夜雨聆风读技术书这事，有个共同的尴尬：当时觉得醍醐灌顶，三五个月后基本忘光。
真要用到的时候怎么办？翻 PDF 一页页找，费劲；直接问 AI，它一本正经地胡说八道；自己记笔记，记完再也没翻开过。知识进了脑子又溜走，书架上一堆"读过但用不上"的砖头。
今天介绍的这个工具，给了一个新解法——它叫 book-to-skill，GitHub 上 6.8k 颗星，MIT 开源，一句话概括：把任意技术书转成 AI agent 能调用的 skill。
book-to-skill 是什么：把书"蒸馏"成 agent 技能
它的定位很精准：把技术书、文档文件夹、或一堆资料，转成一个统一的 agent skill，让你在 Claude Code、GitHub Copilot CLI、Amp 里边干活边查。
工作原理三步走：
1. 指给它一个文件、文件夹或 glob 匹配
2. 它把书"蒸馏"成 skill——提炼框架、决策规则、反模式，再拆成按章节的文件
3. 你的 agent 按需加载——问某个话题，它就读对应章节，基于真实内容回答
关键词是"蒸馏"。它不是把原文原样塞进去，而是综合提炼。这也呼应了它的核心设计原则之一：Never raw text — always synthesize（绝不给原始文本，总是综合加工）。
省 token，最高省 51 倍
这是项目最硬的数据。官方 claim：回答一个问题，比把整本书塞进上下文省 24 到 51 倍的 token。
逻辑也好理解。一本技术书动辄几百页，全塞进 context 既贵又慢，还容易触发幻觉。book-to-skill 的做法是把书拆成结构化的"按需加载"单元：
○ SKILL.md：核心心智模型 + 章节索引，约 4000 tokens
○ chapters/ch01-*.md：每章一个文件，按需加载，各约 1000 tokens
○ glossary.md：关键术语，按字母排序带章节引用，约 1500 tokens
○ patterns.md：技术、算法、设计模式，约 2000 tokens
○ cheatsheet.md：决策表和速查规则，约 1000 tokens
agent 先扫一眼 SKILL.md（也就几千 token）知道这本书讲了什么、章节怎么分，问到具体内容时再去读对应的那一章。这本质上是 Skill 这种新能力的精髓——先目录后正文，按需取用，而不是把整本百科全书一次性倒进上下文。
11 种格式通吃，不止能喂书
输入端它支持一大堆格式：PDF、EPUB、DOCX、TXT、Markdown、reStructuredText、AsciiDoc、HTML、RTF，连 MOBI/AZW/AZW3 这种电子书格式都行。
技术栈是纯 Python。抽取工具按格式依次尝试多个引擎：PDF 走 poppler/pypdf/pdfminer.six，含表格代码的技术 PDF 还能上 docling；EPUB 用 ebooklib+beautifulsoup4；DOCX 用 python-docx。可以说是把各种文档的解析坑都趟了一遍。
而且它不止能喂书。官方原话很到位：「If you re-open a document often enough to wish you'd memorized it, it's a candidate.」——只要一份文档你经常重开、恨不得背下来，它就是候选。所以内部文档、品牌设计系统、研究资料、specs/RFC/标准，都能转成 skill 喂给 agent。
装一次，三大 agent 通吃
book-to-skill 遵循开放的 Agent Skills 标准，所以一个生成的 skill 能在三个 host 之间通用：Claude Code、GitHub Copilot CLI、Amp。
输出路径会自动放到对应位置：
○ Claude Code：~/.claude/skills/<slug>/
○ GitHub Copilot CLI：~/.copilot/skills/<slug>/
○ 跨 agent 通用：~/.agents/skills/<slug>/
安装也简单。当 agent skill 用，git clone 到对应 skills 目录就行：
git clone https://github.com/virgiliojr94/book-to-skill.git ~/.claude/skills/book-to-skill 当独立 CLI 用（只要抽取引擎）：
pip install "book-to-skill[pdf,epub,docx]" 用起来就是一行命令，支持多文件、文件夹、glob，还能对已有的 skill 折叠更新：
/book-to-skill <文档路径或glob> [skill名] 跨平台这点挺重要——你不被绑死在某一个 agent 上，今天用 Claude Code，明天换 Copilot，技能照搬。
本地处理，隐私无忧；且不碰版权
处理完全在本地进行，工具本身从不上传文件。对涉及内部资料、敏感文档的场景，这点很关键。
版权方面也讲得明白：MIT 协议只适用于这个转换器本身（代码+skill 定义），不适用于你用它处理的书或文档。也就是说，你转出来给自己用的 skill 是综合提炼的笔记（不是原文复制），但源书的版权还是源书的——自己学习用没问题，别拿去传播。
迭代很快，最新版已是可安装包
看 release 历史，这项目一个月内连发三版，节奏很猛：
○ v1.0.0（6 月初）：首个正式版，多格式抽取、自适应章节深度、CI 校验
○ v1.1.0（6 月中）：加入 GitHub Copilot CLI 作为一等目标，SKILL.md 跨三平台通用
○ v1.2.0（6 月中下旬）：升级为可安装 Python 包，支持 pip install 和命令行；章节检测真正多语言，覆盖法语、德语、意大利语、荷兰语和 CJK（中日韩），连全角数字和多语言目录都能识别
最新版从"git clone 用"进化到"pip install 用"，门槛进一步降低。多语言支持对中文用户尤其友好——不少中文技术书的章节标题、目录结构之前可能识别不准，现在 CJK 模式覆盖到了。
写在最后
book-to-skill 抓的是个很普遍的痛点：知识"读进脑又溜走"。它的解法不是让你背更多，而是把你已经读过的东西，变成 AI agent 随时能调用的结构化技能。
对开发者来说，把常翻的技术书、内部文档、设计规范转成 skill，让 Claude Code 这类 agent 在你写代码时直接基于这些知识给建议——而且不幻觉、省 token、按需加载，这个体验是实打实的提升。
几点提醒：一是它处理的是你自己的书，注意版权，自用学习没问题但别传播生成的 skill；二是 skill 质量取决于原书和抽取效果，复杂排版的 PDF 可能需要调整；三是它本质是"知识搬运+提炼"，不是替你理解，该读还是得读。
如果你书架上有一堆"读过但用不上"的技术书，不妨试试把它们变成 agent 技能。觉得有用的话，点个赞和在看，评论区聊聊你平时怎么管理读过的技术书。
参考资料/来源
book-to-skill GitHub 仓库：https://github.com/virgiliojr94/book-to-skill
