买过技术书的人大概都有这种经历：三个月后想不起某个方法在哪一章，临时把整本 PDF 丢给 AI 助手，它又要重新翻目录、找章节、压缩上下文，一轮下来时间花了，结果还不稳定。book‑to‑skill 这个开源项目换了一种思路——先把书“编译”成结构化的 Agent 技能，以后每次只加载真正相关的那一章。
GitHub： https://github.com/virgiliojr94/book-to-skill
它把“让 Agent 读一次书”变成了“一本书以后随时能在工作里被调用”。
它给知识做了一次重新编排
普通的 PDF 问答流程大致是：把文档塞进上下文，提一个问题，Agent 再去找目录、翻页、回头补定义。临时查一次还好，但一本书要反复用，每次重新“寻路”的成本和结果都不稳定。
book‑to‑skill 做的是一次“预编译”。
它先从 PDF、EPUB、DOCX、Markdown、HTML、RTF 等文件中提取正文，再让 Agent 把内容整理成一套可安装的 Agent 技能。输入可以是一本书，也可以是一个文档目录、一组论文，或者匹配某一类文件的 glob。
截至 2026 年 7 月 30 日，这个项目在 GitHub 上收获 12,739 Star、1,416 Fork。仓库 5 月初创建，7 月 27 日仍有提交，更新非常活跃。
生成出来的技能，长什么样
它不会只给一篇长摘要。
生成目录里有一个主 SKILL.md，存放核心心智模型和章节索引；每个章节单独生成 Markdown 文件，用到时再加载。旁边还有术语表、方法与模式清单，以及一份偏决策规则的速查表。大致结构如下：
your-book-skill/
├── SKILL.md
├── chapters/
│ ├── ch01-*.md
│ ├── ch02-*.md
│ └── ...
├── glossary.md
├── patterns.md
└── cheatsheet.md
其中 chapters/ 特别关键——主技能只保留最常用的框架和索引，当你问到某个概念，Agent 再去读对应章节，没必要每轮对话都背着整本书跑。
这也是它和普通 RAG 最明显的区别。RAG 擅长在一堆文档里找“和问题最像的片段”；book‑to‑skill 更像提前做了一次知识编辑，把框架、判断规则、反模式和章节关系都整理好。一个适合广而浅地搜资料，一个则适合把少量高价值材料反复用深。
为什么按章节加载，比整本塞进去更划算
项目作者把反复翻目录、定位章节、回头补上下文的成本叫作“Discovery Loop Tax”——发现循环税。
README 给出了三本真实书的测算。针对一个具体问题，book‑to‑skill 运行时大约加载 4,000 token 的核心技能，再加约 1,000 token 的相关章节。和整本书直接进入上下文相比，输入 token 少了 24～51 倍。
这个数字不能理解成“所有场景都快 51 倍”。作者也说明了限制：和一次性的发现循环相比，测算优势是 2.4～15.6 倍，而且发现循环本身就是一个模型；如果只是临时读一次 PDF，直接让 Agent 读可能更省事。book‑to‑skill 真正占便宜的场景，是同一本书、同一套内部文档会被反复查阅。
它怎么把一本书变成技能
整个流程可以拆成两段。
第一段是本地提取。对于以文字为主的 PDF，优先尝试 pdftotext，也可以回退到 pypdf 或 pdfminer.six；技术书如果有大量代码、表格和公式，可以选 Docling，速度慢一些，但能保住更多结构。
第二段才是 Agent 整理——识别书名、作者、目录和章节，为每章提炼框架、方法、反模式和例子，再生成总索引、术语表、模式清单与速查表。
项目还设计了更新模式。以后有新论文、新章节或内部文档，可以 fold‑in 到现有技能里，原来的内容不用全部推倒重做。
需要注意的是，提取脚本虽然在本机运行，但后续如果用云端模型，发送给模型的文本仍受相应服务商的数据条款约束。公司内部材料别因为“本地提取”四个字就放松权限判断。
怎么安装，别把两条路线混在一起
如果想在 Claude Code 中直接使用 /book-to-skill，需要把完整仓库克隆到技能目录：
git clone https://github.com/virgiliojr94/book-to-skill.git \
~/.claude/skills/book-to-skill
然后在 Agent 会话中调用：
/book-to-skill ~/path/to/your-book.pdf
GitHub Copilot CLI 可以安装到 ~/.copilot/skills/book‑to‑skill，也可以使用 ~/.agents/skills/book‑to‑skill 这条跨 Agent 路径。项目当前明确列出的宿主是 GitHub Copilot CLI、Amp 和 Claude Code。
另一条路线是安装 Python 包：
pip install "book-to-skill[pdf,epub,docx]"
book-to-skill --check
但 pip install 只会安装文字提取 CLI，不会注册 /book-to-skill 这个 Agent 技能。想要完整的“书转技能”流程，仍要按上面的方式克隆仓库。
我实际检查了什么
我在 macOS 上直接跑了仓库里的依赖检查和 Markdown 提取。README.md 被识别为约 4,424 token，提取成功，并检测出 14 个章节级标题。仓库的测试套件也完整跑了一遍，163 项测试全部通过。
这能说明它的提取入口、章节检测和当前代码测试是通的，但不等于我已经用一本数百页技术书完成了整套云端生成。后半段的速度、费用和成品质量，仍会受到书的排版、所选提取器、模型和提示过程的影响。
上手前还要知道几件事
章节标题越规范，自动切分越稳。只有章节名、罗马数字或复杂排版的书，仍可能需要手动检查；技术 PDF 如果用快速文本模式，表格和代码结构也可能被打散。
版权边界同样不能跳过。这个项目本身不附带任何书籍内容，但你生成的技能是对原书的结构化整理。自己学习、处理自有文档是一回事，把受版权保护的书转成技能后公开分发，是另一回事。
任何把外部文档转成 Agent 指令的流程，都要防提示注入。当前 master 分支已经加入生成技能的安全扫描，但它是提示性检查，不是绝对保证。内部文档、陌生电子书和网上下载的文件，依旧要先确认来源。
写在最后
book‑to‑skill 让我欣赏的一点，是它没有把“大上下文”当成唯一答案。上下文能装下整本书，不代表每次回答都应该把整本书重新读一遍。对于经常要查的技术书、研究资料、品牌手册、架构文档，先整理成按需加载的技能，确实更像一套能长期使用的工作流。
如果你只想临时问一本 PDF，没必要折腾。可如果某份材料你已经打开过三次，还会继续打开第四次，这个工具值得收藏。
GitHub 项目地址： https://github.com/virgiliojr94/book‑to‑skill
发表于 1 小时前
|
查看: 3|
回复: 0
