不是让 AI "读"书，而是让 AI "学会"这本书——编译一次、永久复用，Token 成本降低 90% 以上。
一、这是什么？
book-to-skill 是一款 MIT 开源的 CLI 工具，核心功能是：
把你手里的 PDF、EPUB、DOCX 等技术书籍/文档，提前拆解、结构化编译成 AI Skill 包，放到 Claude Code、GitHub Copilot、Amp 等 AI 编程助手里直接使用。
一句话理解：不是让 AI "读"书，而是让 AI "学会"这本书，以后随问随答，不用每次都上传整本。
GitHub：virgiliojr94/book-to-skill ｜ 开源协议：MIT（可商用、可二次开发）
Star 数：2026年5月 Python 日榜 #10，持续活跃更新 ｜ 定位：遵循 Agent Skills 开放标准
二、解决什么痛点？
| 传统方式 | 问题 |
|---|---|
| 直接上传整本 PDF 给 AI | Token 瞬间爆表，每次提问都重新消耗，成本高 |
| 搭建 RAG 检索 | 只能做关键词匹配，无法理解全书框架，回答碎片化 |
| 手动整理笔记 | 费时费力，最后尘封硬盘再也不看 |
book-to-skill 的做法：提前把书"编译"成结构化的 Skill 包，AI 只加载核心框架（约 5000 Token），只在你问具体章节时才按需读取，成本低、幻觉少、可复用。
三、编译后生成什么文件？
一本书编译后，在 ~/.claude/skills/<书名>/ 下生成 5 类文件：
| 文件 | 作用 | 大小 |
|---|---|---|
| SKILL.md | 核心心智模型 + 章节总索引（每次必加载） | ~4000 tokens |
| chapters/ch01-*.md | 每章一个文件，按需加载 | ~1000 tokens/章 |
| glossary.md | 全书术语表，按字母排序 | ~1500 tokens |
| patterns.md | 技术模式、算法、设计模式汇总 | ~2000 tokens |
| cheatsheet.md | 决策速查表、核心规则 | ~1000 tokens |
对比整书直接上传：一本 256K Token 的技术书，传统方式每次消耗 256K，book-to-skill 固定约 5000 Token，节省 51 倍。
四、支持哪些文件格式？
| 格式 | 解析引擎 | 安装命令 |
|---|---|---|
| PDF（纯文字） | pdftotext（poppler） | sudo apt install poppler-utils |
| PDF（技术型：含代码/表格） | Docling | pip3 install docling |
| EPUB | ebooklib + beautifulsoup4 | pip3 install ebooklib beautifulsoup4 |
| DOCX | python-docx | pip3 install python-docx |
| HTML | beautifulsoup4 | pip3 install beautifulsoup4 |
| RTF | striprtf | pip3 install striprtf |
| MOBI/AZW（Kindle） | Calibre ebook-convert | 安装 Calibre |
| TXT / Markdown / reStructuredText | 内置，无需额外依赖 | — |
不支持：扫描版 PDF（需先 OCR）、DRM 加密文档、纯图片格式。
五、怎么用？（小白版）
第一步：安装 Skill
Claude Code 用户（最简单）：打开 Claude Code，直接发送：
看到"安装成功"即可。
第二步：检查依赖
会告诉你哪些格式的依赖已安装、哪些还需要装。
第三步：转换书籍
/book-to-skill ~/Downloads/DDIA.pdf
# 自定义 skill 名称（方便记忆）
/book-to-skill ~/Downloads/python-book.epub python-guide
# 批量处理整个文件夹
/book-to-skill ~/company-docs/ internal-docs
# 向已有 skill 追加新内容（增量更新，不用重跑）
/book-to-skill ~/new-paper.pdf ~/.claude/skills/python-guide
第四步：使用
/ddia-book replication # 查询"数据复制"相关章节
/ddia-book ch05 # 直接读第5章
/ddia-book "有哪些章节？" # 列出所有章节
六、Token 成本实测
官方用 103 页技术书做的基准测试：
| 解析方式 | 耗时 | 保留表格 | 保留代码块 |
|---|---|---|---|
| pdftotext（纯文本模式） | 0.1秒 | 0 | 0 |
| Docling（布局感知模式） | 164秒 | 48个 | 36个 |
结论：纯文字叙事书用快速模式；技术书（有代码/表格）用 Docling 模式，虽然慢但信息完整。单本书编译成本约 $1（调用 AI 分析结构），编译一次永久复用。
七、与 RAG / NotebookLM 的区别
| 维度 | 直接上传PDF | RAG检索 | NotebookLM | book-to-skill |
|---|---|---|---|---|
| 工作时机 | 查询时加载全文 | 查询时切片检索 | 上传后向量化 | 编译时一次性结构化 |
| 理解深度 | 无结构，易丢失 | 碎片拼接，无整体框架 | 中 | 提取全书心智模型 |
| Token消耗 | 极高（每次全量） | 中等 | 低 | 极低（固定~5000） |
| 幻觉概率 | 高 | 中高 | 中 | 极低（锚定原文） |
| 适合场景 | 临时查阅 | 跨多书批量检索 | 综合整理 | 单本深度复用 |
选型建议：跨几十本书模糊检索 → RAG 或 NotebookLM；经典技术书、企业内档、新书外文资料 → book-to-skill。
八、真实使用场景
场景1：技术书编码时随时查阅
把《Designing Data-Intensive Applications》编译成 skill，写分布式代码时直接问 /ddia-book ch05 讲分区与负载均衡，AI 基于真实内容回答，不编造。
场景2：企业团队统一知识库
把内部架构手册、运维 SOP、接口规范全部编译成一个 backend-standard skill，团队成员的 Claude Code 都加载同一套，写代码自动遵循公司规范。
场景3：个人知识库整合
把多篇论文 + 个人 Markdown 笔记合并编译成一个 skill，写实验代码时 AI 自动整合多篇文献结论，精准引用。
九、五大设计原则（为什么效果好）
- 密度优于完整性 — 1000 token 摘要胜过 10000 token 原文堆砌
- 实践者语气 — 输出"何时用X"而非"书中解释了X"
- 核心前置 — 最重要的内容放在 SKILL.md 前 5000 token
- 按需章节 — 章节文件只在被问到时才加载
- 从不使用原始文本 — 总是综合、提炼、提取信号，而非复制
十、注意事项 & 避坑
| 问题 | 原因 | 解决方案 |
|---|---|---|
| 章节拆分异常 | 书籍无规范章节标题 | 开启 Technical 模式，或手动调整 chapters 文件夹 |
| 扫描版PDF解析空白 | 工具只支持可复制文本 | 先 OCR 转文字 |
| 解析速度慢 | Docling 引擎本身耗时 | 技术书单页约1.5秒，103页约3分钟，属正常 |
| 低配设备卡顿 | 内存不足 | 8G 内存可正常用，避免同时解析多本书 |
| AI 无法识别 Skill | 路径不对或权限未开 | Claude Code 建议在项目目录下安装 |
版权提醒：工具本身 MIT 开源，但你用它处理的书籍如果受版权保护，生成的 Skill 包不能公开分发，仅限个人本地使用。
十一、项目信息汇总
| 项目 | 信息 |
|---|---|
| 仓库地址 | github.com/virgiliojr94/book-to-skill |
| 开源协议 | MIT License |
| 运行环境 | Python 3.9+，全平台支持 |
| 支持 AI 工具 | Claude Code、GitHub Copilot CLI、Amp |
| 更新状态 | 活跃（2026年6月仍有持续提交） |
| PyPI 安装 | pip install "book-to-skill[pdf,epub,docx]" |
十二、总结
book-to-skill 的核心价值：
- 不是"更长的 Prompt"，而是"结构化的知识资产"
- 不是"临时查资料"，而是"让书籍常驻你的工作流"
- 编译一次、永久复用，Token 成本降低 90% 以上
适合谁：程序员、算法工程师、企业技术团队、科研学习者、AI Agent 开发者。
一句话：如果你有反复查阅的技术书或内部文档，这个工具能让你和 AI 的协作效率提升一个量级。