Book to Skill：如何用AI将知识转化为技能
> 来源：VocSeed（公众号） · AI职萌 · 2026-08-29 · [原文](https://mp.weixin.qq.com/s/pHKo7fWmEC8XFvsW7smH-Q) · 工具仓库：[virgiliojr94/book-to-skill](https://github.com/virgiliojr94/book-to-skill)
一句话：一篇开源工具 book-to-skill 的实操介绍——把一本书（PDF/EPUB/DOCX）拆成 Claude Code 这类 Agent 能按需调用的 Skill，而不是再生成一份读完就忘的摘要。作者把话说在开头：摘要和技能之间有距离，看完似乎全懂了，可真要写报告、做决策时，AI 仍然不知道该按哪套方法执行。
问题设定值得单独记。把整本书丢进对话框有三个代价：每次提问都要重新"吃掉"全书 token；超长上下文里模型会迷路，准确率下降甚至一本正经地编造；关掉窗口一切归零，不可复用。它的思路是把"每次查询都重读全书"换成"一次转换、按需调用"。
产物是五类文件：SKILL.md 是索引（约 4,000 token，告诉 AI 这本书有什么、该去哪一章找），chapters/ 每章一个文件（各约 1,000 token）承载主体，另有 glossary.md 术语表、patterns.md 核心框架、cheatsheet.md 决策表。关键设计是章节**按需加载**——只有问到那一章才读那一章，这是 token 成本骤降的原因。文中两个数字都来自项目自己的仓库文档，是项目方自测而非第三方复现：同一问题下比整本书塞进上下文省 24–51 倍 token，转换一本 300 页技术书约耗 22K–25K token。
用法三步：`npx skills add virgiliojr94/book-to-skill`（或 git clone 进 `~/.claude/skills/`）→ `/book-to-skill ./xxx.pdf`（提取阶段按书类型分流：技术书走 Docling 保住代码和表格，叙事类走 pdftotext）→ 之后用书名缩写直接提问。作者另列了三种非书籍用法：内部文档技能化（架构决策记录、运维手册、入职指南），一组论文与调研合成一个技能库，以及方法论内化——读完一本管理类书后按它的框架问"我该如何处理这个优先级冲突"。
它自己划的边界这一节最有用：小说、散文、诗歌不适合，这类作品的价值在叙事节奏与情感体验，拆成结构化文件正好丢掉核心；不支持跨书检索，两本书不能交叉引用；版权上工具本身是 MIT，但生成的 Skill 是原书内容的衍生物，官方说明是在本地处理、只用自己拥有的副本、输出视作个人笔记、不要再分发。
收它的理由是它与本库的 `/kb-book` 是同一个输入、两个去处：kb-book 把书拆成 Obsidian 笔记供人读（部分笔记 + x→f→f(x) + 身份下的执行建议 + 全文收底），book-to-skill 把书拆成 Agent 干活时按需调用的规则文件。两者不冲突——前者解决"我读懂了吗"，后者解决"AI 执行时该按哪套方法"。补一条本地核实（2026-09-01）：该仓确实存在，MIT 协议，27.6k star / 2.85k fork，最近一次推送 2026-08-31，是活的项目而非已弃坑的演示。
本文署名作者。VocSeed 自述专注于数字化创新、数字化转型和数字生产力，栏目署 "Digital Productivity. Career Intelligence."，主要写 AI 时代的新工具与新方法。公开可核实的作者背景仅此。
文 / AI职萌2026.08.29
一本 300 页的专业书籍交给 AI，几分钟后就能得到一份工整摘要。
但问题是看完似乎全懂了，可下一次真要写报告、做决策或解决问题时，AI 仍然不知道该按哪套方法执行。
这就是摘要和技能之间的距离。
这里的 Skill，指 AI Agent 可以按需调用的工作流程，不是传统意义上的学习能力。
Book-to-Skill 要做的，是把书中的方法、判断规则和检查标准整理成 Agent Skill，让 AI 在合适的任务中调用。
GitHub 上的 Book to Skill 项目[1]有助于解决这个问题，但转换结果是否可靠，仍取决于知识拆分、规则编写和效果验收。
01
直接上传书籍让 AI 分析的弊端
很多人的第一反应是把书上传到 AI 对话框，然后直接提问。这个方法有三个明显弊端。
Token 消耗。一本 300 页的技术书，每次对话都要重新"吃掉"整本书的 Token。问一个问题的成本，可能够你问 50 个结构化的小问题。
幻觉风险。AI 在超长上下文中容易"迷路"。当它需要同时理解 500 页内容时，回答的准确率会明显下降，甚至一本正经地编造不存在的内容。
不可复用。关了对话窗口一切归零，下次想问同一本书，从头再来。
book-to-skill 的解决思路是：把"每次查询都重读全书"的成本，压缩成"一次转换、按需调用"。
▲ 官方实测：同一个问题，整本书塞进上下文与 book-to-skill 的 token 消耗对比，差距 24 到 51 倍（图源：book-to-skill 仓库 docs/performance.md）
02
book-to-skill 是什么
一句话概括：它是一个开源转换工具，能把 PDF、EPUB、DOCX 等格式的书籍或文档，自动拆解成结构化的 AI 技能文件（Skill），供 Claude Code 等 AI Agent（智能体）按需调用。
转换完成后，你的项目目录里会多出五类文件。
▲ 转换后生成的五类文件与体量（图源：book-to-skill 仓库 README）
SKILL.md 是核心索引。它是 AI 的"导航地图"，约 4,000 tokens，告诉 AI 这本书有什么、该去哪一章找答案。
chapters/ 目录是逐章拆解的知识文件。每章一个文件（ch01-*.md 依此类推），约 1,000 tokens 一章，承载书的主体内容。
glossary.md 是关键术语速查表。约 1,500 tokens，收全书的专有名词与定义。
patterns.md 汇总核心框架与设计模式。约 2,000 tokens，是书里"方法"的浓缩。
cheatsheet.md 是决策表和快速参考规则。约 1,000 tokens，供执行任务时直接对照。
关键设计在于章节文件是按需加载（On-demand Loading）的。AI 只在你提问涉及某一章时才读取那一章，不会预先把所有内容塞进上下文。这就是 Token 成本骤降的核心原因。
03
实战：三步把一本书变成技能
第一步，安装。在终端（Terminal）运行一行命令：
$ git clone https://github.com/virgiliojr94/book-to-skill.git ~/.claude/skills/book-to-skill
或者用跨 Agent 安装方式：
$ npx skills add virgiliojr94/book-to-skill
第二步，转换。把你的书（比如一本《系统设计面试》的 PDF）指向工具：
> /book-to-skill ./system-design-interview.pdf
工具会自动执行三个阶段。提取（Extract）阶段先识别书籍类型——技术书（含代码和表格）用 Docling 引擎精准提取，叙事类书籍用 pdftotext 快速处理；分析（Analyze）阶段深度解析章节结构，提炼核心框架、决策规则和关键概念；生成（Generate）阶段输出上一节介绍的全套结构化文件。
▲ 官方对工作原理的概括：Python 提取器负责把文档变成干净文本，生成器按规范把文本变成技能（图源：book-to-skill 仓库 README）
一本 300 页左右的技术书，整个过程大约消耗 22K–25K tokens，生成十几到二十个文件。
第三步，调用。转换完成后，在 Claude Code 或其他支持 Skill 的 Agent 中，直接用书名缩写提问：
> /system-design-interview 如何设计一个消息队列系统？
AI 会自动定位到相关章节，基于书中的真实内容回答，而不是凭"记忆"即兴发挥。相当于你随时有一个"读过这本书、记住了每一页"的顾问在旁边。
04
三个进阶用法
book-to-skill 的适用范围远不止编程类书籍。
▲ 官方列出的四类非书籍输入：内部文档、品牌与设计规范、研究资料集、规范与标准（图源：book-to-skill 仓库 README）
内部文档技能化。把公司的架构决策记录（ADR）、运维手册、新人入职指南转成 Skill。新同事提问时，AI 可以直接引用内部文档回答，而不是给出脱离实际的通用建议。
研究资料聚合。把一组相关论文、会议笔记、调研报告放进同一个文件夹，一次转换成统一的技能库。做文献综述或写报告时，"一句话调出关键结论"。
方法论内化。读完一本管理类或方法论的书（比如《高效能人士的七个习惯》），转成 Skill 后，在日常工作中随时提问："按这本书的框架，我应该如何处理这个优先级冲突？"——把别人的方法论变成自己的决策辅助工具。
05
它不适合什么
小说、散文、诗歌不适合。这类作品的价值在于叙事节奏和情感体验，拆成结构化文件会丢失最核心的东西。
单本书处理。目前还不支持跨书检索——你不能同时查两本书然后让 AI 交叉引用。
版权需自行把控。工具本身是 MIT 开源协议，但生成的 Skill 文件是基于原书内容的衍生物。个人学习使用没问题，但不要把第三方书籍的 Skill 公开分享。
▲ 官方的版权说明：处理在本地完成、只用自己拥有的副本、输出视作个人笔记、不要再分发（图源：book-to-skill 仓库 README）
06
从"读过"到"会用"
我们正在经历一个有趣的转变：知识管理的核心矛盾，从"获取难"变成了"转化难"。
信息从来不缺，缺的是把 500 页的书变成回答你此刻问题的那 3 段话的能力。
book-to-skill 做的事情，本质上就是在"知识"和"技能"之间搭了一座桥——用结构化拆解替代线性阅读，用按需调用替代反复翻找。
如果你也有几本"买了就没翻过第二遍"的技术书或方法论书籍，不妨试试把它们变成你的 AI 技能库。
毕竟，一本书被读完不是终点，被用起来才是。
参考资料
[1]GitHub，"virgiliojr94/book-to-skill"（https://github.com/virgiliojr94/book-to-skill），2026.08
VocSeed●●
Digital Productivity. Career Intelligence.
— END —
VocSeed 专注于数字化创新、数字化转型和数字生产力
如果你对 AI 时代的新事物、新技术和新工具感兴趣，欢迎关注我们
↓