Skip to main content

book-to-skill 把一本书按章节拆成 Skill

· 6 min read

book-to-skill 把一本书拆成 Claude Code 可按章节调用的 Skill，解决"买了书两个月就忘"的痛点。

  1. 痛点：书看完两个月只剩一句"好像讲过"，问 AI 拿到的是东拼西凑的通用建议
  2. 解法：一句 /book-to-skill ~/path/to/your-book.pdf 把 PDF/EPUB 转成 ~/.claude/skills/<slug>/
  3. 机制：按章节按需加载，不一次性塞全本——更快、更便宜、不幻觉
  4. 效果：同一问题，普通 AI 给通用建议；用 Skill 后直接基于原书框架分析
  5. 适用：工具书/方法论书/技术书，不适合小说散文
  6. 边界：目前一次拆一本，跨书检索、增量更新还没设计

这个项目解决的是什么问题​

把一本书读完、和真正"留住"这本书里的知识，是两件完全不同的事。

UP 主 孙同学玩AI 在 71 秒的视频里把这个场景讲得很扎心：

花几十块上百块买了一堆专业书，刚看完觉得收获特别大，过两个月再遇到问题，脑子里只剩一句"这本书好像讲过"，但具体怎么讲的早忘了。于是你跑去问 AI，结果 AI 给你的回答又是一堆网上东拼西凑的通用建议。

这种"看了等于没看"的体验，传统的 workaround 全都失效：

做法结果
搜索 PDF 关键字拿到一堆页码，没有答案
直接问 Claude 关于这本书的内容它一本正经地瞎编，或者说"我没法访问这个文件"
边读边做笔记攒一份 200 行的 markdown，再也没打开过

book-to-skill 走第三条路：把书本身变成你的 Agent 可以按需加载的知识库。

它怎么工作​

用法粗暴到令人愉悦——一句提示词：

/book-to-skill ~/path/to/your-book.pdf

支持格式覆盖主流电子书：PDF / EPUB / DOCX / Markdown / HTML / RTF / MOBI / AZW。纯文字书用 pdftotext / PyPDF2 / pdfminer 这类工具拆，扫描版也能跑 OCR。

几分钟后，书会被拆成这样：

~/.claude/skills/<book-slug>/
├── SKILL.md          # 入口文件：告诉 Agent 何时调用这个 Skill
├── chapters/         # 按章节拆开的独立文件
├── glossary.md       # 术语表
├── patterns.md       # 书里的核心模式 / 框架
└── cheatsheet.md     # 速查表

之后你只需要 /<book-slug> <你的问题>，Agent 会自己判断这个问题该调哪一章，只把那部分加载进上下文。不会把整本书塞进 prompt 里烧 token。

关键差异：为什么不是 RAG，也不是"塞全本"​

很多人会本能地想到两种"传统"做法，对比一下：

UP 主在视频里举的例子特别直观：开会时同事总打断你怎么办？

  • 普通 AI：给一堆"沟通技巧 / 情绪管理"的通用建议，网上哪儿都查得到
  • 把《非暴力沟通》拆成 Skill 后：直接基于书的框架来分析——观察 / 感受 / 需求 / 请求四步走，给的是"作者本人会怎么建议你"

后者更像请作者本人来答疑，不是请一个读过 100 本书的通才。

适用场景：不是所有书都值得拆​

UP 主的判断标准很硬：书本身有没有清晰的知识结构。

适合拆不适合拆
工具书（《Clean Code》《DDD》）小说
方法论书（《非暴力沟通》《深度工作》）散文 / 随笔
技术书（任何带目录和章节框架的）诗集
框架手册（API 文档、命令参考）缺乏结构化章节的资料

不适合小说散文：这类内容的价值在叙事节奏、人物心理、修辞感受，拆成"第 3 章第 2 段"就完全丧失了阅读体验。Skill 化只能解决"我想快速调用某个知识点"的问题，解决不了"我想被故事打动"。

我的几点看法​

1. 这其实是 Skill 范式的最佳落地场景。

之前 Anthropic 推 Skills 的时候，官方用例偏"工作流脚本"——怎么操作 Excel、怎么跑某个部署流程。book-to-skill 把它拓展到了结构化知识的领域：Skill 不只是"做事"，也是"记得"。

2. 比 RAG 更适合这类场景。

RAG 适合"我有 1000 篇文档、找最相关的 3 篇"。book-to-skill 适合"我有一本书、想要基于它的体系回答"——章节的边界是人写的，比向量相似度更可靠。

3. 还没解决的边界。

  • 多本书协同：项目目前一次拆一本，跨书检索还没设计
  • 增量更新：书出第二版或者你做了大量批注后，怎么 merge
  • 私有 Skill 共享：生成的 ~/.claude/skills/<slug>/ 怎么在团队内分发

如果作者后续能把这些补上，这套范式有可能成为"个人知识管理 + Agent"的标配——比 Notion + AI 插件更轻，比 Obsidian + RAG 更准。

怎么开始​

# 1. 克隆项目到本地
git clone https://github.com/virgiliojr94/book-to-skill

# 2. 按 README 指引安装（项目当前文档以 Claude Code / GitHub Copilot CLI / Amp 为例）

# 3. 在 Claude Code 里调用
/book-to-skill ~/Downloads/clean-code.pdf

几分钟后你的 ~/.claude/skills/ 就多了一个 clean-code 目录，从此 /clean-code <你写代码时遇到的问题> 就能拿到基于原书体系的回答。

最爽的不是"书不离手"，而是"任何时候都能请书里的作者再来一次"。

扩展阅读​

References​

  1. virgiliojr94/book-to-skill —— 本文核心项目，MIT License
  2. book-to-skill:把一本书塞进 Claude Code,真有点狠 —— 腾讯新闻项目解读
  3. Superpowers 是什么？ —— 同属 Skill 范式，对照看"流程纪律"和"知识调用"两条路径
  4. Karpathy 4 条规则是什么？ —— SKILL.md 写作同样适用 Simplicity First 等准则