别让PDF读完就散:把出处、知识库和学习页一起留下

你有没有这样的经历：一份 PDF 看完了，划了线，记了几条笔记。过一阵再用时，只记得“里面好像讲过”，却找不到原句在哪一页。

问题不在于没有摘要，而在于摘要常常切断了两条线：一句话从哪里来，以及读完之后怎么用。

我用 learn-from-materials 处理学习材料时，想保留的不是一份更长的总结，而是一条可以回查的学习路径。这里介绍的是工作流，不是某份特定 PDF 的处理结果。

一、一份 PDF，为什么只要摘要还不够

PDF 里可能有正文、表格、图示、脚注，也可能只是一页页扫描图片。直接问 AI“总结一下”，很容易得到一篇顺畅的文字；但它是否读到了末尾？表格有没有丢？引用的页码能否对上？仅凭这篇总结，看不出来。

系统学习的第一步是先提取并扫描完整结构：材料有多少页、哪些页能提取文字、哪些地方需要视觉或 OCR 复核，都要留下记录。长材料分段读到末尾，不能只读目录和前几页就开始写“全书精华”。

这一步听起来慢，却决定了后面的内容能不能信。

二、先保留出处，再谈提炼

知识点不是孤零零的一句话。一个框架、一个术语、一条“何时做什么”的规则，都应当能回到原材料的具体位置。

如果材料是书籍 PDF，尽量标出原章节名称、可核实的原书页码和物理 PDF 页码。缺少任何一层映射就如实标注，不猜；扫描件经 OCR 识别的文字，也不能装作原本就有文字层。

写作时把“材料原意”“基于材料的分析”“外部核验”分开。这样，读者看到一个结论，既能继续学习，也能回头检查它有没有被说过头。

三、知识库不是一篇总结

一份可复用的知识库，会按材料本来的结构留下学习单元：核心观点、框架、关键概念、案例、反例、行动规则，以及各自的出处。术语表帮助找词；方法卡说明适用条件和边界；覆盖记录则回答一个朴素的问题——究竟读了哪些部分，还有哪些地方没核实。

比如“当 X，做 Y，因为 Z”这种行动规则，只有材料里确实有条件、动作和理由时才提炼。没有的地方就不硬造。关系图也是如此：能从原文证明的关系画出来，不能证明的别连线。

book-to-skill 将材料提取并拆解为可按需调用的结构化知识。[1]

learn-from-materials 在这条思路上扩展，并参考、改写了 book-to-webpage 的交互学习页设计。[2][3] 本文所说的出处映射、覆盖审计、方法论与当前学习页流程，指的是 learn-from-materials，不是 book-to-skill 原版的功能，也不代表上游作者为这些扩展背书。

四、把知识库做成离线学习页

知识库解决“存得住”，学习页解决“用得上”。生成的单文件 HTML 可以离线打开：按单元浏览内容，查术语，展开有依据的关系，记本地笔记。[3]

这里有一个要说清的边界：网页不是在线 AI 聊天室。需要 AI 详解或逐题自检时，页面复制一段带材料范围与出处的口令，再由你粘贴到能访问材料知识库的 AI 对话中。它不会自动把对话结果写回；笔记、主题和错题留在当前浏览器的本地存储，可以导出备份，不是云同步。[3]

知识库可能包含从 PDF 提取的原文。个人学习与公开分发是两回事：未经相应授权，不要把含原文的 .learnkb、交付压缩包、扫描页或大量摘录公开；即使只分享学习页，也应检查其中的引文和原材料许可。项目代码的 MIT 许可不等于材料的传播许可。[1][3]

五、你可以这样提出任务

以下提示词适用于已安装 learn-from-materials、能够访问你指定的 PDF 与输出目录、并能运行本地脚本的 Agent。纯聊天窗口仅粘贴这段话，不能凭空生成知识库和 HTML。[3]

“请用 learn-from-materials 对这份 PDF 做系统学习。先检查提取质量，按完整结构读到末尾；保留原章节与页码出处，区分材料依据和你的分析；生成可检索的知识库、方法卡、覆盖审计，以及可离线打开的学习网页。无法核实的页面、图表或 OCR 内容请单独标注。最后验证页面和知识库能否实际打开、查找与回溯。”

把有权处理的 PDF 文件或可访问路径交给这样的 Agent；完成后检查知识库文件、出处映射与 HTML。缺少文字提取或 OCR 能力时，应报告未核验范围，而不是宣称已读完全文。真正的交付，不是一句“我已经读懂了”，而是你能够打开的文件，和每条重要结论后面那条能走回原文的路。

Sources

[1] https://github.com/virgiliojr94/book-to-skill — book-to-skill

[2] https://github.com/crayon-ai/book-to-webpage — book-to-webpage

[3] https://github.com/dmoshehun-prog/learn-from-materials — learn-from-materials