我硬盘里有个文件夹叫「读过」，塞着两百多个 txt 和 pdf，还有一堆当年手打的读书笔记。前阵子我想写点关于传播的东西，记得《疯传》里有个六要素的框架，翻笔记翻了二十分钟，找到的只有一句摘抄，后面跟着我自己写的四个字，有道理啊。
那一刻挺泄气的。这些年攒下来的东西说到底全是给我自己看的，而且大部分时候我根本不会回头看。
后来在 GitHub 上翻到 cangjie-skill，作者袋鼠帝，12.5k 星，977 个 fork，MIT 协议，当前版本 v2.5.0。它干的活跟我做笔记正好相反，你给它一本书的文本，它不产出读后感，产出一组能被 AI 助手直接调用的技能。我把它 clone 下来在 AISet 里跑了一轮，用的就是《黄帝内经》，素问加灵枢，官方示例仓库里拆出来是 22 个。
先说它怎么工作。核心方法论叫 RIA-TV++，名字拆开看有点唬人，来路其实很清楚。RIA 来自赵周那本《这样读书就够了》里的便签拆书法，讲的是读完之后怎么诠释怎么把东西挪到自己身上用。TV 是三重验证，后面那个加号是给 agent 执行补的两样内容，可执行步骤和适用边界。
整条流水线有七个阶段。阶段零先做整书理解，产出一份 BOOK_OVERVIEW.md，把主旨和骨架理清楚，顺带写下术语表和批判性意见。阶段一放五个提取器并行跑，各自从不同角度捞候选的方法论单元，汇成一个池子。阶段一点五做三重验证筛选，没通过的进 rejected 目录，连淘汰理由一起留着。阶段一点六是个晋级门，判断哪些单元值得做成独立技能，哪些只能挂在路由入口下面。阶段二构造能力卡，写进 .cangjie/capabilities/cards 目录。阶段三给卡片之间建链接，顺手生成一本全书共享的术语词典。阶段四压力测试，不合格的回炉。阶段五编译交付。
v2.5 有个变化我觉得是这套东西真正的分水岭。以前每个单元直接写成一个独立技能目录，现在改成先产出一份 Capability Bundle，也就是 verified.yaml 加一堆能力卡，这份 Bundle 是唯一事实源，再由 scripts/cangjie.py 确定性地编译成安装产物。编译有两种模式，single 是单路由入口，pack 是路由入口加少量晋级的独立技能。这个脚本还管诊断和编译，重规划输出和增量更新也归它，出了岔子能修复能回滚，评测和基准测试同样跑在里面，等于把整条流水线的运维收进了一个命令行工具。
再说坑，头一个是它不许你凭记忆拆书。SKILL.md 里写得很硬，必须有真实文本，PDF 和 EPUB 都行，TXT 或者字幕文件也收，实在不行给一份转写稿，没有就停下来问用户要。我一开始想省事，直接跟它说你肯定知道黄帝内经吧拆一下，它真就停在那儿不动了。后来我去找 txt，网上下的版本页眉页脚全混在正文里，还有一堆扫描错字，光清洗就花了我一个下午。
环境这块也绊了我一下。cangjie.py 是 Python 脚本，我在 Windows 上跑，python3 这个命令根本不认，得换成 py。仓库路径里带中文或者空格的话，脚本里某些路径拼接会出问题，我把它整个挪到纯英文短路径下面才顺当。插件包那事儿更绕，仓库本体是给命令行 Agent 用的技能定义，但作者另外准备了一个独立平台的插件安装包，那个包不在仓库里，得去 Release 页面下 tgz，还要连 sha256 校验文件一起下下来，校验通过了再从本地包安装，安装目录在用户目录下的 .dsh/packages 里面。我 clone 完仓库就以为齐活了，找了半天没找到入口在哪儿。
token 消耗也超预期，五个提取器并行跑，一本厚书下去上下文涨得飞快，《黄帝内经》全文我没能一口气跑完，中途断了两回，好在每本书目录下面有个 PIPELINE_STATE.md 记着当前阶段和进度，断点续跑全靠它，我第二次接着跑的时候它自己认出来停在阶段二，把前面已经产出的卡片直接复用，没有从头再来一遍。
编译模式是我自己选错的。一开始选了 pack，想着多拆几个独立技能出来显得丰富，结果装进去之后 Agent 路由开始乱跳，问它一个养生的问题它给我调了张阴阳五行的卡片，问它阴阳五行它又绕回养生。后来用 cangjie.py 的 replan 重新规划成 single，只留一个路由入口，反而稳了。官方给的建议本来就是 single 优先，不确定的时候先 single，我没听。
还有个手改检测的细节。我手动编辑过 cards 目录下的两个文件，想调一下措辞，后面跑 update 的时候它检测到手改，先把快照和影响分析摆出来问我怎么办，没有静默覆盖。这个设计挺克制，但代价是你想手工微调就得接受一整套事务性补丁的流程，不能像改普通 markdown 那样随手就改。
接下来说跟我自己那套知识库怎么接上。我在 AISet 里维护着一个 Wiki，分了好几层，原始资料放不可变的素材，实体页和概念页写人写产品写主题，指南放操作性的东西，概览放跨领域的综合总结，每个页面带 frontmatter，页面之间用双方括号互相链，index.md 和 log.md 做导航和日志。
接法很自然。蒸馏出来的 BOOK_OVERVIEW.md 我直接放进原始资料，补上来源链接和 sha256，当成不可变素材存着。GLOSSARY.md 里的术语拆出来进概念层，一个术语一个页面。DIGEST.md 是面向读者的精华长文，进概览层，它本来就是跨章节的综合总结。能力卡进指南层，每张卡补上 frontmatter，标题创建时间类型标签来源这几项都得填齐。verified.yaml 里有个 also_read 的关系表，我写了个小脚本把它转成双方括号的 wikilink，卡片之间就自动连起来了，不用手动去补。
rejected 目录我一开始想直接删掉，后来发现留着有用。淘汰理由写得很具体，比如某个单元只是作者的个人经历，不构成可复用的方法，这种判断反过来能帮我校正自己的 Wiki 该收什么不该收什么，我把这些理由摘出来记进了 log.md。还有个反方向的用法是我跑完之后才想到的，Wiki 里那些原始资料本身就是现成的文本源，可以直接喂给 cangjie-skill 做蒸馏，不用再去网上找 txt，等于知识库变成了输入而不只是输出的落脚点。
说点我自己的判断，这套东西真正的价值不在拆书，在于它把知识变成了可路由的能力。笔记这东西是给人看的，人看笔记得先想起来去翻，翻到了还得自己把书里的话翻译成当下能做的动作，中间损耗特别大。技能是给 agent 用的，靠触发条件自动匹配，中间那两道手续直接没了。cangjie-skill 强制每张卡都写清楚适用边界和可执行步骤，其实是在逼你把模糊的感悟变成明确的接口。
边界也比宣传里窄。看官方那张已生成 skill packs 的表就能看出来，方法论密度高的书拆得多，毛选五卷拆出 25 个，黄帝内经 22 个，商业类的普遍在十五个上下。叙事类和文学类就少得可怜，《我与地坛》只有 6 个，《明朝那些事儿》7 个。这个数字差本身就说明了问题，你拿一本小说去蒸馏，大概率只能得到一堆似是而非的人生道理。
三重验证这件事我也持保留态度，验证的执行者还是模型自己，让模型判断模型提取出来的东西对不对，这里头有循环论证的味道。我抽查了几张卡片，跟我读原书的印象对得上，但对不上的地方我也未必能发现，所以蒸馏结果我还是会挑几个关键单元回原文核一遍，尤其是那些看起来特别顺特别有道理的部分，越顺越要查。
我现在的用法是 Wiki 负责存和连，cangjie-skill 负责把存进来的东西变成能调用的能力，两边各干各的，中间靠几个转换脚本缝合，脚本加起来不到一百行，写起来费劲的是 also_read 那段，因为它给的关系是带权重的，我得决定多低的权重就不建链接了。跑通一本之后我又拆了《影响力》，12 个能力，比黄帝内经顺多了，主要是文本干净。
以上，既然看到这里了，觉得有用就顺手点个在看，我下回接着拆下一本。
