担心 AI 读书时乱编、答案查不到出处？把细节摊开看。

我在 OpenCode 里装了一个开源工具 book-to-skill，模型用 deepseek-v4.1-flash，拿 Datawhale 的《机器学习公式详解》试了一遍。这本南瓜书是 CC BY-NC-SA 4.0 的中文开源书，文字版 PDF，196 页，公式很密。要回答的问题只有一个，它把书转成 Skill 之后，还能不能用来查东西。

一句命令就转完了。

产出是一个 Skill 文件夹，里面有 SKILL.md 当总纲和章节索引，还有 glossary.md 术语表、patterns.md、cheatsheet.md 速查表，以及 chapters/ 下 16 个章节文件。原书 16 章，生成 16 个文件，标题和目录一一对应，从绪论到强化学习，一章没落。

数量对得上不代表内容对得上。提取走的是 pdftotext，公式在纯文本里会被打散，生成的章节文件里那些公式是模型按标准写法重新整理的，它自己在报告里写了，要逐字核对请回查原书。

拿 5 个问题做回查，要求写出章节、小节、式子编号和 PDF 页码，再逐条翻原 PDF 核对。每次提问，Agent 只打开相关的那一个章节文件，有时再搜一下术语表和速查表，没有读整本书。

章节号这一项，5 题里有 4 道书里能找到的题，章节都对。第 5 题问这本书怎么讲 Transformer 注意力机制，书里根本没有，它直接回答 16 章不含这个主题，没有编。式子编号也对得上，决策树、AdaBoost、软间隔几道题给的式号，在原书里都能找到对应推导。

小节号出错了。软间隔那题它写 6.3 节，原书 6.3 是核函数，软间隔在 6.4 节。

页码这一项，5 题全部回答不知道。生成的文件里本来就没带页码，回溯只能到章和式号，到不了页。

最明显的是例子。我问 Fβ 为什么更重视较小值、书里举了什么例子，它说 skill 文件里没有例子。原书第 2 章 2.3.5 节明明有，a 同学两门课 100 分和 60 分，b 同学 80 分和 80 分，算术平均都是 80，加权调和平均 a 是 75、b 是 80。生成章节时这个例子被压缩掉了。

还有一处是补进去的。信息增益那题，「信息增益偏好取值多的属性」这句话南瓜书第 4 章原文里没有，是模型从西瓜书常识补的。结论没错，但不出自这本书。

所以这个工具适合拿来做检索入口，章节结构和式号够你定位，原文细节还得回查原书。受版权保护的书生成的 skill 只自己用，不要公开。内容会发给所选模型，未发表稿件和学生信息别放进去。工具本身免费开源，运行时调用的模型按各自官方页面计费，以官方页面为准。扫描版 PDF、多篇论文合成一个 Skill 这些用法，这次没有测。

YING

高校青年教师 · 每天学一点 AI、用一点 AI

愿你我都成为发光发热之人！