge base.

Được gì: Source code Python để orchestrate toàn bộ flow, có thể customize theo nhu cầu.

3. Người dùng Obsidian muốn tối ưu hóa

Vấn đề: Vault chứa nhiều notes nhưng không khai thác được connections giữa các sources.

Khi nào cần: Khi muốn biến vault thành queryable database — hỏi “tuần này làm gì” và nhận câu trả lời có citations.

Được gì: Vault-as-source: 282 daily notes có thể chat với chính mình, có trích dẫn cụ thể đến từng ngày.

Các điểm chính

1. NotebookLM trong browser giới hạn bạn NotebookLM đọc được 300 sources, nhưng ai lại ngồi kéo 300 files vào browser? Thao tác thủ công chậm, research bị kẹt trong cửa sổ không thoát ra được. → Làm gì: Dùng CLI thay vì browser — search, add sources, ask đều từ terminal.

2. Ba commands thay thế 20 browser tabs Workflow: ytcli search → search YouTube → chọn videos → notebooklm create → add 20 sources → notebooklm ask → hỏi câu hỏi. Không mở browser. → Làm gì: Copy skill về, cài đặt, chạy thử với 1 notebook nhỏ trước.

3. Citations chính là điểm khác biệt Khi AI trả lời “3 creators nói về Obsidian Bases”, nó trỏ đến video nào, timestamp nào. Tác giả test thấy 60% citations match chính xác, 31% partial, 10-15% yếu. Không hoàn hảo nhưng đủ để trust làm starting point. → Làm gì: Click vào citation link để verify trước khi dùng trong bài viết quan trọng.

4. Knowledge graph tự động trong Obsidian Mỗi source thành 1 file, mỗi topic thành 1 file, citations tạo wikilinks. Mở “Claude Code” thấy 6 videos đề cập, có link đến từng đoạn trích. → Làm gì: Mở graph view trong Obsidian để visualize toàn bộ network.

5. Audio overview — research thành podcast NotebookLM generate audio từ sources, lệnh đơn giản: notebooklm audio generate --topic "gaps in Claude Code + Obsidian workflows". Audio sync qua Obsidian Sync, nghe trên điện thoại khi đi bộ. → Làm gì: Dùng cho những notebook lớn, muốn nắm gist trước khi đào sâu.

6. Vault-as-source — chat với chính mình Tác giả upload 282 daily notes vào NotebookLM. Hỏi “tuần 10-16 Feb có gì?” → nhận câu trả lời có citations đến từng ngày. Phát hiện pattern: “late-night sabotage” trong journal. → Làm gì: Export notes ra, feed vào NotebookLM, biến vault thành queryable database.

Quick Start

1. Cài đặt (15 phút)

   • Cài Claude Code
   • Tạo Obsidian vault
   • Login Google account
   • Clone skills repo

2. Chạy thử tuần này

   • ytcli search "Claude Code tutorials" — tìm 5-10 videos
   • notebooklm create --name "research" — tạo notebook mới
   • notebooklm add \<video_ids> — add videos làm sources
   • notebooklm ask "What is project memory?" — hỏi câu hỏi đầu tiên

3. Tuần sau

   • Thử notebooklm audio generate — nghe research trên đường đi
   • Thử upload 30 daily notes — chat với journal của mình