项目地址：/virgiliojr94/book-to-skill

很多人都经历过这种时刻：买了一本很棒的技术书，读的时候觉得醍醐灌顶，过了几个月，再回头想起某个概念，却只记得“好像在哪一章见过”。PDF 还在，EPUB 也在，文档文件夹也在，可真正要用的时候，知识像躲进了层层纸页和目录里，明明拥有，却很难立刻拿出来。

`book-to-skill` 就是冲着这个问题来的。

它在仓库 description 里的自我介绍非常明确：**把任意技术书 PDF 转成一个 Claude Code skill，让它可以被学习、引用，并在工作时直接使用。** 而 README 又把这件事进一步展开：它不只处理技术书，也能处理文档文件夹，或者一组来源材料，并把它们统一整理成一个可供 agent 调用的技能。

这不是把一本书“塞进上下文”那么简单，它更像是在说：与其让资料躺在那里等待被翻找，不如让它长成一种可以随时被唤醒的工作能力。

## 它到底想做什么

README 里用三步概括了整个过程，简单得近乎利落：

1. 把文件、文件夹或 glob 路径交给它  
2. 它把内容提炼成一个 skill  
3. 你的 agent 按需加载它，并根据真实内容回答问题

这里最耐人寻味的一点，是 README 特意强调：它提炼出来的是**结构**，而不只是摘要。它会整理出框架、决策规则、反模式，以及按章节拆分的内容文件。换句话说，`book-to-skill` 想保留下来的，不只是“这本书说了什么”，而是“这本书是怎么组织知识的”。

这种方向很有意思。因为对很多技术资料来说，真正有价值的，往往不是某一页上的某一段字，而是作者如何搭建概念、如何给出判断路径、如何把经验变成可以反复调用的模式。`book-to-skill` 显然在努力抓住这个层面。

## 它给出的不是原文堆砌，而是一整套技能结构

README 专门列了一个 “What it generates” 部分，说明运行之后会生成什么。

它会在 agent 的 skills 目录里创建一整套内容，包括：

- `SKILL.md`：核心心智模型与章节索引
- `chapters/ch01-*.md`：按章节拆分的文件，按需加载
- `glossary.md`：按字母排序的关键术语表，并带章节引用
- `patterns.md`：技术、算法与设计模式
- `cheatsheet.md`：决策表和快速参考规则

这份清单很能说明它的野心。它没有把输出停留在“导出一个文本文件”或者“生成一份摘要”，而是试图把一份材料拆解成多个不同用途的层次：

- 有总纲
- 有章节入口
- 有术语索引
- 有模式汇总
- 有速查表

这样的组织方式让人感觉，它更像是在为 agent 准备一套“思考支架”，而不是单纯准备资料文本。

而且 README 还特别强调：**章节文件是按需加载的**。这意味着它们不会在一开始就全部占据 skill 预算，而是在你问到相关主题时再被读取。这个设计在整个项目里是非常核心的一环，因为它直接关系到后文反复讨论的 token 成本与上下文效率。

## 它不只面向“书”，也面向一切经常被反复打开的知识材料

虽然名字叫 `book-to-skill`，README 却明确说，它的输入并不限于书。它处理的是**任何结构化的散文式内容**。

README 给出的例子包括：

- 内部文档
- 品牌与设计系统资料
- 研究资料集群
- 规范与标准文档

这一段非常有画面感。你可以把一整个 `docs/` 文件夹折叠成一个 skill，在写代码时随手查询；也可以把品牌手册、语气规范、组件原则整理进一个统一技能，不再靠团队成员反复翻 PDF；还可以把论文和笔记合并成一个可更新的知识体。

README 甚至给出了一个判断标准：**如果你会频繁重新打开某份文档，甚至希望自己已经把它背下来，那它就是候选对象。**

这句话说得很妙。它没有试图无限扩大边界，而是给出了一个非常日常、非常人性化的使用判断：你反复回去找的，就是值得被“技能化”的。

## 使用方式很直白，像是在对材料下达一道命令

README 给出的命令格式是：

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

支持的文档格式包括：

- PDF
- EPUB
- DOCX
- TXT
- Markdown
- reStructuredText
- AsciiDoc
- HTML
- RTF
- MOBI / AZW / AZW3

这份支持格式列表很长，但它并不显得凌乱，因为 README 把它很好地嵌在了实际示例里。

例如：

```bash
# Process several files together into a unified skill
/book-to-skill ~/papers/paper1.pdf ~/notes/export.txt unified-research

# Process all supported files in a folder together
/book-to-skill ~/workspace/project-docs/ project-knowledge

# Process files matching a glob pattern
/book-to-skill "~/books/*.epub" my-library

# Update/fold new material into an existing skill folder
/book-to-skill ~/articles/new-paper.pdf ~/.claude/skills/project-knowledge
```

这些例子有一种非常实用的美感。它们让人一眼就能看出这个工具的工作方式：可以处理多个文件、可以处理整个文件夹、可以吃 glob、还可以把新材料折叠进已有 skill。不是只能做一次性的转换，而是可以围绕一个知识主题持续扩充。

创建完 skill 后，README 也给出了调用示例：

```bash
/designing-data-intensive-apps                  # load core mental models
/designing-data-intensive-apps replication      # find and explain a topic
/designing-data-intensive-apps ch05             # dive into chapter 5
/designing-data-intensive-apps "what chapters do you have?"
```

看到这里，这个项目的意图就越来越清楚了：它希望资料不是被动地存在某个文件夹里，而是能像一个随叫随到、按主题切换深浅层次的知识入口。

## 它很在意 token，不只是“能用”，还在认真算账

`book-to-skill` README 里一个非常醒目的说法是：

**相比把整本书直接塞进上下文，为回答一个问题，它可以减少 24× 到 51× 的 tokens。**

这个数字不是一笔带过的宣传语，README 为它安排了完整的解释、测量方式、表格和推导逻辑。这种写法给人的感觉不是“喊口号”，而是“我把账本摊开给你看”。

### Discovery Loop Tax：它为什么觉得直接读 PDF 很贵

README 提出了一个很生动的概念：**Discovery Loop Tax**。

它认为，阅读 PDF 的 agent 不是在“直接阅读”，而是在“导航”：

- 先去取目录
- 发现一个词不确定
- 再回头找更多页面
- 再补充更多上下文
- 这些跳转和压缩，又会不断进入后续对话历史中被重复处理

这段描述非常形象。它把那种我们平时不太会刻意命名的损耗，变成了一个可以被看见的成本模型。README 的核心观点是：`book-to-skill` 把这种导航代价在编译阶段一次性支付掉，运行阶段只加载一个小的常驻核心和所需章节，因此不需要每次重走发现路径。

它不是让模型一次次去“找”，而是提前把“怎么找、该读哪块、哪些是关键结构”整理好。

### README 还给了具体测量

在 “The Discovery Loop Tax” 部分，README 展示了三本真实书籍的测量结果，比较了：

- 直接 context dump
- discovery loop
- book-to-skill

并说明 book-to-skill 典型加载规模约为 5,000 tokens，由常驻核心与一个章节组成。

README 还指出，这种优势会随着章节规模扩大而增长：对 context-dump 的优势稳定在 24× 到 51×，对 discovery loop 的优势则会根据书的章节大小变化。

这里值得注意的是，README 也给出了 caveats，也就是它自己的限制和边界说明。比如它明确承认：

- discovery 的数值是一次性成本模型
- 章节分割依赖显式的 `Chapter N` 或 `Capítulo N` 标题
- 标题式章节或罗马数字章节不一定能自动分段
- 对于一次性的单次阅读，普通 PDF agent 也完全可以

这种表达很难得。它不是一味把自己说成对所有任务都更优，而是认真划出了适用情境：**当你会反复回到某份知识材料时，这种预编译式技能就会体现价值。**

## 它还把“不是 RAG”这件事讲得很明白

README FAQ 里有一段很精彩：它直接回答“这难道不就是 RAG 吗？”

它的回答很清楚：

- RAG 是在查询时切块、嵌入、检索相似向量，再把相关片段塞进提示词
- `book-to-skill` 是在编译时做一次深度分析，把作者真正的框架、命名、适用条件、反模式提取出来

README 用一句很有辨识度的话来区分两者：

- RAG 回答的是：这里是和你的查询相近的片段
- skill 回答的是：这里是这位作者构建的 12 个框架，已经整理好，可以直接拿来推理

这种差异，在 README 里被总结成两种任务形状：

- **宽而浅**：大量书籍里找某个提法，RAG 更合适
- **窄而深**：围绕一本书或一组紧密相关资料，在工作中反复应用框架，`book-to-skill` 更合适

这个定位很重要，因为它帮助读者理解：这个项目不是在否定检索，而是在强调“结构化知识编译”的另一条路径。

## 安装说明写得很清楚，而且特意避免混淆

README 在安装部分一上来就强调：**有两种使用方式，不要混淆。**

第一种，是作为 **agent skill** 使用，也就是在 Claude Code、GitHub Copilot CLI 或 Amp 中获得 `/book-to-skill` 这样的命令。

第二种，是作为 **独立 CLI** 使用，也就是通过 `pip install book-to-skill` 安装纯提取引擎。

这两个路径在 README 中被分得非常明确。

### 作为 GitHub Copilot CLI 的 skill

README 给出的个人 skill 安装方式是：

```bash
git clone https://github.com/virgiliojr94/book-to-skill.git ~/.copilot/skills/book-to-skill
# then, in a `copilot` session:
/skills reload
/skills info book-to-skill
```

同时，也提供了 Copilot CLI 和 Amp 共用的跨 agent 路径：

```bash
git clone https://github.com/virgiliojr94/book-to-skill.git ~/.agents/skills/book-to-skill
```

### 作为 Claude Code 的 skill

README 给出的另一种方式是，把这一行内容复制进 Claude Code 会话：

```text
Install book-to-skill: https://raw.githubusercontent.com/virgiliojr94/book-to-skill/master/SKILL.md
```

或者使用手动 `git clone`：

```bash
git clone https://github.com/virgiliojr94/book-to-skill.git ~/.claude/skills/book-to-skill
```

之后就可以在任意 agent 会话中运行：

```bash
/book-to-skill ~/path/to/your-book.pdf
# or
/book-to-skill ~/path/to/your-book.epub
```

### 作为独立 CLI

README 也保留了独立 CLI 的安装路径：

```bash
pip install "book-to-skill[pdf,epub,docx]"   # engine + optional extractors
book-to-skill ~/path/to/book.pdf --mode text  # or: python -m book_to_skill ...
book-to-skill --check                          # report which extractors are installed
```

这个“不要混淆”的提醒写得非常好，因为它一下子把项目的双重身份讲清楚了：它既可以是一个 agent skill，也可以是一个纯文本提取引擎，但这两者不是同一回事。

## 它连提取链路都交代得一清二楚

在 Requirements 和 How it works 这两部分，README 对内部流程的解释非常具体。

### 它会按格式尝试不同工具

README 提到，提取器会针对不同格式按顺序尝试工具，并使用第一个可用的。如果什么都没装，它会告诉你缺什么、该执行什么命令。

并且还提供了一个检查命令：

```bash
python3 scripts/extract.py --check
```

这个命令会打印每种格式已安装的提取器以及缺失依赖的安装命令。

### PDF 会先区分“技术型”还是“文本型”

这是 README 里非常有辨识度的一点。

对于 PDF，它不是一把梭，而是先问你这本书更偏：

- technical
- text-heavy

对应的工具路线也不同。

对于 text-heavy，README 列出：

- `pdftotext`
- `pypdf`
- `pdfminer.six`

对于 technical，README 推荐：

- `docling`

并强调 `docling` 可以保留 Markdown 表格和代码块，而 `pdftotext` 更适合纯文字内容。

这种分流很符合项目的整体气质：它不只是“能抽文本”，而是很在意内容形态本身，尤其在技术资料里，代码块、表格、公式这些结构往往比纯文本更关键。

### 流程图写得像一条可视化流水线

README 用一段结构化流程图展示了整个过程：

- 输入可以是一份文件、一个文件夹、一个 glob、或多条路径
- 中间会有一次 technical / text-heavy 的分流
- 然后 `scripts/extract.py` 调用对应解析链
- 合并内容写入工作目录
- Claude 负责分析结构、标题、作者、章节、目录
- 生成章节摘要、术语表、patterns、cheatsheet
- 最终写入对应 skill 目录
- 临时工作目录被清理

这段说明有一种“工程化透明”的魅力。很多工具喜欢把复杂度藏在幕后，而 `book-to-skill` 反而很愿意把幕后灯打开，让你看见每一步是怎么走过去的。

## README 还展示了性能、成本与基准结果

在 “How it works” 中，README 给出了一个 103 页技术书的提取 benchmark，对比：

- `pdftotext`
- `Docling`

并列出时间、tokens、表格数量、代码块数量。

此外，还给出了几本真实资料的转换测量，包括：

- 页数
- 提取后的 tokens
- 自动检测到的章节数
- 估算成本

README 总结说，完整生成一个 skill 的成本大约在 **每本书 1 美元左右**。

这些数据的存在，让这个项目不再只是一个概念，而有了一种非常明确的实践姿态：它不仅想告诉你“这样做更好”，还想告诉你“我测过，它大概会花多少时间、吃多少 token、保留多少结构”。

## 它对版权与边界问题写得很直接

README 有一整节 “Copyright & fair use”，这部分写得相当克制。

它明确表示：

- 仓库本身不附带任何书籍内容
- 处理过程在本地完成
- 你使用的是你自己拥有的副本
- 输出是结构化、综合性的衍生笔记，而不是原文复现
- 不应传播受版权保护作品生成出的 skill

这部分的语气很稳，没有夸张，也没有回避。它把工具、输入、输出和责任边界尽量说清楚，让整个项目看起来更加成熟。

## 从仓库结构里，也能看出它组织得很认真

README 给出了完整的仓库结构，里面包括：

- `SKILL.md`
- `scripts/`
- `tools/`
- `tests/`
- `docs/`
- `CHANGELOG.md`
- `CONTRIBUTING.md`
- `SECURITY.md`
- `README.md`

其中 `scripts/extractor/` 下面又细分出配置、依赖检查、异常定义、工具函数和格式解析器；`tools/` 中有用于测量 discovery tax 的工具，也有用于验证生成 skill 是否符合宿主规则的工具。

这份结构说明有一种很舒服的秩序感。它表明这个项目并不是一个临时拼起来的脚本集合，而是已经把提取、验证、测试、文档、架构说明分别安放到了自己的位置上。

## 这个项目最迷人的地方，是它试图改变“知识被使用的姿势”

读完 README 之后，会感觉 `book-to-skill` 想做的，并不是“帮你更快看书”，而是“帮你把书变成工作时真的能调用的东西”。

一本技术书放在硬盘里，通常只是一个静态对象。你知道它重要，你也知道它讲得好，但它大多数时候安安静静地躺在那里，等你有耐心时再去翻。`book-to-skill` 想做的，是让这本书从“对象”变成“技能”，从“我知道它在那儿”变成“我现在就能把它叫过来”。

这也是为什么 README 一再强调结构、按需加载、章节文件、patterns、glossary、cheatsheet。它不是满足于把内容搬运出来，而是努力把知识改造成一种更适合 agent 使用的形态。

如果说传统阅读更像把一本书放进书架，那么 `book-to-skill` 更像是在给这本书装上一套索引系统、工具腰带和应答机制。它没有替你读书，但它试图让你读过的东西，别那么轻易地再次沉回遗忘里。

而这，恰恰让它显得很有吸引力：它不是在制造更多信息，而是在想办法让已有的信息，终于真正长成能力。

很多人都经历过这种时刻：买了一本很棒的技术书，读的时候觉得醍醐灌顶，过了几个月，再回头想起某个概念，却只记得 “好像在哪一章见过”。PDF 还在，EPUB 也在，文档文件夹也在，可真正要用的时候，知识像躲进了层层纸页和目录里，明明拥有，却很难立刻拿出来。

当一本技术书，不再只是“看过”：book-to-skill 想把知识变成可调用的能力

技术副总监/联合创始人

人工智能

book-to-skill工具可将技术书籍PDF转换为可调用的Claude技能，实现知识结构化存储和按需调用。它能自动提取书籍框架、术语表、设计模式等内容，生成章节索引和速查表，相比直接阅读PDF可节省24-51倍token成本。支持PDF、EPUB等多种格式输入，适用于需要反复查阅的技术文档和书籍，让知识真正转化为工作能力。

代码解释

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

book-to-skill工具可将技术书籍PDF转换为可调用的Claude技能，实现知识结构化存储和按需调用。它能自动提取书籍框架、术语表、设计模式等内容，生成章节索引和速查表，相比直接阅读PDF可节省24-51倍token成本。支持PDF、EPUB等多种格式输入，适用于需要反复查阅的技术文档和书籍，让知识真正转化为工...

当一本技术书，不再只是“看过”：book-to-skill 想把知识变成可调用的能力-腾讯云开发者社区-腾讯云

当一本技术书，不再只是“看过”：book-to-skill 想把知识变成可调用的能力

当一本技术书，不再只是“看过”：book-to-skill 想把知识变成可调用的能力

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐