把技术书变成 Agent Skillbook-to-skill 三步上手与成本拆解【免费下载链接】book-to-skillTurn any technical book PDF into a Claude Code skill — ready to study, reference, and use while you work.项目地址: https://gitcode.com/GitHub_Trending/bo/book-to-skillbook-to-skill 是一个开源转换器它把你手里的技术书或一整个文档目录转成可被 Agent 加载的 Skill。读完这篇你会知道怎么装、怎么转、怎么问以及它到底帮你省多少 token命令都能直接照抄。先说一个熟悉场景三个月前你把那本技术书翻完如今第 7 章讲了什么你一点想不起来。为了补救大家通常有三条路直接在 PDF 里搜关键词搜出来的是页码不是答案把 PDF 丢给 Agent 问它它要么编造要么回答书里没有自己边读边记笔记记着记着变成一份再也没打开过的长文件。book-to-skill 的思路不同先把书蒸馏成一套结构化文件之后 Agent 只在需要你时去读对应那一章。换句话说它把反复翻书这件持续消耗成本的事变成了一次性动作。三步跑通装、转、问第一步装。它在 GitHub Copilot CLI、Amp、Claude Code、Hermes Agent 等遵守开放 Agent Skills 标准的宿主里通用一条命令装进你选的宿主npx skills add virgiliojr94/book-to-skill这条命令会解析仓库、找到根目录的SKILL.md把完整 skill含scripts/extract.py和tools/放进宿主的 skills 目录。也可以用git clone手动装到宿主的 skills 文件夹比如 Copilot CLI 的个人目录~/.copilot/skills/book-to-skill装完在会话里执行/skills reload让它生效。第二步转。在 Agent 会话里直接丢一个文件路径/book-to-skill ~/path/to/your-book.pdf执行中它先问你这本书是 technical多代码表格还是 text-heavy纯散文然后按格式选择提取工具产物写进一个带 PID 的临时工作目录最后把生成的 skill 落盘到宿主的 skills 目录下。你实际会注意到它结束时打印三条路径Workdir -、Text -、Meta -后续流程都从这两份文件出发。第三步问。假设转换出的 skill 叫designing-data-intensive-apps/designing-data-intensive-apps replication # 查主题找到并解释replication /designing-data-intensive-apps ch05 # 深读第 5 章 /designing-data-intensive-apps what chapters do you have? # 浏览章节索引你会看到它先加载核心SKILL.md再按需读对应章节文件作答回答里引用的是书里真实的内容。输入不止单个文件目录、glob、多个路径都能转比如/book-to-skill ~/books/*.epub my-library把新路径指向一个已有 skill 文件夹就是折叠更新新材料会合并进旧章节或续编新章节号。它是怎么干活的整个流程分三段提取、蒸馏、按需加载。提取是确定性的 Python 引擎。入口scripts/extract.py只是个薄壳强制 UTF-8 输出免得 Windows 控制台对 ✓/✗ 字符报错、把项目根塞进sys.path然后调用book_to_skill/cli.py的main()。具体解析按扩展名分发到book_to_skill/parsers/里的 pdf、epub、docx、html、rtf、calibre、text 各模块。提取产物是两份文件full_text.txt所有来源合并的干净文本带来源边界标记和metadata.json总 token、字数、页数、逐来源明细。单个坏来源会被跳过并告警其余继续。蒸馏由 Agent 按规格执行。SKILL.md 本身就是规格书定义了 Step 0–11 的完整操作分析书名、作者、目录生成逐章摘要、词汇表、模式清单、速查表和主文件。它产出的是结构——命名框架、决策规则、反模式——而不是内容梗概。加载发生在提问那一刻。常驻的只有核心SKILL.md约 4,000 token章节文件不到提问时不占预算。所以这个工具是确定性引擎 规格驱动 Agent的组合引擎保证每次提取结果可复现规格保证每次生成的结构一致。产物长什么样日常怎么用一次完整转换会生成这么一套文件SKILL.md核心心智模型 章节索引约 4,000 token最重要的内容排在最前因为压缩截断从文件末尾开始chapters/ch01-*.md每章一个文件按需加载每章约 1,000 tokenglossary.md全部关键术语按字母排序每条带章节引用约 1,500 tokenpatterns.md所有技术、算法与设计模式每条含 When to use / How / Trade-offs约 2,000 tokencheatsheet.md决策表与速查规则约 1,000 token每章的厚度由两个维度决定书是 text 还是 technical用途是 reference只引用特定章节还是 study工作中应用框架。study 档要求更高要有一个可复现的 Worked Example把书里一个完整示例做出来、把每个框架的How展开成显式步骤这是靠内容挣来的预算不是把数字调大。日常调用有三种典型姿势。你问主题名比如/designing-data-intensive-apps consistency它定位到相关章节、基于真实内容解释你问章号它把那一章完整读给你你问都有哪些章它回一个章节索引。cheatsheet 是其中最有差异化的文件官方思路是把它写成推理辅助决策规则当 X 时做 Y因为 Z、决策树、权衡矩阵、阈值默认值而不是术语到定义的裸对照行——那是 glossary 的活。数字说话token 到底省多少所有数字都是实测token 用tiktokencl100k_base计数发现循环用tools/discovery_tax.py建模任何一行都能按命令复现。回答一个定向问题时的成本对比书章节大小整本塞入上下文发现循环book-to-skillvs 塞入 / vs 循环Think Python 2小119,26412,152~5,00024× / 2.4×Working Backwards中175,25333,444~5,00035× / 6.7×AI Engineering大256,28777,866~5,00051× / 15.6×book-to-skill 这一列的 5,000 来自常驻核心约 4K加上一章编译摘要约 1K。生成成本一次付清按 Claude Sonnet 4.5输入/输出每 MTok $3/$15估算书格式页数提取 Tokens自动检出章节约成本Think Python 2PDF244119K19$0.88Working BackwaysPDF371175K10$0.96Pro GitPDF501229K不自动分段$1.23Moby-DickEPUB—301K133$1.42Pro Git 用小节标题而不是 Chapter N 开头所以检不出章首但可以手动指向小节Moby-Dick 正文是裸标题被检出的是罗马数字目录于是算出 133 章。提取方式本身也值得看在一本 103 页的技术书上pdftotext花 0.1 秒、拿到 27K token但表格和代码块全是 0Doclingtechnical 模式花 164 秒、约 1.5 秒一页token 只多 1.2%却留下 48 张表格和 36 个代码块的 markdown。所以散文书选 text 模式代码表格多的书选 technical 模式。为什么vs 整本塞入是最强主张因为塞入上下文的成本在每一轮对话都会重复发生而 5,000 token 只付一次。vs 发现循环2.4–15.6×则是另一回事那是一次性成本随章节大小缩放模型需要用书真实的目录和章节体量才算得出来。复现命令python3 tools/discovery_tax.py --full-text /tmp/book_skill_work/full_text.txt --target-chapter 5整体结论一本完整 skill 大约 1 美元一次性付清相比之下每个会话都把同一本 PDF 重新读进上下文的长期成本要高得多。踩坑与边界如果遇到扫描版 PDF只有页面图片、没有文本层提取器检查开头几页就会中止并提示不会跑完整本书产出空 skill。先自己做 OCR 再转ocrmypdf input.pdf output.pdf。如果遇到 MOBI / AZW / AZW3没有回退工具Calibre 的ebook-convert是硬性依赖从 Calibre 官网装依赖体检用python3 scripts/extract.py --check一条命令看全部格式。如果同一台机器上并发跑多个转换别假设固定的工作目录。每次运行用tempdir/book_skill_work-pid/PID 后缀就是防覆盖用的以它打印的Workdir -或metadata.json里的workdir字段为准。如果书很大超过约 5 万 token别让 Agent 整文件读full_text.txt。规格要求改用wc -w看体量、grep -n找章节偏移、sed -n start,endp只拉片段——一本 200 页的书约 7.5 万 token逐章重读 28 遍要烧 200 万输入 token切片读取则让成本正比于输出。如果想要把生成的 skill 发到 GitHub发布前必须先过 tools/scan_generated_skill.py 的安全扫描失败即停、交人工审阅不许静默改写。如果提取时提示缺包交互式会话会问你是否安装--install-missing ask非交互会话默认直接走回退除非显式传yes也可以用环境变量BOOK_SKILL_INSTALL_MISSING预设行为。版权与许可证book-to-skill 本身不含任何书页它只处理你已有阅读权限的文件提取全程在本地机器上完成。生成的 skill 是综合提炼后的结构化衍生品——框架名、定义、要点——把它当作你自己的手写学习笔记使用。第三方版权书转出的 skill 应保持私有只有你自己的写作、开放许可材料才能公开分享。MIT 许可证只覆盖这个工具仓库的代码与 skill 定义不覆盖你转换的任何书籍。把持续成本换成一次性成本回到开头的场景它的价值逻辑是把反复导航 PDF的每轮开销压缩成转换一次、按需加载的一笔小账——约 1 美元一本之后每次提问只花约 5,000 token比整本塞入省 24×–51×。判断一份文档值不值得转标准很简单只要你频繁重开它、好到希望自己背下来它就是候选。延伸阅读docs/how-it-works.mdSteps 0–10 完整走查与提取模式docs/usage.md所有运行模式与折叠更新示例docs/performance.mdDiscovery Loop Tax 与实测基准docs/install.md各宿主安装方式与独立 CLI【免费下载链接】book-to-skillTurn any technical book PDF into a Claude Code skill — ready to study, reference, and use while you work.项目地址: https://gitcode.com/GitHub_Trending/bo/book-to-skill创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考