把技术书PDF变成AI技能，边工作边查——book-to-skill | book-to-skill

📌 项目地址：virgiliojr94/book-to-skill | ⭐ 11,064 颗星 | 🔧 Python | 📜 未标注

你先遇到的问题是：书读了但用不上

买了本好书，读了一遍，三个月后连第七章的存在都忘了。常规补救手段各有各的坑：

• 搜 PDF → 得到一堆页码，不是答案
• 让AI直接回答 → 要么幻觉，要么说“我没有那本书的内容”
• 自己做笔记 → 写满200行文档，再也没打开过

book-to-skill 把这本书变成结构化的 agent skill，让你的代码助手（Copilot CLI、Amp、Claude Code）按需加载对应章节，回答基于真实内容，不幻觉。你只需敲 /your-book-slug replication，agent 就读对应的章节文件回答你。

三步骤原理（来自 README 原文）

1. 指向：把一个文件、文件夹或 glob 传给工具 —— 例如 /book-to-skill ./my-book.pdf
2. 提炼：它把书蒸馏成一个 skill —— 包含框架、决策规则、反模式、每个章节一个文件。是结构，不是摘要。
3. 加载：你的 agent 按需加载。问 /my-book replication 就读取对应章节，从真实内容回答。

实际用法：指向 PDF 或文件夹

安装后（具体安装方式见项目 README），运行：

book-to-skill your-book.pdf

支持的文件或输入方式：
– 单个 PDF
– 一个文件夹（内含多篇文档）
– glob 模式（如 ./docs/*.md）
– 显式文件列表

以上命令和说明均来自项目 README 原文，未做任何修改。

生成的 skill 文件结构（按需加载）

输出放在 agent 的 skills 目录（例如 ~/.copilot/skills/<book-slug>/），包含：

章节文件不占用 skill 预算，只有当你问及相关主题时才会被 agent 读取。

为什么比直接丢 PDF 更好：24×–51× 更少 token

项目对比了真实书籍的测试：用这种方式回答一个问题，比直接把整本书丢进上下文要节省 24 到 51 倍的 token。测量方法在 README 中说明，数据来自对真实书籍的测量。

适用场景：不仅仅是书

项目名叫“book”，但输入可以是任何结构化文档，包括你反复查阅的内部知识：

• 内部设计文档
• 架构决策记录
• 公司编码规范
• 旧项目的笔记汇集

需要注意的事项

• 兼容的 agent 平台：支持 GitHub Copilot CLI、Amp 和 Claude Code，它们都读取同一个 SKILL.md 格式（遵循 Agent Skills 开放标准）。
• 安装方式：README 中有安装章节，需要根据你的平台执行对应的命令（例如 pip install 或 clone 后运行）。具体请查阅 项目 README。
• 语言与依赖：主要语言是 Python，可能需要 Python 3.9+。
• 输出位置：默认会写入 agent 的 skill 目录，不同平台的目录不同（Copilot CLI: ~/.copilot/skills/，Amp: ~/.agents/skills/，Claude Code: ~/.claude/skills/）。
• 输入文件格式：除了 PDF，也支持 Markdown、纯文本等（具体支持列表见 README）。

同类工具的区别

常见做法是直接问 AI “根据这本《XXX》回答”，结果有幻觉；或者自己写提示词注入知识，但维护成本高。book-to-skill 把知识结构化、按章节拆分、自动生成索引和术语表，本质上是一个“知识工程的自动化工具”。它不替代阅读，而是让阅读成果持久地嵌入工作流。