六千颗星的GitHub项目，把我那本吃灰的技术书变成了AI的随身脑子

由 发布于 Skills
 收藏



我书架上一直摆放着那本《设计数据密集型应用》，买回来之后两年时间大概翻阅了三遍，不过每次一翻到第五章那个分布式数据的内容就容易卡壳，后面那几章干脆连碰触都没碰触过，后来要是想查个什么概念，还得从PDF文件里去进行搜索关键词，搜索出来的结果就只是一堆页码列表，根本不是想要的答案。
这种事情其实太普遍了，你买一本好书读完一遍，三个月之后第七章叫什么名字你都记不住了，去搜索PDF所给出的只是页码而不是理解，要是去问AI它要么给你胡编乱造一个要么就说没有这内容，自己记笔记动手写两百行文档然后就再也不打开看了。我有个做后端架构的朋友，书架上摆放了七八本分布式系统的书全都是这个状态，每次遇到问题先去Google搜索半天，搜到的回答跟书里的论述经常是相互矛盾的，因为网上的讨论属于二手资料而书是原作者亲自写的，他后来干脆放弃查书直接去问同事了。
上周在GitHub Trending上看到一个叫book-to-skill的项目，6100颗星760多个fork，做的事极其简单粗暴，把你的技术书PDF直接投喂进去，它就能给你自动生成一套完整的Agent Skill，安装到Claude Code或者Copilot CLI里面，以后你问这本书的任何内容，AI直接从原文进行回答，不编不猜，并且章节按需加载而不是一口气全塞入上下文。
这样一来，就是让你的AI助手真正读完了一本书，而不是只会那种百度百科级别的模糊概述。
说个有意思的点。Agent Skills，Anthropic去年十月推出来的，十二月协议规范正式发了，跟MCP走同一条路，从Claude专属往跨平台通用去发展。Skills干嘛的？不是让AI变聪明，聪明这方面它已经够聪明了，是让AI变专业，带着你那本书的完整知识体系来回答你，这才是它干的活。
book-to-skill生成的结构很清晰，一个SKILL.md用来存放核心思维模型和章节索引，大概占用四千tokens，每个章节单独一个文件按需加载每篇一千tokens左右，术语表也在，设计模式合集也在，同时速查手册也在，各有各的文件。你问第五章的某个概念，它只加载第五章那个文件，不把整本书五百页全塞进去烧token。
这点设计特别关键，他们自己设计了个benchmark叫Discovery Loop Tax，拿一本103页的技术书来说，要是把全文本塞入上下文的话每次对话耗费27K tokens而且每轮都重复，借助Skills按需加载的话核心SKILL.md只占用4K tokens加章节文件1K，整体能省下24到51倍的token资源消耗，并且章越大省得越多。Think Python那本244页的书跑上一遍成本不到一美元，Working Backwards 371页也是不到一美元，Pro Git 501页大概1.23美元，全是Claude Sonnet 4.5的估算价格。

在技术实现层面有个细节让我觉得作者Virgilio绝对是真正上手用过之后才进行的设计工作，他弄出来一套智能分流机制，当你把书喂进去的时候它会先询问你这本书属于technical还是text-heavy，要是技术类书籍，里面包含代码、表格以及公式，就会选用Docling来开展提取操作，虽说在速度方面稍慢一些，处理一页大概耗费1.5秒，但能够完好地把markdown表格和代码块保留下来，要是纯文字类的书籍，就会依靠pdftotext在秒级时间内完成处理工作。至于EPUB格式呢，则是依靠ebooklib来进行处理，DOCX格式凭借python-docx推进处理，甚至于MOBI和AZW3格式都支持运用Calibre开展转换工作，总共覆盖了七种格式。我拿手头一本充斥着表格和伪代码的算法教材，尝试运行了一下Docling模式，表格提取效果相较于pdftotext要好出太多，前者能够把完整的markdown结构给保留下来，后者却仅仅输出一坨混乱的文本内容，在识别量方面足足差了48个表格和36个代码块。
作者同时还对增量更新的场景加以了考虑，并非仅仅把一本书进行一次性的转换处理，你可以把新的材料给fold-in到已经存在的Skill文件夹里面，比如你已经拥有了一本主书的Skill，后来阅读了三篇相关论文还整理了自己的笔记，把它们全丢进去之后，就会合并到同一个Skill里以便开展统一的检索工作，这样一来知识库就是活的而非死板的了。
这个项目让我联想到一个问题，为何在此之前没有人把这件事给做出来呢。
RAG方案确实能够对大量文档开展索引工作从而得以实现跨书检索，但是你获取到的仅仅是片段匹配而已，并非系统性的理解。NotebookLM具备同时处理多本书的能力，然而它属于一个独立的浏览器标签页，跟你的代码工作流之间呈现出割裂的状态。book-to-skill所解决的场景显得窄而深，当你需要对一本书或者一簇紧密相关的材料进行深度掌握的时候，期望能够边写代码边查阅边运用，它会把知识直接嵌进你的工作流里面，而不是甩到另外一个窗口中去。RAG所索引的是一整个书架，book-to-skill掌握的却是一本书的脊梁，这两个东西属于互补的关系，并不冲突。

另外还存在一个相当关键的点，诸如Clean Code和DDIA这类的热门书籍，Claude的训练数据里面本来就已经包含了，但那属于是经过压缩的互联网平均讨论水平，而不是你手里那本书的具体内容，它会把章节标题和引用内容凭空编造出来。book-to-skill则是凭借你自己手里那本PDF来开展工作，每个框架名字、每个反模式清单、每个章节编号统统都是原文里的内容，这样一来就得以实现零幻觉以及零漂移的情况，至于冷门书还有内部文档那就更加无需多言了，Claude根本未曾见过那些东西，我之前向Claude对关于某本2024年新出版的系统设计书的内容进行了询问，它直接表明没有相关信息，但是把Skill安装之后立刻就能给出回答了。我借助自己那本DDIA进行了一番尝试，把Skill安装完毕之后，在Claude Code里面键入/designing-data-intensive-apps replication，对关于分区和二级索引的问题进行了询问，它直接定位到第六章并且把原文框架给出来了，绝对不是那种泛泛而谈的分布式系统概述。要是你仅仅想要快速回顾某个章节的核心思想，那么键入/designing-data-intensive-apps ch05就只会把第五章的内容加载出来，token消耗处于极低的水平。整个流程从键入命令直到Skill生成完成大概花费了两分钟左右的时间，拥有6100颗星的项目成熟度确实表现不错，69个commits表明作者一直在开展迭代维护的工作，而不是一次性抛出来就不再管了。

另外市面上还存在着一个名为book2skills的竞品项目，目前斩获了83颗星，其思路跟咱们说的截然不同。它是依靠人工方式，把经典书籍里面的核心方法论给提炼出来，进而制作成Skill。现阶段仅仅完成了一本《Common Stocks and Uncommon Profits》的提炼工作，走的是精选精做的路线，并非自动化转换。这两个项目其实互补并且也不冲突，book-to-skill属于工业化批量生产范畴，而book2skills则是匠人式的手工精制。
book-to-skill存在的局限同样十分明显，它要求书籍必须具备明确的Chapter N标题，这样才能开展自动分章的工作，要是纯标题式的章节结构就识别不到。并且处理长书的成本也不低，一本五百页的书跑上一遍要消耗二十多万tokens，要是你只是偶尔翻阅某本书，那可能不值得这么搞。但要是你属于那种会反复查询同一本书的人，一次转换就能终身使用，token方面省下的乃是长期成本。我自己算过一笔账，一本DDIA的Skill装配完毕之后，每次进行查询大概消耗5K tokens，而如果不运用Skill，直接把500页的全文本塞进上下文里面，每轮都需要229K tokens，跑十次查询就是两百万tokens的差距，光token成本就相差了几十美元。并且运用Skill方式的查询质量明显要更高，原因在于它依靠的是结构化提取的内容，并非对原始文本进行暴力搜索。
开放标准带来的好处就一个，一个Skill只要装配一次，所有兼容平台都能够进行运用。Copilot CLI、Amp、Claude Code走的是同一套SKILL.md格式，这样一来你就不必给每个AI助手分别制作一套了。在Copilot CLI里面装配完毕之后，需要跑一下/skills reload指令让新的Skill显现出来，而Claude Code和Amp在下一次session中会自动完成识别。
后来我试着把公司内部的设计规范文档也丢进去进行处理，六十多页的PDF文件，本来大家需要反复翻阅品牌手册来查询语气或者查询组件原则，现在做成Skill之后，直接在代码编辑器里面进行询问即可，再也不用打开PDF翻到第23页去寻找那段关于按钮文案的规范了。同事编写前端代码的时候，要是碰到了组件命名的问题，直接在Copilot里向品牌规范Skill发起提问，比之前每次翻阅PDF手册快了不知道多少倍。以前一个命名规范的争论能扯上半个小时，现在五秒钟就能得出答案。
再往下看，Agent Skills正在从Claude专属往开放协议的方向演进，ModelScope社区已经在MS-Agent里面实现了针对这套协议的开源版本，采用了三层渐进式加载机制，从Metadata到Retrieval到Resources再到Analysis和Execution，跟Anthropic原版的设计思路保持一致，这意味着以后不仅仅局限于Claude生态，国产Agent框架同样能够走相同的Skill标准。ModelScope的实现里面还增加了借助语义搜索寻找相关Skill的Retriever模块，让Agent能够更精准地判断什么时候应该选用哪个Skill。Agent Skills开放标准的官网agentskills.io已经上线，跟MCP的mcps.io走的是一样的域名命名惯例，由此看得出Anthropic是想把Skills做成跟MCP并列的第二个开放协议，其中一个乃是工具调用标准，另一个则是技能封装标准，实行双轮驱动。

发展到当下这个阶段，AI Agent脑子算是够灵光了，缺的恰恰是足够专业的深度。
那么专业度怎么来？依靠把人的流程性知识进行打包，进而转化变为可复用的技能模块填喂进去，而非一味依靠更大的模型参数去进行堆砌。
这样一来，book-to-skill就干了一件相当接地气的活儿，让那些在你书架上一直吃灰的好书不再仅仅摆在那吃灰，而是转化变成了你AI助手大脑里随时能够去进行调用的知识储备。
要是你手边恰巧有好几本需要反复查阅的技术书，不妨抽出来几分钟去试着进行使用体验一下。
以上这些就是全部内容了，既然都一路看到这儿了，要是觉得内容对你有帮助，不妨把这篇给收藏下来，下次找起来也方便。

参考来源

阅读全文