book-to-skill

book-to-skill 是由开发者 virgiliojr94 发起并持续维护的开源 AI 代理技能生成工具，核心定位是“把你买过的技术书从‘读一遍就忘’的静态 PDF，变成 AI 代理随时可查、按需加载的结构化技能包”——它不满足于做一份简单的 PDF 摘要生成器或零散的笔记工具，而是将确定性文本抽取、章节级结构化蒸馏、按需加载机制、多宿主 Agent Skills 标准兼容等核心能力整合于一套完整的开源工具链中，全部配有 git clone 一键安装、python3 scripts/extract.py --check 环境自检、/book-to-skill 斜杠命令触发、MIT 开源协议，以及在真实书籍上测得的 24×–51× token 节省效率。

一、book-to-skill 是什么

book-to-skill 采用“确定性抽取器 + 规范驱动生成器”双半架构，通过 GitHub 完全开源发布，采用 MIT 许可证。项目由开发者 virgiliojr94 发起并持续维护，提供英语、俄语、简体中文三种 README。其核心使命写在 README 的第一句话中：“Turn any technical book PDF into a Claude Code skill — ready to study, reference, and use while you work.”但它的能力远不止于此——它同样适用于文档文件夹、品牌规范、研究论文合集、RFC 与合规文档等任何你反复查阅却记不住的结构化文本。

book-to-skill 的运作机制与市面常见的“AI 摘要工具”或“PDF 问答机器人”有本质区别。它不是让 AI 把整本书塞进上下文然后生成一段摘要，也不是一个只能回答预设问题的封闭问答系统，而是一套将书籍的“结构”而非“摘要”提取为代理技能的工程化方案。其核心理念是：结构，而非摘要（Structure, not a summary）。生成的不是一段几百字的概要，而是一个包含核心心智模型、章节索引、术语表、模式库和速查表的完整技能包，代理在需要时按需读取对应章节，从真实内容中回答，而非依赖幻觉。

二、book-to-skill 能做什么

book-to-skill 的核心能力可以精炼地概括为：抽、构、载、查、效，围绕这五大维度提供了从原始文档到可查询技能包的完整路径，覆盖技术学习与工作参考的全方位需求，具体包括：

确定性文本抽取与多格式支持（抽） ——不是“只能处理纯文本 PDF”，而是“覆盖主流文档格式的抽取管道”。抽取器按格式依次尝试可用工具，使用第一个可用的。PDF 支持四种抽取路径：文本密集型书籍用 pdftotext（poppler，即时）、pypdf 或 pdfminer.six；技术型书籍（含代码、表格、公式）用 docling（约 1.5 秒/页），能保留 Markdown 表格和代码块。抽取前技能会询问书籍是“技术型”还是“文本密集型”，自动选择正确工具。EPUB 支持 ebooklib + beautifulsoup4（最佳）或标准库 zipfile（免安装）。DOCX、HTML、RTF、MOBI/AZW/AZW3 均有对应支持，TXT/Markdown/reStructuredText/AsciiDoc 则内置支持无需额外依赖。

结构化技能包生成（构） ——不是“输出一段摘要就结束”，而是“生成一个完整的、分层的技能目录”。运行 /book-to-skill your-book.pdf 会在跨代理技能目录 ~/.agents/skills/<slug>/ 下创建一个完整技能。生成的文件包括：SKILL.md（核心心智模型 + 章节索引，约 4,000 tokens）、chapters/ch01-*.md 等（每章一个文件，按需加载，每章约 1,000 tokens）、glossary.md（所有关键术语按字母排序并附章节引用，约 1,500 tokens）、patterns.md（所有技术、算法和设计模式，约 2,000 tokens）、cheatsheet.md（决策表和快速参考规则，约 1,000 tokens）。这种“主文件 + 按需章节”的设计，让加载的技能始终保持在很小的 token 预算内。

按需加载与零幻觉查询（载/查） ——不是“每次提问都把整本书塞进上下文”，而是“代理在需要时只读取相关章节”。这是 book-to-skill 最核心的工程价值。传统 PDF 代理的工作方式是“导航”——每轮都要重新获取目录、回溯、重新处理所有内容。book-to-skill 将这种结构化成本在转换时一次性付清，查询成本与答案保持比例关系。安装后，用户只需输入 /your-book-slug replication，代理就会读取正确的章节并从真实内容中回答，没有幻觉，不需要在 PDF 中反复挖掘。

24×–51× Token 节省效率（效） ——不是“比手动搜索快一点”，而是“比把整本书塞进上下文少用 24 到 51 倍的 token”。这一数据是在真实书籍上实测得出的，不是理论估算。其背后的逻辑是：PDF 阅读代理的“发现循环税”（Discovery Loop Tax）——每轮对话都要重新导航文档结构——被 book-to-skill 通过预抽取和结构化一次性消除了。对于需要频繁查阅技术书籍的开发者来说，这意味着显著的成本降低和响应速度提升。

三、book-to-skill 适合谁用

book-to-skill 的内容设计使其适配各类“拥有技术书籍或文档、需要反复查阅但记不住具体章节”的开发者与知识工作者，主要涵盖以下几类：

技术书籍的深度读者与自学者——买了一本优秀的技术书，读了一遍，三个月后连第 7 章的存在都忘了。book-to-skill 把这本书变成代理技能，让你在工作时随时输入 /book-slug 某主题，代理从真实章节内容中回答，而非让你在 PDF 中翻页。

AI 编码代理的日常使用者——已经在用 Claude Code、GitHub Copilot CLI、Amp、Hermes Agent 或 OpenClaw 进行日常开发。book-to-skill 生成的技能兼容所有支持 Agent Skills 标准的宿主，一个 SKILL.md 格式，多个宿主原生发现。

需要频繁查阅内部文档的团队——公司内部有架构决策记录、运维手册、入职指南，但没人记得住全部内容。book-to-skill 可以将整个 docs/ 文件夹折叠为一个技能，在编码时直接查询。

品牌与设计系统维护者——品牌语调指南、组件原则、设计规范分散在 60 页的 PDF 中。book-to-skill 将品牌手册变成团队可查询的技能，替代“翻 PDF 找那句话”的工作方式。

研究者与标准合规从业者——手头有一堆论文加自己的笔记，或者需要反复查阅 RFC、API 合约、合规文档。book-to-skill 可以将研究资料合并为一个统一技能，并在新资料到来时更新。

四、book-to-skill 的应用场景是什么

基于其内容设计与定位，book-to-skill 的应用场景主要围绕技术书籍的日常查阅、内部知识库折叠、设计系统查询、研究资料聚合和标准合规参考，覆盖从个人学习到团队协作的多个场景。

技术书籍从“读一遍就忘”到“随时可查”场景——开发者读完了《Designing Data-Intensive Applications》或《Clean Code》，但在实际工作中需要快速回顾某个设计模式或重构原则。book-to-skill 将书转换为技能后，只需输入 /ddia replication 或 /clean-code naming，代理从对应章节读取真实内容并回答。

内部文档从“散落各处”到“一个技能”场景——团队有分散的架构决策记录、运维手册、入职指南。book-to-skill 支持将整个文件夹或 glob 模式转换为单一技能，让“公司知识”变成代理可查询的资产。

品牌规范从“60 页 PDF”到“可查询技能”场景——品牌团队需要反复查阅语调指南和组件原则。将品牌手册转换为技能后，团队成员不再需要“翻到第 37 页找那句话”。

研究资料从“一堆 PDF”到“统一技能”场景——研究者有十几篇论文加自己的笔记。book-to-skill 支持合并多个来源为一个统一技能，并在新材料到来时“更新/折叠”进去。

标准与合规文档的快速参考场景——开发者需要反复查阅 RFC、API 合约或合规文档。这些文档通常很长、很正式，但只需要其中几段关键信息。book-to-skill 将它们转换为按需加载的技能，大幅降低查阅成本。

五、book-to-skill 为什么值得关注

book-to-skill 之所以值得关注，核心在于它将“技术书籍从静态的、只能线性阅读的 PDF，升级为 AI 代理可按需查询的结构化知识资产”，并具备“结构而非摘要的生成哲学、24×–51× 的 token 效率、多宿主标准兼容、完全本地处理”的独特价值。

从“摘要生成”到“结构蒸馏”的认知升维。大多数 AI 阅读工具做的事是“生成一段摘要”——你得到的是别人咀嚼过的、丢失了大量细节的压缩包。book-to-skill 做的事是提取结构——核心心智模型、章节索引、术语表、模式库、决策速查表。你得到的不是“这本书讲了什么”，而是“这本书的知识被组织成了什么形状”。代理在回答时读取的是真实章节内容，而非依赖摘要的二次概括。这种“结构优先于摘要”的设计，是 book-to-skill 区别于所有 AI 摘要工具最核心的价值。

24×–51× Token 节省——来自“发现循环税”的工程洞察。一个 PDF 阅读代理的工作方式不只是“读”，而是“导航”——每轮对话都要重新获取目录、回溯、重新处理所有内容。book-to-skill 将这种结构化成本在转换时一次性付清，之后的每一次查询都只需要读取相关章节。在真实书籍上测得 24×–51× 的 token 节省，这不是一个营销数字，而是可量化的工程效率提升。

多宿主 Agent Skills 标准兼容——一次转换，到处可用。book-to-skill 生成的技能遵循开放的 Agent Skills 标准，GitHub Copilot CLI、Amp、Claude Code、Hermes Agent 和 OpenClaw 都读取相同的 SKILL.md 格式。转换后的技能还可以发布到 GitHub（默认私有），让任何宿主通过 npx skills add 安装。这种“标准兼容、跨宿主”的设计，让用户不会被锁定在任何单一 Agent 生态中。

完全本地处理与版权合规边界清晰。book-to-skill 不附带任何书籍内容——它是一个指向你自己拥有的文件的转换器。抽取和分析完全在本地运行，文件不会被工具上传。生成的技能是结构化的合成衍生品——框架名称、定义、要点——而非原文复制，明确永不复制原始段落。项目清晰声明：不要重新分发受版权保护作品的生成技能，第三方书籍的技能应保持私有。