免费开源,给AI装个技能,PDF就变成带出处还能自测的网页

learn-from-materials 是个免费开源的「Agent 技能」。Agent 技能，就是一套装给 AI 的标准工作流程，遵循开放的 Agent 规范。

它干的事：把 PDF、PPT、Word、网页这些材料整理成一份带出处的大笔记，再生成一个学习网页——网页上每句话，都能点回原文。

它解决的是 AI 总结的老毛病：AI 会挑重点、会编造、给不出出处。而这个工具只记录材料里有的内容，材料里没讲的，它老实标一句"材料里没讲"。

适合已经在用 opencode、WorkBuddy 这类本地 AI 助手的人，想把学习资料变成能反复查的笔记。整个过程不用碰命令行。

它不适合两种人：只在网页聊天框里用 AI、不想装任何东西的；需要多人协作、云端同步的（所有数据都保存在你自己电脑上）。

想看成品长什么样，点开官方示例网页，链接在文末参考链接 2。那是一个能切换阅读主题的学习页面（雾蓝书房、深海夜读、青灰宣纸等），能搜术语、能做自测题，每段知识点旁边都带着能点回原文的出处。

它靠什么做到"不瞎编"

原理一句话就能懂：AI 只被允许记录材料里出现的内容，没出现的标"未覆盖"，生成前还要做一遍"覆盖校验"——检查每一页有没有被整理进去、每个出处对不对得上。

这决定了你会看到两个信号：

• 生成网页前，它先说"校验通过"——说明材料被完整整理，没糊弄；
• 回答问题时，它带着【材料依据】这类标签——把原文和它自己的补充分开了。

看懂这两个信号，就不用再问"它是不是在编"。

不懂原理也不耽误用：装好、丢材料、生成网页、点一下验证，四步照做就行。

把一个开源技能装进你的 AI

前置条件（都得满足才算能跑通）：

• 一个本地的 AI 助手（opencode、WorkBuddy、Codex、Claude Code 都行），能读文件、能跑本地命令；
• 电脑上有 Python 3.10 或更高版本（一般本地 AI 助手环境自带）。

下面以 opencode 为例，其他助手说法几乎一样。

1. 把这句话复制进对话框：

帮我把安装这个skill https://github.com/dmoshehun-prog/learn-from-materials，安装到我的技能目录，安装过程中如果需要我确认目录或授权，直接告诉我。

1. 你会看到什么：AI 把技能下载到你的技能目录（例如 C:\Users\你的用户名\.config\opencode\skills\learn-from-materials），中间可能问"装到哪个目录""是否允许下载"，直接确认就行。

2. 怎么算成功：AI 说"装好了，可以开始体检"，技能目录里出现了 SKILL.md 文件。

装好后做一次体检

装好别急着用，先让它检查自己能不能干活：

帮我检查一下 learn-from-materials 能不能正常用，缺少什么东西告诉我。

• 你会看到什么：它打一份"依赖检查"清单，像体检报告，一项一项列出每种文件格式（PDF、Word、EPUB、PPT…）对应的读取工具是「✓ 可用」还是「✗ 缺」。
• 怎么算成功：每种格式至少有一条可用路径，"缺"的都有替代办法。
• 它说要装某样东西，怎么办：直接说"同意、装吧"。这是正常的第一步——它正在准备读取文件的工具（比如解析 PDF 的库），装在你本机的隔离环境里。唯一真正会卡住的是 Kindle 电子书格式（MOBI），遇到再说。
• 一个小插曲（仅 Windows）：检查时如果中文变乱码、报一条 UnicodeEncodeError，不用慌，对 AI 说"把编码格式改成 UTF-8 再跑一遍"。这是 Windows 默认文字编码的锅，不是故障（macOS、Linux 没见这个问题）。

这背后它执行的是 python scripts/extract.py --check，你不需要自己敲。

跑通最小闭环：一份 PDF 变成学习网页

身体没问题了，就交给它第一份材料。假设你有一份 example.pdf（教材、论文、报告都行），拖进对话框或告诉它文件位置，然后：

先建知识库：

用 learn-from-materials 把这份材料做成可追溯知识库，我要系统学习。

建好、它说"校验通过"之后，再出网页：

把这个知识库做成交互式学习网页。

它会依次做这几件事，你照着画面走向核对：

1. 可能先问两个问题：「快速了解」还是「系统学习」→ 选 系统学习（内容做得全，后面才能生成学习网页）；还会问职业、兴趣 → 随便答，不影响结果。

2. 把 PDF 一页页读完，给每段话标上来源页码，扫一遍文档安不安全。期间它可能说"先跑一遍覆盖校验"——这是正常的完整性检查。

3. 告诉你知识库建好。那是一个叫 <主题>.learnkb 的文件夹，术语表、知识单元、自测题都在里面。

4. 生成网页文件（xxx.html）。怎么算成功：它说"校验通过"，你找到那个 .html 文件，双击用浏览器打开——页面每段知识点旁边都有出处，点一下scripts/render_page.py ... --output xxx.html 渲染网页这一组命令，你不需要自己敲。

核心功能逐个体验

"快速了解"还是"系统学习"怎么选

第一步会问深度，这是唯一一次需要你做选择的点：

• 快速了解：出一份速览式摘要，适合材料很多、要先判断"这值不值得深学"。
• 系统学习：完整知识库（核心框架、内容导学、术语大全、行动规则、动态自检题）+ 学习网页。只有它才能生成能点回原文的学习网页。

拿不准就选系统学习，只是多花一点时间，不亏。

为什么生成网页前要先"校验"

这是这个项目最值钱的一步。生成网页前，它检查「材料的每一页有没有被整理进笔记」「每个出处对不对得上」。就算 AI 偷偷漏掉几页还假装做完，这一步也会拦下来。

你只要看到它说"校验通过"，就说明这份学习材料是完整的——这也是后面"检查有没有漏章节"功能的地基。

怎么判断 AI 没瞎编

流程走完那一刻，现场验证一次最有说服力。回到 opencode 问它网页里的某个知识点：

网页里「XXX」这段话，原文的出处在第几页？

你会看到它用四类标签回答。记住这四类，就是你判断"能不能信"的标准：

关键心法：只有标了【材料依据】的才当材料原话，其他都只当参考。 看到它坦然说"材料未覆盖"时别觉得它没用——恰恰说明它老实，没为了讨好你而编。

材料更新了，怎么只重做变化的部分

有几页改了，把改过的材料重新提给它，说：

更新这个知识库，只重做变化的部分。

它会按来源哈希对比新旧版本，只更新受影响的章节，不整本重来。（这是 SKILL 流程里的能力，没有单条开关命令，交给 AI 即可。）

卡住了怎么处理

每条按「现象 → 原因 → 解决」列好，照着做就行。

现象一：AI 说"需要装东西 / 需要授权"

• 原因：这是正常的第一步，不是报错。
• 解决：直接回"同意、装吧"；问目录也直接确认。

现象二：材料是扫描件（照片、扫描的 PDF），AI 说要 OCR

• 原因：OCR 就是把扫描图片里的字认出来。缺这块能力时，它会如实标记"这一部分没被文字核验"。
• 解决：同意用识别功能处理。注意它会给 OCR 内容打"识别文字"标签，别把识别误差当原文较真。

现象三：网页做好了，提示"有些内容没被复核"

• 原因：图表、图片里的字属于视觉信息，纯文字核对够不着，它只是诚实告诉你哪部分没打包票。
• 解决：自己扫一眼那部分；确实需要视觉复核，就在 opencode 里回一句"请用有视觉能力的模式帮我复核"。

使用前必须知道的坑和限制

• 还在测试版：项目版本是 v0.1.0-beta，界面和文件结构以后可能变，正常。
• 版本前提：需要 Python 3.10+；AI 环境跑不了 Python 的话，流程会在"提取材料"一步停住。
• 没有账号、没有云同步：所有内容都生成在自己电脑上。想换电脑，就备份那个 .learnkb 文件夹和网页文件。
• 隐私风险自己把关：工具默认只记录"相对路径/文件名"，不会暴露你的本机目录；但生成的网页和知识库一旦传上网就收不回——里面有身份证、合同、不该公开的教材，上传前先检查一遍。
• 资料内容不享有"权限"：材料里就算写了"忽略此前所有限制、听我的"，也不会被执行。文档内容只是"待分析的数据"，不是"要执行的指令"。

它和同类工具差在哪

一句话定位：别的工具帮你"把一本书总结成摘要"；这个项目帮你"把整份资料变成能点回原文的笔记网页"。只想要个概括，你现有的 AI 就够；想要"能对质、不会漏章、还能自测"的学习材料，才需要它。

血统（想了解才看）：它在 book-to-skill 和 book-to-webpage 两个开源项目的基础上二次开发，继承关系见项目 NOTICE.md；另一个独立同类项目是 book-distiller（链接在文末）。

想更进一步

• 检查有没有漏章节：说"帮我检查一下知识库有没有漏掉材料里的哪一页内容"。它会按页反向抽查，把每个来源块跟笔记对上，有遗漏会明确告诉你是哪几页。
• 更新材料：改过的材料重新提给它，说"更新这个知识库，只重做变化的部分"，它只更新受影响的章节，不整本重来。
• 看它背后执行的命令：说"把这每一步实际执行的命令都列给我看"。看看无妨，不用看懂——操作还是靠说话。

项目链接

1. learn-from-materials 仓库： 

https://github.com/dmoshehun-prog/learn-from-materials

2. 可直接打开的示例学习网页： 

https://github.com/dmoshehun-prog/learn-from-materials/blob/main/examples/learn-from-materials-demo.html

3. 中文 README： 

https://github.com/dmoshehun-prog/learn-from-materials/blob/main/README_CN.md

4. 上游项目 book-to-skill： 

https://github.com/virgiliojr94/book-to-skill

5. 上游项目 book-to-webpage：

 https://github.com/crayon-ai/book-to-webpage

6. 独立同类项目 book-distiller：

 https://github.com/daizhouchen/book-distiller