Book2Skill重新定义RAG,把PDF变成Claude的skill

嗨，我是PaperAGI，主要关注LLM、RAG、Agent等AI前沿技术，每天分享业界最新成果和实战案例。

5 月 6 日，晚点 LatePost 独家消息：月之暗面（Kimi）即将完成新一轮 20 亿美元融资，投后估值突破 200 亿美元（约 1368 亿元人民币）。本轮由美团龙珠领投，中国移动、CPE（中信产业基金）等参投，仅龙珠一家就出手超 2 亿美元。

估值更是坐了火箭：从去年 11 月的约 43 亿美元，一路飙到 100 亿、180 亿，再到如今的 200 亿+，不到半年翻了 4 倍有余。

资本疯狂押注的背后，是 Kimi 在 Agent 和编程能力上的持续突破。4 月 20 日发布的 Kimi K2.6 强化了代码生成和 Agent 集群能力，可支持最多 300 个子 Agent 协作；Kimi Claw 云端智能体支持一键部署。美团龙珠合伙人王新宇透露，Kimi 的年度经常性收入（ARR）在 3 月初突破 1 亿美元，4 月已超 2 亿美元。

一句话：Agent 不再是"能聊天"，而是"能干活"。而"干活"的前提是，Agent 得真正"读懂"你手边的资料。这次RAG上大分，阿里SkillRouter 1.2B模型搞定8万skill路由

Book2Skill到底解决了什么问题？

1. 你买的书，读完了就忘；你的 PDF，搜了也白搜

买一本技术大部头，读完三个月后，第七章讲了什么？完全没印象。

传统补救办法有三个，个个鸡肋：

• 搜 PDF → 给你一堆页码，不是答案；
• 问 Claude → 要么幻觉，要么直接说"我没这书的内容"；
• 记笔记 → 攒了 200 行文档，再也没打开过。

核心痛点：书是"死"的，知识没有嵌入你的工作流。

2. RAG 的困境：它擅长"找句子"，不擅长"用框架"

现在主流的 RAG方案，逻辑是：RAG换思路了，Corpus2Skill:告别检索，直接导航企业知识库

把书切成碎片 → 全部向量化 → 用户提问时找语义相近的片段 → 塞进 prompt 里让 AI 回答。

这套流程适合"我有 50 本书，帮我搜一下哪本提到了 CAP 定理"。

但它有个致命缺陷：它检索的是"句子碎片"，不是"作者的思维框架"。 你问"什么时候该用事件溯源"，RAG 可能丢给你三段提到"event sourcing"的原文，但作者真正想传递的决策模型、反模式清单、适用边界——这些结构化的知识，散落在各章，RAG 拼不出来。

RAG 回答："这里有几段话可能相关。"你真正需要的："作者总结的 12 个框架，以及每个框架该在什么时候用。"

3. Book2Skill 的解法：不是"检索"，是"编译"

Book2Skill换了一个思路：

不在"提问时"切片搜索，而在"导入时"深度分析，把一本书编译成一套 Claude Code 可直接加载的 Skill。

具体流程：

1. 提取：根据书籍类型（技术书/纯文本）自动选择提取工具。技术书用 docling，保留 Markdown 表格和代码块；纯文本用 pdftotext，速度极快。
2. 分析：Claude 通读全书，提取结构——标题、作者、目录、章节关系。
3. 编译：生成一整套 Skill 文件：
• SKILL.md：核心思维模型 + 章节索引（约 4,000 tokens）
• chapters/ch01-*.md：每章摘要，按需加载（每章约 1,000 tokens）
• glossary.md：关键术语表，带章节引用（约 1,500 tokens）
• patterns.md：所有技术、算法、设计模式（约 2,000 tokens）
• cheatsheet.md：决策表和速查规则（约 1,000 tokens）
4. 使用：在 Claude Code 里直接调用，比如 /designing-data-intensive-apps replication，Claude 会加载对应章节，基于实际内容回答。

关键设计：章节文件是"按需加载"的——没问到的话题不占 token 预算，问到时才从磁盘读入。

Book2Skill vs 传统 RAG

一句话总结：

RAG 是"图书馆检索"，Book2Skill 是"作者坐在你旁边陪你干活"。

为什么这个思路值得传播

角度一：范式变化——从"检索知识"到"编译能力"

传统 RAG 把知识当成"文档库"来管理。Book2Skill 把知识当成"技能包"来管理。

作者花几年写一本书，真正值钱的不只是那些句子，而是他命名的框架、总结的决策树、提炼的反模式。Book2Skill 在"编译阶段"就把这些结构抽出来，让 Claude 不是在"搜索文本"，而是在"调用思维模型"。

角度二：对普通人的现实影响——你的内部文档、小众书籍也能变 Skill

Claude 的训练数据里有《Clean Code》《设计数据密集型应用》的"大众印象"，但：

• 你公司的内部技术规范
• 刚出版的小众技术书
• 翻译版或影印版 PDF
• 你自己整理的 EPUB 资料

这些 Claude "没读过"。Book2Skill 让它们全部变成可调用 Skill。

角度三：产品化潜力——Claude Code 的 Skill 生态正在成型

Claude Code 的 Skill 机制允许用户自定义指令集和知识库。Book2Skill 本质上是在批量生产 Skill——把静态文档变成动态能力。随着 Claude Code 用户增长，"PDF → Skill" 的转换需求会越来越大。

技术细节：它是怎么工作的？

提取层：智能选择工具

设计原则

1. 密度优于完整：1,000 tokens 的摘要胜过 10,000 tokens 的原文摘录
2. 实践者口吻：写"当 Y 发生时用 X"，而不是"本书解释了 X"
3. 前置核心：SKILL.md 把最重要的内容放在前 5,000 tokens
4. 按需加载：话题索引告诉 Claude 该读哪个文件，无关章节不加载
5. 永不丢原始文本：总是先综合、摘要、提取信号，而不是直接 dump

性能基准（103 页技术书，纯 CPU）

技术书用 docling 虽然慢，但能完整保留 48 个表格和 36 个代码块——这对技术书来说是不可替代的。

一句话总判断

这篇项目最值得写，不是因为"它能把 PDF 转成文本"，而是因为它说明了：RAG 的下一步不是"搜得更准"，而是"把知识编译成 Agent 能直接调用的能力"。

Book2Skill 没有发明新模型，也没有刷新 SOTA，但它用极低的工程成本（一个 Python 脚本 + Claude API）解决了一个真实的 workflow 痛点：让静态文档变成动态技能。

在 Kimi 估值破 200 亿美元、全行业押注 Agent 的当下，"知识如何被 Agent 使用"比"知识如何被存储"更重要。Book2Skill 提供了一个务实且可复现的答案。

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