夜雨聆风
一篇博客 → 15 个结构化章节 → Claude Code 可随时查阅的私有知识库。全程 5 分钟。
你是否有过这种经历？
收藏了一篇很好的技术教程，然后——就再也没有打开过。
不是不想学，是每次打开都要从头扫一遍，找到自己当时关心的那个知识点。书签越积越多，真正用上的寥寥无几。
book-to-skill 解决的就是这个问题。它把 PDF 、 EPUB 、网页、 Markdown 等任意文档，转化成 AI 编程助手可以直接查阅和应用的结构化技能（ Skill ）。
不是摘要。不是读书笔记。是一个能让你在写代码时随时调用的"专家知识库"。
它做了什么？
举个真实的例子。上周我遇到一篇很棒的技术博客——K155LA3 写的《 Building Speech Controlled Robot with Tensil and Arty A7 》，讲如何在 FPGA 上用开源 ML 框架做语音识别机器人，分上下两篇。
正常流程：读一遍（ 1 小时）→ 做笔记（ 30 分钟）→ 两周后忘了大半 → 重新翻原文。
用 book-to-skill 的流程：
下载博客 → 转 Markdown → book-to-skill 分析提取 → 生成 Skill
5 分钟后，我的 Claude Code 里多了一个 building-speech-controlled-robot-tensil 技能。
它的结构是这样的：
building-speech-controlled-robot-tensil/
SKILL.md — 核心框架索引 + 主题速查表
chapters/
ch01-introduction.md
ch02-system-architecture.md
ch03-microphone-acquisition.md
ch04-speech-commands-ml-model.md
ch05-fourier-transform-stft.md
ch06-softmax-main-loop.md
...（共 15 个章节）
glossary.md — 50 个术语精确定义
patterns.md — 11 个可复用设计模式
cheatsheet.md — 决策规则 + 时序预算 + 调试技巧
这不是简单的目录切分。每个章节文件都经过了结构化提取：
实际使用效果
写代码时遇到问题，直接在对话里问：
"TCU 的 DRAM0 和 DRAM1 怎么分配内存？"
Claude Code 自动加载 ch04 ，告诉你：
"STFT 的参数是什么？改了会怎样？"
自动加载 ch05 ，直接给出参数表： 256 采样窗口、 128 步长、 Hann 窗函数、 129x124 频谱图尺寸。同时警告：改任何参数都要重训模型并重新综合 bitstream 。
"Part II 的 debouncing 是怎么实现的？"
自动加载 ch12 ，解释 tick counter 机制、冷启动 debounce 、以及 per-command threshold 的调优策略。
本质上，你把一篇教程变成了一个可以对话的专家。
支持哪些格式？
三种使用模式
模式 1 ：分析预览（ Analyze Only ）
只想看看一本书里有啥，不急着生成完整 Skill ：
"analyze only ，先帮我看看这本书讲了什么"
book-to-skill 会输出一份提取报告：列出所有命名的框架、核心原则、技术方法、反模式，以及建议的 Skill 名称。你审核后再决定是否生成。
模式 2 ：完整转换（ Full Conversion ，默认）
拿到一本书直接开搞：
"把这本书转成 skill"
跑完全流程：提取文本 → 分析结构 → 生成章节 → 创建词汇表/模式库/速查表 → 打包成可用的 Skill 。
模式 3 ：更新合并（ Update / Fold-in ）
已经有一个 Skill ，拿到了新资料想合并进去：
"这是 Part II ，合并到现有的 skill 里"
book-to-skill 会自动检测已有 Skill 的章节编号、词汇表和模式库，新内容追加为新章节（ ch12-ch15 ），索引全部重新排序，术语定义按字母合并。
这就是前面 FPGA 教程的实际情况——Part I 先生成了 11 章， Part II 以 Update 模式追加了 4 章（ State Machine 、 Motor Control 、 Chassis Assembly 、 Conclusion ），全程无需手动编辑。
怎么用？
前置条件
最简单的方式
在 Claude Code 对话中直接说：
把 ~/Downloads/some-book.pdf 转成 skill
或者在 Copilot CLI / Amp 中说同样的话。
关键选项
book-to-skill 会在过程中问你两个关键问题：
1. 内容类型？
2. 用途？
第一个问题决定了提取质量，第二个问题决定了章节深度。（选"以上全部"会进入 DEPTH=study 模式，每个章节会包含 Worked Example 、详细的 How-to 步骤、以及失败模式分析。）
输出位置
生成的 Skill 自动放在你的 AI 助手能发现的位置：
重启会话或执行 /skills reload 后即可使用。
什么适合做 Skill ？什么不适合？
适合：
不适合：
本质是什么
book-to-skill 做了一件很聪明的事：它不帮你读书，它帮你把书变成你能问的东西。
传统的"读书笔记"是一次性的——你写了一篇摘要，放到 Notion 里，然后忘了它的存在。
Skill 是活的。你在写代码时问一个问题，它自动定位到对应的章节，给你精炼过的答案。你问 10 次，它就帮你查 10 次。每次都是按需加载，不占上下文。
它遵循一个核心哲学：提取结构，而非生成摘要。 一个 Skill 不是一本书的读书报告，它是一个工具箱，里面有：
开始试试
你现在就可以试试。找一本你一直想读但没时间的技术书（ PDF 或 EPUB ），在 Claude Code 里说：
book-to-skill ~/Downloads/那本书.pdf
5-10 分钟后，你有了一个随时可问的专家。下次写代码时，它会默默帮你。
这就是"把知识变成能力"的感觉。
本文由 AI 辅助创作，作者进行了实测验证和编辑修改。