Book-to-Skill：把技术书变成 AI 随身顾问

Fen9Pi2026/7/28大约 11 分钟

前言：当技术书变成 AI Skill

想象这样一个场景：

你买了一本很好的技术书，读了一遍。三个月后，你甚至不记得第 7 章的存在。

传统的解决方案都不够好："

📄 "搜索 PDF" → 你得到的是页面列表，不是答案
🧠 "问 AI 关于这本书" → 它要么产生幻觉，要么说没有内容
📝 "边读边记笔记" → 你最终得到一个 200 行的文档，再也不会打开

如果这本书能变成 AI Skill 呢？

Book-to-Skill 正是这样的工具：将任何技术书籍、文档文件夹或来源集合转换为统一的 agent skill，准备好学习、参考并在工作时使用。

今天，我们就来分析这个革命性的开源项目。

一、项目概览

1.1 是什么？

Book-to-Skill 是一个将技术书籍转换为 AI Skill 的工具。

核心命令：/book-to-skill

核心特点：

✅ 多格式支持：PDF、EPUB、DOCX、TXT、Markdown、reStructuredText、AsciiDoc、HTML、RTF、MOBI/AZW/AZW3
✅ 结构化输出：生成 SKILL.md、chapters、glossary、patterns、cheatsheet
✅ 按需加载：章节文件按需加载，不占用 skill 预算
✅ 24–51× 节省 token：比将整本书倒入上下文节省 24–51× token
✅ 无幻觉：基于实际内容回答，不产生幻觉
✅ 跨平台支持：GitHub Copilot CLI、Amp、Claude Code

项目地址：https://github.com/virgiliojr94/book-to-skill 开源协议：MIT License

1.2 核心价值

传统技术书阅读的痛点：

读一遍就忘
搜索 PDF 得到页面列表，不是答案
AI 要么产生幻觉，要么说没有内容
笔记文档再也不会打开

Book-to-Skill 的解决方案：

将书籍转换为结构化 skill
AI 按需加载相关章节
基于实际内容回答，无幻觉
书籍成为工作流的一部分

二、核心功能

2.1 /book-to-skill 命令

基本用法：

/book-to-skill <path-to-document-folder-or-glob>... [skill-name-slug]

支持的格式：

文档：PDF、EPUB、DOCX、TXT、Markdown、reStructuredText、AsciiDoc、HTML、RTF
电子书：MOBI、AZW、AZW3
输入：文件、文件夹、glob 模式、文件列表

示例：

# 处理单个文件
/book-to-skill ~/books/designing-data-intensive-apps.pdf

# 处理多个文件为一个统一 skill
/book-to-skill ~/papers/paper1.pdf ~/notes/export.txt unified-research

# 处理文件夹中所有支持的文件
/book-to-skill ~/workspace/project-docs/ project-knowledge

# 处理匹配 glob 模式的文件
/book-to-skill "~/books/*.epub" my-library

# 更新/折叠新内容到现有 skill 文件夹
/book-to-skill ~/articles/new-paper.pdf ~/.claude/skills/project-knowledge

2.2 生成的文件结构

运行 /book-to-skill your-book.pdf 会在 agent 的 skills 目录中创建完整的 skill：

~/.claude/skills/<slug>/
├── SKILL.md           # 核心思维模型 + 章节索引（~4,000 tokens）
├── chapters/
│   ├── ch01-*.md      # 第 1 章（~1,000 tokens）
│   ├── ch02-*.md      # 第 2 章（~1,000 tokens）
│   └── ...
├── glossary.md        # 所有关键术语，按字母排序（~1,500 tokens）
├── patterns.md        # 所有技术、算法和设计模式（~2,000 tokens）
└── cheatsheet.md      # 决策表和快速参考规则（~1,000 tokens）

文件说明：

SKILL.md：核心思维模型 + 章节索引，常驻内存
chapters/：每章一个文件，按需加载，不占用预算
glossary.md：关键术语字典，按字母排序，带章节引用
patterns.md：技术、算法和设计模式的集合
cheatsheet.md：决策表和快速参考规则

Token 节省：

章节文件按需加载，不占用 skill 预算
只有当你问及相关主题时才会加载
比将整本书倒入上下文节省 24–51× token

三、实际应用场景

3.1 技术书籍

场景：你有一本技术书，比如《Designing Data-Intensive Applications》，想在工作时快速查阅。

使用 Book-to-Skill：

/book-to-skill ~/books/designing-data-intensive-apps.pdf

使用方式：

/designing-data-intensive-apps                    # 加载核心思维模型
/designing-data-intensive-apps replication        # 查找并解释主题
/designing-data-intensive-apps ch05               # 深入第 5 章
/designing-data-intensive-apps "你有哪些章节？"

结果：

AI 加载相关章节
基于实际内容回答
无幻觉，无 digging through PDFs
书籍成为工作流的一部分

3.2 内部文档

场景：你有一个 docs/ 文件夹，包含架构决策记录、运行手册、入职指南。

使用 Book-to-Skill：

/book-to-skill ~/workspace/project-docs/ project-knowledge

结果：

整个 docs/ 文件夹折叠为一个 skill
编码时可以询问
无需手动搜索文档

3.3 品牌和设计系统

场景：你有一个品牌手册，包含声音指南、语调文档、组件原则。

使用 Book-to-Skill：

/book-to-skill ~/brand/brand-guidelines.pdf brand-style

结果：

团队可以查询 brand style
无需浏览 60 页 PDF
保持一致性

3.4 研究集群

场景：你有一堆论文加上自己的笔记，想合并为一个统一的 skill。

使用 Book-to-Skill：

/book-to-skill ~/papers/paper1.pdf ~/notes/export.txt unified-research

更新：

# 当有新材料时，更新/fold-in
/book-to-skill ~/articles/new-paper.pdf ~/.claude/skills/unified-research

结果：

论文 + 笔记合并为一个统一 skill
随新材料更新
可搜索的知识库

3.5 规范和标准

场景：你有 RFC、API 合同、合规文档，经常参考但从未记住。

使用 Book-to-Skill：

/book-to-skill ~/specs/ api-specs

结果：

规范变成 skill
快速查阅
无需记忆

四、技术架构

4.1 工作流程

流程图1

4.2 核心组件

1. 提取器（scripts/extract.py）

PDF：pdftotext（文本型）、Docling（技术型）
EPUB：ebooklib + beautifulsoup4
DOCX：python-docx
HTML：beautifulsoup4
RTF：striprtf
MOBI/AZW/AZW3：Calibre ebook-convert
TXT/Markdown/reStructuredText/AsciiDoc：内置

2. Claude 分析

分析结构：标题、作者、章节、目录
生成每章摘要（800-1,200 tokens）
技术型书籍包括代码示例和参考表
生成词汇表、模式、备忘单
生成 SKILL.md 和核心思维模型

3. Skill 写入

GitHub Copilot CLI：~/.copilot/skills/<slug>/
Copilot CLI 或 Amp：~/.agents/skills/<slug>/
Claude Code：~/.claude/skills/<slug>/

4.3 提取器对比

PDF 提取器：

书籍类型	工具	安装	速度
文本型（散文，少表格）	pdftotext (poppler)	`sudo apt install poppler-utils`	⚡ 即时
文本型回退	pypdf	`pip3 install pypdf`	⚡ 即时
文本型回退	pdfminer.six	`pip3 install pdfminer.six`	⚡ 即时
技术型（代码、表格、公式）	docling	`pip3 install docling`	~1.5s/页

提取基准（103 页技术书，仅 CPU）：

方法	时间	Tokens	表格	代码块
pdftotext	0.1s	27K	0	0
Docling	164s	27K (+1.2%)	48	36

真实转换（测量：页数、提取的 tokens、自动检测的章节数、Claude Sonnet 4.5 上估计的一次通过成本）：

书籍	格式	页数	Tokens	章节	成本
Think Python 2	PDF	244	119K	19	$0.88
Working Backwards	PDF	371	175K	10	$0.96
Pro Git	PDF	501	229K	— †	$1.23
Moby-Dick	EPUB	—	301K	— †	$1.42

† 章节自动检测需要显式的 Chapter N / Capítulo N 标题。Pro Git 使用节标题，Moby-Dick 使用章节标题/罗马数字，所以都不会自动分段——提取和转换仍然有效，但你手动指向节。一个完整的 skill 大约每本书花费 $1；远低于每会话重新阅读 PDF。

五、设计原则

5.1 核心原则

1. 密度优于完整性

1,000-token 摘要胜过 10,000-token 摘录
总是合成、总结、从源中提取信号

2. 实践者声音

"Use X when Y"，而不是"The book explains X"
直接可用的知识

3. 前置 SKILL.md

压缩保持前 ~5,000 tokens
最重要的内容在前

4. 按需章节

主题索引告诉 Claude 读取哪个文件
章节仅在需要时加载

5. 永不原始文本

总是合成、总结、从源中提取信号
不提供原始文本

5.2 Discovery Loop Tax

问题： PDF 阅读 agent 不仅阅读——它导航。问它一个问题，它获取目录，注意到一个无法定义的术语，拉取更多页面，回溯。这些跳转中的每一个都落在对话历史中，并在每个后续轮次中重新处理。为了保持在预算内，子代理然后被迫以残酷的比率压缩它读到的内容，向主代理传递一个降级的摘要，它无法根据源进行事实检查。

解决方案： Book-to-Skill 在编译时支付导航成本。在运行时，assistant 加载一个小的常驻核心 + 它需要的那个预编译章节——没有发现循环，没有压缩。

Token 节省： 24×–51× fewer tokens than dumping the book into context to answer one question。

六、安装与使用

6.1 安装

检查设置：

python3 scripts/extract.py --check

打印每种格式安装了哪些提取器以及安装任何缺失内容的确切命令——不需要文件。

安装提取器：

PDF（文本型）：

sudo apt install poppler-utils  # Linux
brew install poppler            # macOS

PDF（技术型）：

pip3 install docling

EPUB：

pip3 install ebooklib beautifulsoup4

DOCX：

pip3 install python-docx

HTML：

pip3 install beautifulsoup4

RTF：

pip3 install striprtf

MOBI/AZW/AZW3：

从 https://calibre-ebook.com/download 安装 Calibre

6.2 使用

创建 skill：

/book-to-skill ~/books/your-book.pdf

使用 skill：

/your-book-slug                    # 加载核心思维模型
/your-book-slug replication        # 查找并解释主题
/your-book-slug ch05               # 深入第 5 章
/your-book-slug "你有哪些章节？"

GitHub Copilot CLI：你可能需要运行 /skills reload，以便新技能出现在 /skills 列表中。

Claude Code 和 Amp：在下一个会话中自动获取。

七、优势与局限

7.1 优势

1. Token 节省

比 dumping the book into context 节省 24–51× token
章节按需加载，不占用预算

2. 结构化

不是摘要，是结构
核心思维模型 + 章节索引
词汇表、模式、备忘单

3. 无幻觉

基于实际内容回答
不产生幻觉
无 digging through PDFs

4. 多格式支持

支持 10+ 种格式
文件、文件夹、glob、列表
技术型和文本型书籍

5. 跨平台支持

GitHub Copilot CLI
Amp
Claude Code

6. 开源免费

MIT 协议
完全开源
可定制

7.2 局限

1. 处理时间

Docling：~1.5s/页（技术型）
长书籍可能需要几分钟

2. Token 成本

转换需要调用 Claude
大约每本书 $1
远低于每会话重新阅读 PDF

3. 章节检测

需要显式的 Chapter N / Capítulo N 标题
某些书籍可能无法自动分段

4. 格式限制

某些格式需要外部工具
MOBI/AZW/AZW3 需要 Calibre

八、最佳实践

8.1 选择合适的提取器

文本型书籍（散文，少表格）：

使用 pdftotext
即时提取
适合小说、散文

技术型书籍（代码、表格、公式）：

使用 Docling
保留 markdown 表格和代码块
适合技术书籍

8.2 使用按需加载

不要加载整本书：

❌ 差：把整本书倒入上下文
✅ 好：使用 /book-slug topic 按需加载

好处：

节省 token
更快响应
更准确

8.3 更新现有 skill

当有新材料时：

/book-to-skill ~/articles/new-paper.pdf ~/.claude/skills/unified-research

好处：

增量更新
保持最新
无需重新创建

8.4 组织 skill

按主题组织：

技术书籍：~/.claude/skills/tech-books/
内部文档：~/.claude/skills/docs/
研究论文：~/.claude/skills/research/

好处：

易于管理
易于查找
易于更新

九、未来展望

9.1 短期未来

功能增强：

支持更多格式
优化提取速度
改进章节检测

性能优化：

加快 Docling 提取
降低 token 成本
提高准确性

9.2 中期未来

能力扩展：

支持音频转录
支持视频字幕
支持代码库

生态建设：

更多模板
更多预设
更多教程

9.3 长期未来

智能化：

自动选择提取器
自动优化章节检测
自动生成测试

标准化：

建立转换标准
建立最佳实践
建立社区

十、总结

10.1 核心回顾

Book-to-Skill：

✅ 将技术书转换为 AI Skill
✅ 支持多种格式
✅ 结构化输出
✅ 按需加载章节
✅ 24–51× 节省 token
✅ 无幻觉
✅ 跨平台支持
✅ 开源免费

核心价值：

让技术书成为 AI 随身顾问
不再遗忘，不再搜索 PDF
基于实际内容回答，无幻觉
书籍成为工作流的一部分

10.2 关键要点

"从读到用"

传统方式读一遍就忘，Book-to-Skill 让技术书成为 AI 随身顾问。

"从搜索到查询"

传统方式搜索 PDF 得到页面列表，Book-to-Skill 让你查询得到答案。

"从摘要到结构"

传统方式使用摘要，Book-to-Skill 生成结构（SKILL.md、chapters、glossary、patterns、cheatsheet）。

"Book-to-Skill 的本质"

"Book-to-Skill 不是要替代阅读，而是要让技术书成为 AI 随身顾问，帮助你更快地查找信息、应用知识、解决问题。"

核心价值：

Token 节省：24–51×
结构化：不是摘要
无幻觉：基于实际内容
按需加载：章节按需加载
跨平台：支持多个平台
开源免费：MIT 协议

这就是 Book-to-Skill 的野心：让技术书变成 AI 随身顾问，让知识真正可用。

参考资源

GitHub 项目：https://github.com/virgiliojr94/book-to-skill
Agent Skills：https://github.com/agentskills/agentskills
Docling：https://github.com/DS4SD/docling
pdftotext：https://poppler.freedesktop.org/
ebooklib：https://github.com/aik009/ebooklib

如果你觉得这篇文章有帮助，欢迎点赞、转发，让更多人了解这个把技术书变成 AI 随身顾问的强大工具！