想让 AI 照着某本技术书的方法帮你干活，多数人是把整本 PDF 拖进对话框，结果一上来就吃掉一大半上下文，AI 还经常只记得开头几页。

这其实是个用反了的办法。一本书最值钱的不是那几十万字本身，是作者藏在字里行间的那套框架、那几条原则、那些他踩过的坑。你把原文整个塞进去，AI 拿到的是一堆等着被检索的文字，不是一套能直接拿来推理的方法。

最近看到一个开源项目，专门解决这件事，叫 book-to-skill，是 virgiliojr94 做的，到现在攒了约5700个 star。说白了，它就是个转换器，把一本技术书，或者一批文档，转成一个 AI 能按需调用的「技能」（skill）。Claude Code、GitHub Copilot CLI、Amp 这几个工具都能加载来用，输入格式也很全，PDF、EPUB、DOCX、网页、Markdown、纯文本都行。

它的关键不在于给书做个摘要。摘要谁都会做。它做的是把作者的框架、原则、技法、还有那些反面教材，一条条抽出来，编码成一个可以反复调用的知识库。README 的意思是，这个差别在于：检索式的做法，给你的是跟你问题最接近的那几段文字；而一个 skill 给你的，是这位作者建立的那一整套框架，拿来直接就能推理。

这两者的差别，就像你手边放着一本书，和你身边坐着一个把这本书读透了的内行。前者你得自己翻、自己找；后者你直接问，他直接答。

具体强在哪，有几处是戳到痛点的。

第一，不烧上下文。它不是每轮对话都把全书塞给 AI，而是平时只挂一份核心索引，大概4000个token，里面是这本书的核心思维模型加上章节目录。你真用到哪一章，它才把那一章临时调进来，其余的全留在硬盘上待命，不占地方。

第二，抽的是框架，不是原文。它从书里提炼出来的是能拿来推理的方法论，而不是一堆切碎的文本块等你去匹配。这是它跟普通检索方案最本质的区别。

第三，省下来的不只是耐心，是实打实的效率。作者拿一本约256000个token、章节比较大的书做过实测，这种按需调用的方式，比那种「边读边找」的笨办法，在token效率上大概高15.6倍；章节小一些的书提升没那么夸张，也有约2.4倍。这两个数字是作者自己测出来的，他写成「约」，我也照实说。

转完之后你拿到的是个文件夹。里面一份 SKILL.md，装核心思维模型加章节和主题索引，控制在4000个token以内；一个 chapters 文件夹，放逐章的总结，每章通常约1000个token，碰上偏技术的章节会更长，按需加载；再加一份术语表、一份技法和设计模式的清单、一份决策速查表——要是原书里本来就写了明确的决策规则或阈值，它也会一并抽进这份速查表。

用起来也直白。转完一本书，你可以让 AI 先把这本书的核心模型加载进来；也可以直接问它书里某个概念讲在哪、是怎么回事；或者干脆让它跳到第5章。原本得自己翻半天目录才能定位的事，现在一句话就问出来了。

它也不限定一次只喂一本。你可以把好几个文件一起丢给它，一本 PDF 加一份笔记，或者一整个文档文件夹，让它合成一个统一的知识库；甚至可以拿一篇新论文，去更新你之前已经建好的那个 skill。对那些手里资料零散、东一份西一份的人，这个合并能力其实比转单本书更实用。

整个转化过程它分了十来步走，但你不用记这些步骤。值得知道的是中间有一步它会先停下来，把这本书有多少token、大概要花多少钱估给你看，让你确认了再往下转。还有一步它会问你：这个 skill 是给你平时查阅用，还是要拿来系统学习？你选哪个，它给每一章分配的篇幅就不一样。这两个细节，是它跟那种「一键全自动、出了问题你也不知道」的工具不一样的地方。

成本这块也算诚实。作者给过一个估算：完整转一本244页的书，调模型一趟下来大概0.88美元；摊到平均，建好一个 skill 也就一本一美元上下。一本书一美元，就能把它变成你随时能调用的一套方法，这笔账其实不难算吧。

还有个细节。它实测过用不同方式处理同一本103页的技术书：快的那种0.1秒就抽完了，但表格和代码块全丢了；换上更专业的方式，慢，约164秒，但能把48个表格、36段代码完整保住。技术书里那些表格和代码恰恰是命门，多花两分钟值。

当然，它也有干不了的地方，这个得说清楚。

自动分章这块，标准的「Chapter N」章节标题最稳。它后来也补上了对罗马数字、对 Markdown 那类标题的识别，但碰上比较花哨的目录结构，仍可能切得不干净——好在就算切不准，内容本身还是能抽出来。它也不支持 OCR（光学字符识别），纯图片扫描、没有文字层的那种 PDF，你得先自己转成带文字的。

版权这点它做得克制。工具本身不附带任何书的内容，里面就是个转换器；抽取和分析这步都在你自己电脑上本地跑，文件不会被它上传。但有一点得说清楚：如果你最后是拿云端的模型来生成 skill，那喂给模型的文本还是会按那家模型服务的数据条款走，跟你平时发别的 prompt 一样。生成出来的是结构化的衍生知识库，不是原文复制。作者也明确说了，别拿它去再分发受版权保护作品的 skill。

还有个隐性好处。对那些很有名的书，AI 脑子里本来就有一份压缩过的记忆，问起来它能答，但常常记串、记岔。用你自己手上这本书转出来的 skill，正好把它的回答按在你这本书上，它讲的就是你看的那一版，不是它自己脑补的。

这个思路本身是可以迁移的：与其把一份长资料整个塞进对话框，不如先把它抽成结构化的、能按需调用的知识。它直接产出的东西，主要是给支持 Agent Skills 这套标准的工具用；但「先结构化、再按需调」这个做法，换个能挂知识的场景照样成立。

这是个开源项目，用的是 MIT 协议，GitHub 上就有，叫 book-to-skill，作者 virgiliojr94。

#马力的AI知识分享#
#马力的AI开源项目分享#