用途：面向安全主题的自动化研究工具，可把 YouTube、网页和 Reddit 上的热门内容收集、过滤并推送到 NotebookLM 做进一步分析。
主要能力：YouTube 研究基于 yt-dlp，无需 API key，输出标题、URL、频道、观看量、时长、上传日期和视频 ID；网页研究以 Brave Search API 为主、Scrapling+DuckDuckGo 为兜底，支持 Reddit 结果，并按来源权威性（arxiv/CISA/NVD=10、portswigger=9、bleepingcomputer=7）和技术关键词密度给出 0-10 质量分；主流水线会做质量过滤（默认最低 5 分）和去重，再推送到 NotebookLM，支持 teng 和 jacob 两种后端及 blog、slides、video 三种提示词模板。
使用方式：先安装依赖 bash scripts/install.sh；NotebookLM 需要 Google 认证，首次使用前在单独终端运行 notebooklm login。常用命令：python3 scripts/research_pipeline.py "TOPIC" --count 25 --notebooklm --prompt blog；也可单独运行 youtube_research.py 或 web_research.py。Brave key 可通过交互安装、环境变量或后编辑 .env 提供；若未设置会自动退回 Scrapling/DuckDuckGo。
适用场景：安全资讯调研、CISA KEV、容器安全、ASPM 等主题的内容收集与 NotebookLM 分析，以及生成博客、幻灯片或视频脚本。
限制：NotebookLM 功能须先完成 Google 登录；YouTube 可能限流，可重试或减少 --count；yt-dlp 无结果时重试；curl_cffi 缺失可运行 pip install curl-cffi --break-system-packages。其余细节暂未提供。