五份文件、约一美元book-to-skill 指南把技术书变成结构化 Agent 技能【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 是一个把技术书书籍转技能的本地工具它读取你的 PDF、EPUB、DOCX、RTF 等文件产出一套结构化技能让 Claude Code、Copilot CLI、Amp、Hermes 等 Agent 宿主按需加载章节来回答问题。转换本身是一次性成本约一美元之后每次提问只为用到的章节付 token。读完这篇你能判断它适不适合自己并跑通第一次转换。先说结果一本书转换后你得到什么一份书五个文件构成一个可被 Agent 反复使用的知识包文件用途体量SKILL.md主文件核心思维模型 章节与主题索引约 4,000 tokenschapters/ch01-*.md…每章一个文件话题相关时才被读取约 1,000 tokens/个glossary.md全部关键术语按字母排序并带章节引用约 1,500 tokenspatterns.md全部技术、算法与设计模式约 2,000 tokenscheatsheet.md决策规则、决策树与快速参考约 1,000 tokens它提取的不是第 3 章讲了什么这类复述而是作者多年沉淀的命名框架、决策规则和反模式。比如 5 Whys 不能写成多问几次为什么——框架的名字本身就是信息原稿里的精确表述必须保留。质量规则里还有一条硬约束绝不复制书中原始段落输出应当是你自己的学习笔记而不是原文搬运。安装与第一次转换两条路径别混淆。作为Agent 技能把仓库克隆进你宿主对应的技能目录之后会话里才有/book-to-skill斜杠命令。各宿主的位置一句话带过Claude Code 放~/.claude/skills/Copilot CLI 放~/.copilot/skills/或跨 Agent 通用的~/.agents/skills/Amp 与 Codex 也读这里Hermes 放$HERMES_HOME/skills/类别/默认~/.hermes/skills/且要选与书的主题匹配的类别目录。git clone https://gitcode.com/GitHub_Trending/bo/book-to-skill.git ~/.claude/skills/book-to-skill作为独立 CLIpip从仓库安装只拿到文本提取引擎不注册任何技能。适合脚本化或只想验证提取质量的人pip install book-to-skill[pdf,epub,docx] githttps://gitcode.com/GitHub_Trending/bo/book-to-skill.git book-to-skill ~/path/to/book.pdf --mode text装好后在任意 Agent 会话里跑第一次转换。语法是/book-to-skill 路径或 glob... [slug]几个常用形态/book-to-skill ~/papers/paper1.pdf ~/notes/export.txt unified-research /book-to-skill ~/books/*.epub my-library /book-to-skill ~/articles/new.pdf ~/.claude/skills/project-knowledge三条分别是多个文件合并成一个技能、用 glob 整批转换、把新素材 fold-in合并更新进已有技能。技能生成后四种调用形式就都通了/designing-data-intensive-apps加载核心框架加主题词查某个话题加ch05直接深入第 5 章问 what chapters do you have? 浏览完整索引。四种用法完整转换只是其中一种完整转换默认给路径、不加说明就走完整流程产出上文那套文件。仅分析说 analyze 或 just extract提取并输出结构化报告后停止不生成技能文件。适合先看看这本书值不值得转。基于已有分析生成你手头已有分析笔记或跑过仅分析模式就跳过提取步骤直接生成。Fold-in 更新输入指向一个已有技能目录或已存在的技能名新素材被合并进原有章节、术语表与索引而不是重起炉灶。为什么 token 账单不会失控省钱的机制叫 on-demand chapters按需加载章节主文件保持小巧章节文件只有在话题相关时才被读进上下文。于是那本 200 页的书只为你的问题本身付 token而不是为页数付。转换过程中还有两个确认点都是停下来等你的先确认书籍内容类型——technical 或 text-heavy这决定 PDF 用什么工具解析再确认成本预估——给出 token 与费用估算后才动手。深度分两档DEPTHreference和DEPTHstudy分别对应精简速查与更深入的研读。章节 token 预算随之浮动text 类书在 800–1,200 与 1,000–1,800 之间technical 类书在 1,200–1,800 与 2,000–3,000 之间前一组是 reference后一组是 study。study 档靠真实内容达标——复现一个 worked example、把框架展开成显式步骤——而不是凑字数。背后发生了什么提取 生成的两段流水线前一半是确定性的 Python 提取器按扩展名分发到各格式解析器遵循最优工具优先、stdlib 兜底——PDF 技术书走 Docling纯文字走pdftotextEPUB 有 ebooklib 时用它、没有就用标准库zipfile硬拆。全程本地文件不出机器每次运行使用独立的临时目录tempdir/book_skill_work-pid/避免两次并发转换互相覆盖输出。后一半由 Agent 完成按SKILL.md里的规范把干净文本生成成结构化技能。这份SKILL.md遵循开放的 Agent Skills 标准一份文件全宿主通用它刻意省略allowed-tools字段以保持中立——Copilot CLI、Claude、Amp 各自的工具名不同各宿主首次使用时会自行提示授权。实测成本一次付清约一美元一本书项目数字pdftotext提取103 页技术书0.1 秒0 张表格、0 个代码块Docling 提取同一本书technical 模式164 秒48 张表格、36 个代码块真实转换样例Think Python 2244 页、119K tokens、19 章Working Backwards175KPro Git229KMoby-Dick301K对比整书灌入上下文book-to-skill 约 5,000 tokens/次查询省 24×–51×单本完整生成$0.88–1.42一次付清24×–51× 的差距来自上下文倾倒Think Python 2 灌进去要 119,264 tokens大书AI Engineering要 256,287而 skill 每次只加载约 4K 主文件加约 1K 章节文件。倾倒那笔钱每一轮对话都在付skill 那笔约 1 美元只付一次。 边界与注意事项扫描版、版权与安全扫描版 PDF 没有文本层任何提取器都拿不到字。提取器检查前几页就会停下并说明原因——这是有意的快速失败让你先跑ocrmypdf input.pdf output.pdf补上文本层再转换而不是处理完 400 页得到空技能。OCR 交给专用工具这个项目有意不自带。处理全程在本地完成文件不会被上传但如果你的 Agent 接的是云端模型喂进去的文本仍遵循该服务商的数据条款。版权方面从第三方版权书生成的技能必须保持私有不要发布或分享开放许可材料与自己的写作才适合分发。安全链压成三句话提取时剥离零宽字符等不可见 Unicode防止文档夹带隐形指令DOCX 解析前拒绝声明 DTD 或实体的 XML 部件挡掉 XXE 类攻击生成后的技能在发布前过一遍提示注入扫描非零退出就停下来交人工复核。两个常见疑问直接把书丢进 1M 上下文窗口不行吗装得下但那是每轮对话、每个会话重复支付的账单skill 只付一次之后按问题大小计费。而且更大的窗口解决装得下不解决找得准——上下文接近塞满时模型对中间内容的检索精度会明显下降。它和 RAG 差在哪工作阶段不同RAG 在查询时干活切块、嵌入、相似检索book-to-skill 在编译时干活一次性把作者的框架、适用场景和反模式提取成结构化技能。宽而浅的书库检索用 RAG要在工作中反复应用某本书的框架用后者。延伸阅读SKILL.md生成器规范的正文含全部步骤与 token 预算规则docs/install.md各宿主技能目录与独立 CLI 的完整细节docs/usage.md四种运行模式与更多调用示例docs/performance.md全部基准数字与复现命令docs/faq.md与大上下文、RAG 的完整对比论证从 SKILL.md 开始翻最划算它既是这个工具的说明也是每个生成物的模板。【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
五份文件、约一美元book-to-skill 指南把技术书变成结构化 Agent 技能【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 是一个把技术书书籍转技能的本地工具它读取你的 PDF、EPUB、DOCX、RTF 等文件产出一套结构化技能让 Claude Code、Copilot CLI、Amp、Hermes 等 Agent 宿主按需加载章节来回答问题。转换本身是一次性成本约一美元之后每次提问只为用到的章节付 token。读完这篇你能判断它适不适合自己并跑通第一次转换。先说结果一本书转换后你得到什么一份书五个文件构成一个可被 Agent 反复使用的知识包文件用途体量SKILL.md主文件核心思维模型 章节与主题索引约 4,000 tokenschapters/ch01-*.md…每章一个文件话题相关时才被读取约 1,000 tokens/个glossary.md全部关键术语按字母排序并带章节引用约 1,500 tokenspatterns.md全部技术、算法与设计模式约 2,000 tokenscheatsheet.md决策规则、决策树与快速参考约 1,000 tokens它提取的不是第 3 章讲了什么这类复述而是作者多年沉淀的命名框架、决策规则和反模式。比如 5 Whys 不能写成多问几次为什么——框架的名字本身就是信息原稿里的精确表述必须保留。质量规则里还有一条硬约束绝不复制书中原始段落输出应当是你自己的学习笔记而不是原文搬运。安装与第一次转换两条路径别混淆。作为Agent 技能把仓库克隆进你宿主对应的技能目录之后会话里才有/book-to-skill斜杠命令。各宿主的位置一句话带过Claude Code 放~/.claude/skills/Copilot CLI 放~/.copilot/skills/或跨 Agent 通用的~/.agents/skills/Amp 与 Codex 也读这里Hermes 放$HERMES_HOME/skills/类别/默认~/.hermes/skills/且要选与书的主题匹配的类别目录。git clone https://gitcode.com/GitHub_Trending/bo/book-to-skill.git ~/.claude/skills/book-to-skill作为独立 CLIpip从仓库安装只拿到文本提取引擎不注册任何技能。适合脚本化或只想验证提取质量的人pip install book-to-skill[pdf,epub,docx] githttps://gitcode.com/GitHub_Trending/bo/book-to-skill.git book-to-skill ~/path/to/book.pdf --mode text装好后在任意 Agent 会话里跑第一次转换。语法是/book-to-skill 路径或 glob... [slug]几个常用形态/book-to-skill ~/papers/paper1.pdf ~/notes/export.txt unified-research /book-to-skill ~/books/*.epub my-library /book-to-skill ~/articles/new.pdf ~/.claude/skills/project-knowledge三条分别是多个文件合并成一个技能、用 glob 整批转换、把新素材 fold-in合并更新进已有技能。技能生成后四种调用形式就都通了/designing-data-intensive-apps加载核心框架加主题词查某个话题加ch05直接深入第 5 章问 what chapters do you have? 浏览完整索引。四种用法完整转换只是其中一种完整转换默认给路径、不加说明就走完整流程产出上文那套文件。仅分析说 analyze 或 just extract提取并输出结构化报告后停止不生成技能文件。适合先看看这本书值不值得转。基于已有分析生成你手头已有分析笔记或跑过仅分析模式就跳过提取步骤直接生成。Fold-in 更新输入指向一个已有技能目录或已存在的技能名新素材被合并进原有章节、术语表与索引而不是重起炉灶。为什么 token 账单不会失控省钱的机制叫 on-demand chapters按需加载章节主文件保持小巧章节文件只有在话题相关时才被读进上下文。于是那本 200 页的书只为你的问题本身付 token而不是为页数付。转换过程中还有两个确认点都是停下来等你的先确认书籍内容类型——technical 或 text-heavy这决定 PDF 用什么工具解析再确认成本预估——给出 token 与费用估算后才动手。深度分两档DEPTHreference和DEPTHstudy分别对应精简速查与更深入的研读。章节 token 预算随之浮动text 类书在 800–1,200 与 1,000–1,800 之间technical 类书在 1,200–1,800 与 2,000–3,000 之间前一组是 reference后一组是 study。study 档靠真实内容达标——复现一个 worked example、把框架展开成显式步骤——而不是凑字数。背后发生了什么提取 生成的两段流水线前一半是确定性的 Python 提取器按扩展名分发到各格式解析器遵循最优工具优先、stdlib 兜底——PDF 技术书走 Docling纯文字走pdftotextEPUB 有 ebooklib 时用它、没有就用标准库zipfile硬拆。全程本地文件不出机器每次运行使用独立的临时目录tempdir/book_skill_work-pid/避免两次并发转换互相覆盖输出。后一半由 Agent 完成按SKILL.md里的规范把干净文本生成成结构化技能。这份SKILL.md遵循开放的 Agent Skills 标准一份文件全宿主通用它刻意省略allowed-tools字段以保持中立——Copilot CLI、Claude、Amp 各自的工具名不同各宿主首次使用时会自行提示授权。实测成本一次付清约一美元一本书项目数字pdftotext提取103 页技术书0.1 秒0 张表格、0 个代码块Docling 提取同一本书technical 模式164 秒48 张表格、36 个代码块真实转换样例Think Python 2244 页、119K tokens、19 章Working Backwards175KPro Git229KMoby-Dick301K对比整书灌入上下文book-to-skill 约 5,000 tokens/次查询省 24×–51×单本完整生成$0.88–1.42一次付清24×–51× 的差距来自上下文倾倒Think Python 2 灌进去要 119,264 tokens大书AI Engineering要 256,287而 skill 每次只加载约 4K 主文件加约 1K 章节文件。倾倒那笔钱每一轮对话都在付skill 那笔约 1 美元只付一次。 边界与注意事项扫描版、版权与安全扫描版 PDF 没有文本层任何提取器都拿不到字。提取器检查前几页就会停下并说明原因——这是有意的快速失败让你先跑ocrmypdf input.pdf output.pdf补上文本层再转换而不是处理完 400 页得到空技能。OCR 交给专用工具这个项目有意不自带。处理全程在本地完成文件不会被上传但如果你的 Agent 接的是云端模型喂进去的文本仍遵循该服务商的数据条款。版权方面从第三方版权书生成的技能必须保持私有不要发布或分享开放许可材料与自己的写作才适合分发。安全链压成三句话提取时剥离零宽字符等不可见 Unicode防止文档夹带隐形指令DOCX 解析前拒绝声明 DTD 或实体的 XML 部件挡掉 XXE 类攻击生成后的技能在发布前过一遍提示注入扫描非零退出就停下来交人工复核。两个常见疑问直接把书丢进 1M 上下文窗口不行吗装得下但那是每轮对话、每个会话重复支付的账单skill 只付一次之后按问题大小计费。而且更大的窗口解决装得下不解决找得准——上下文接近塞满时模型对中间内容的检索精度会明显下降。它和 RAG 差在哪工作阶段不同RAG 在查询时干活切块、嵌入、相似检索book-to-skill 在编译时干活一次性把作者的框架、适用场景和反模式提取成结构化技能。宽而浅的书库检索用 RAG要在工作中反复应用某本书的框架用后者。延伸阅读SKILL.md生成器规范的正文含全部步骤与 token 预算规则docs/install.md各宿主技能目录与独立 CLI 的完整细节docs/usage.md四种运行模式与更多调用示例docs/performance.md全部基准数字与复现命令docs/faq.md与大上下文、RAG 的完整对比论证从 SKILL.md 开始翻最划算它既是这个工具的说明也是每个生成物的模板。【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
