把技术书转成 AI 代理技能book-to-skill 快速实战【免费下载链接】book-to-skillTurn any technical book PDF into a Claude Code skill — ready to study, reference, and use while you work.项目地址: https://gitcode.com/GitHub_Trending/bo/book-to-skill手头一本 200 页的技术书读完就忘写代码时又老想问第 7 章那个算法。book-to-skill 能把这份 PDF 直接转成 AI 代理按需加载的技能——书被拆成章节表格和代码原样保留你提问时它只翻相关的那部分。比起把整本书塞进上下文这套玩法把一次性转换的开销换成了每次提问几千 token 的查阅开销。从 PDF 到 Skill管线内部怎么运转为什么要绕这一圈整本书塞进上下文答一个问题输入要十几万 token 起步而且每轮对话都得重付这笔钱。所以它把处理拆成四环各解各的问题。第一环是提取。麻烦在于普通文本提取器会把表格、代码拍平成乱字符。我拿一本 103 页的技术书跑过pdftotext 用 0.1 秒表格 0 个、代码块 0 个Docling 用 164 秒但 48 张表格、36 个代码块全数留成 Markdown。两套实现并排在 book_to_skill/parsers/pdf.py 里。接着是解析按 Chapter N 式标题扫出章节切分全文顺带记下页数、token 量这些元数据。然后是生成代理照着 SKILL.md 的规范把提取结果重写成结构化技能。technical 档优先写代码示例和参考表格每章预算约 1,800 tokenstext 档偏重框架与要点每章约 1,000 tokens。最后是按需加载章节文件只在问题命中时才被读取平时不占技能预算。省 token 的钱就是从这一环省出来的下文细说。technical 还是 text给每本书挑档位转换前工具会先问一句选哪档这个答案决定了后面跑什么引擎。编程书、架构指南满页表格加代码块挑 technical。Docling 按版面解析表格和代码块原样留在 Markdown 里。我这边 103 页跑了 3 分钟代价是速度但技术书里最值钱的东西就是这部分丢了它生成的技能就只剩空话。管理书、叙事非虚构通篇没几张表格挑 text。pdftotext 这条链路瞬间跑完想丢什么都丢了。拿不准就选 text它走快速路子提取质量不行时会主动提醒你。场景档位拿到的东西编程/架构类表格代码多technical表格、代码块留成 Markdown约 1.5 秒/页管理、叙事、纯文字text秒级跑完不损失内容拿不准text先跑完发现质量不足会提示两分钟转完第一本书 ⚡我把仓库 clone 到技能目录。用 Claude Code 就放~/.claude/skills/Copilot CLI、Amp、Hermes 这些宿主换成各自对应目录git clone https://gitcode.com/GitHub_Trending/bo/book-to-skill ~/.claude/skills/book-to-skillclone 完/book-to-skill命令就注册好了。要走 technical 档得先装 Docling我顺手用--check参数确认这台机器上各格式的提取器是否就位pip3 install docling python3 scripts/extract.py --check--check跑完每种格式列出可用状态缺什么会直接给出补装的命令。之后在代理会话里敲/book-to-skill ~/books/my-technical-book.pdf选 1technical提示将用 Docling 开跑剩下交给它。想跳过选择可以直接在命令行加--mode technical|text整文件夹、glob 批量转换的示例在 docs/usage.md。拆箱生成的技能目录长什么样跑完技能根目录下多出一个标准技能目录每个文件对代理都有自己的分工SKILL.md—— 技能本体装核心心智模型和章节索引是常驻上下文的部分chapters/—— 一章一个文件只在问题命中时才被加载glossary.md—— 术语表词条带章节引用patterns.md—— 可复用的技巧、算法与设计模式cheatsheet.md—— 决策规则速查适合边干活边翻用起来是另一种体验。问replication 怎么配它翻到相关章节文件而不是把整本书读进上下文直接/my-book ch05问第 5 章它就只加载那一章。我实测过单个问题的 token 开销全书灌入是 11 万到 25 万走技能约 5,000差距 24 到 51 倍。完整方法和逐书数据在 docs/performance.md。踩坑实录 ⚠️问题扫描件 PDF 转出来是空的。我的解法扫描图没有文字层提取器无米下锅。先跑ocrmypdf input.pdf output.pdf补一层文字再回头转。问题Docling 跑百来页要两分多钟能快点吗我的解法纯文字书换 text秒级搞定。技术书我认这个慢——3 分钟换 48 张表格、36 个代码块全留下来值。问题章节没被切开全糊成一坨。我的解法自动切分只认 Chapter N 这类显式编号。书里标题写法不一样的先把文字提出来再手动指定分节。问题转完之后新命令代理不认。我的解法Copilot CLI 会话里敲一次/skills reload刷新技能列表就好。如果你写代码时经常要翻技术书或者团队里有一堆被反复打开的内部文档、设计规范这个工具正合适。转换是一次性开销之后每次提问只花几千 token书留在书架上知识在代理手边。【免费下载链接】book-to-skillTurn any technical book PDF into a Claude Code skill — ready to study, reference, and use while you work.项目地址: https://gitcode.com/GitHub_Trending/bo/book-to-skill创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
把技术书转成 AI 代理技能：book-to-skill 快速实战
把技术书转成 AI 代理技能book-to-skill 快速实战【免费下载链接】book-to-skillTurn any technical book PDF into a Claude Code skill — ready to study, reference, and use while you work.项目地址: https://gitcode.com/GitHub_Trending/bo/book-to-skill手头一本 200 页的技术书读完就忘写代码时又老想问第 7 章那个算法。book-to-skill 能把这份 PDF 直接转成 AI 代理按需加载的技能——书被拆成章节表格和代码原样保留你提问时它只翻相关的那部分。比起把整本书塞进上下文这套玩法把一次性转换的开销换成了每次提问几千 token 的查阅开销。从 PDF 到 Skill管线内部怎么运转为什么要绕这一圈整本书塞进上下文答一个问题输入要十几万 token 起步而且每轮对话都得重付这笔钱。所以它把处理拆成四环各解各的问题。第一环是提取。麻烦在于普通文本提取器会把表格、代码拍平成乱字符。我拿一本 103 页的技术书跑过pdftotext 用 0.1 秒表格 0 个、代码块 0 个Docling 用 164 秒但 48 张表格、36 个代码块全数留成 Markdown。两套实现并排在 book_to_skill/parsers/pdf.py 里。接着是解析按 Chapter N 式标题扫出章节切分全文顺带记下页数、token 量这些元数据。然后是生成代理照着 SKILL.md 的规范把提取结果重写成结构化技能。technical 档优先写代码示例和参考表格每章预算约 1,800 tokenstext 档偏重框架与要点每章约 1,000 tokens。最后是按需加载章节文件只在问题命中时才被读取平时不占技能预算。省 token 的钱就是从这一环省出来的下文细说。technical 还是 text给每本书挑档位转换前工具会先问一句选哪档这个答案决定了后面跑什么引擎。编程书、架构指南满页表格加代码块挑 technical。Docling 按版面解析表格和代码块原样留在 Markdown 里。我这边 103 页跑了 3 分钟代价是速度但技术书里最值钱的东西就是这部分丢了它生成的技能就只剩空话。管理书、叙事非虚构通篇没几张表格挑 text。pdftotext 这条链路瞬间跑完想丢什么都丢了。拿不准就选 text它走快速路子提取质量不行时会主动提醒你。场景档位拿到的东西编程/架构类表格代码多technical表格、代码块留成 Markdown约 1.5 秒/页管理、叙事、纯文字text秒级跑完不损失内容拿不准text先跑完发现质量不足会提示两分钟转完第一本书 ⚡我把仓库 clone 到技能目录。用 Claude Code 就放~/.claude/skills/Copilot CLI、Amp、Hermes 这些宿主换成各自对应目录git clone https://gitcode.com/GitHub_Trending/bo/book-to-skill ~/.claude/skills/book-to-skillclone 完/book-to-skill命令就注册好了。要走 technical 档得先装 Docling我顺手用--check参数确认这台机器上各格式的提取器是否就位pip3 install docling python3 scripts/extract.py --check--check跑完每种格式列出可用状态缺什么会直接给出补装的命令。之后在代理会话里敲/book-to-skill ~/books/my-technical-book.pdf选 1technical提示将用 Docling 开跑剩下交给它。想跳过选择可以直接在命令行加--mode technical|text整文件夹、glob 批量转换的示例在 docs/usage.md。拆箱生成的技能目录长什么样跑完技能根目录下多出一个标准技能目录每个文件对代理都有自己的分工SKILL.md—— 技能本体装核心心智模型和章节索引是常驻上下文的部分chapters/—— 一章一个文件只在问题命中时才被加载glossary.md—— 术语表词条带章节引用patterns.md—— 可复用的技巧、算法与设计模式cheatsheet.md—— 决策规则速查适合边干活边翻用起来是另一种体验。问replication 怎么配它翻到相关章节文件而不是把整本书读进上下文直接/my-book ch05问第 5 章它就只加载那一章。我实测过单个问题的 token 开销全书灌入是 11 万到 25 万走技能约 5,000差距 24 到 51 倍。完整方法和逐书数据在 docs/performance.md。踩坑实录 ⚠️问题扫描件 PDF 转出来是空的。我的解法扫描图没有文字层提取器无米下锅。先跑ocrmypdf input.pdf output.pdf补一层文字再回头转。问题Docling 跑百来页要两分多钟能快点吗我的解法纯文字书换 text秒级搞定。技术书我认这个慢——3 分钟换 48 张表格、36 个代码块全留下来值。问题章节没被切开全糊成一坨。我的解法自动切分只认 Chapter N 这类显式编号。书里标题写法不一样的先把文字提出来再手动指定分节。问题转完之后新命令代理不认。我的解法Copilot CLI 会话里敲一次/skills reload刷新技能列表就好。如果你写代码时经常要翻技术书或者团队里有一堆被反复打开的内部文档、设计规范这个工具正合适。转换是一次性开销之后每次提问只花几千 token书留在书架上知识在代理手边。【免费下载链接】book-to-skillTurn any technical book PDF into a Claude Code skill — ready to study, reference, and use while you work.项目地址: https://gitcode.com/GitHub_Trending/bo/book-to-skill创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考