ARTICLE · 996252
这个GitHub工具太香了:扔进去一本PDF,AI直接帮你＂吃透＂整本书!
你有没有过这种经历？
年初咬牙花大几百买了本技术书，吭哧吭哧读完了，感觉收获满满。结果过了仨月，突然想查里面某个知识点，翻遍书架找不着。好不容易找到了，对着四百多页的PDF干瞪眼，完全记不得那东西在第几章。
问AI吧，它要么瞎编一通，要么直接说"我没这内容"。你把整本PDF丢进对话框？还没等你开口问，上下文就爆了。
做笔记？也不是没做过。可那些笔记文档散落在各个文件夹里，文件名起得稀里糊涂，最后照样找不到。
这种痛苦，懂的都懂。
直到我在GitHub上挖到 book-to-skill 这个项目，才发现原来还有这么聪明的解法。
它到底是个啥？
简单说，这玩意儿能把你的书、文档、资料夹，一键打包成 Claude Code（或者 GitHub Copilot CLI、Amp）的"技能文件"。
啥意思呢？就是AI以后能随时调用这本书里的知识，而且不是瞎蒙，是照着原文回答你。
它的 mascot 是个紫色小巫师，叫 Booklin，挺可爱的。
跟直接把PDF塞进AI那种笨办法不同，book-to-skill 会先对书做一轮"深度解剖"——拆框架、抽术语、建索引、分章节。最后生成一套结构化的技能文件，AI用到哪章才加载哪章，完全不浪费 token。
官方测过，比整本书丢进上下文省 24 到 51 倍 的 token。这个数字挺吓人的。
支持哪些格式？
基本上你平时能见到的文档格式，它都能吃：
PDF（最常用） EPUB（电子书） DOCX（Word） Markdown / HTML / RTF MOBI / AZW / AZW3（Kindle格式） 甚至直接扔一个文件夹进去也行
处理的时候它会问你：这是技术书还是叙事类书籍？
技术书的话，它走 Docling 那条线，表格、代码块、公式都能原样抽出来，精度高，就是慢点，大概一页要 1.5 秒。叙事类或者纯文字的书，用 pdftotext 之类的工具，秒级搞定。
安装步骤（超简单）
装这个东西有两种路子，看你习惯哪种。
路子一：当 Agent Skill 装（推荐）
这种方式装完，你在 Claude Code 里直接敲 /book-to-skill 就能用。
Claude Code 用户：
打开你的 Claude Code，复制下面这句话丢进去：
Install book-to-skill: https://raw.githubusercontent.com/virgiliojr94/book-to-skill/master/SKILL.md等它装完就行了。
或者你喜欢手动操作，也行：
git clone https://github.com/virgiliojr94/book-to-skill.git ~/.claude/skills/book-to-skillGitHub Copilot CLI 用户：
git clone https://github.com/virgiliojr94/book-to-skill.git ~/.copilot/skills/book-to-skill然后进 copilot 会话，执行：
/skills reload/skills info book-to-skill跨平台通用路径（Amp 也认）：
git clone https://github.com/virgiliojr94/book-to-skill.git ~/.agents/skills/book-to-skill嫌 git clone 麻烦？还可以用 npx：
npx skills add virgiliojr94/book-to-skill一行命令，哪个平台都能用。
路子二：当独立 CLI 装
如果你只是想用它的文本提取功能，不当 skill 用，那就 pip 装：
pip install "book-to-skill[pdf,epub,docx]"装完以后可以跑：
book-to-skill --check这个命令会告诉你哪些提取器已经装好了，缺啥它会提示你。
使用前的小准备
不同格式的书，需要不同的"解锁工具"。不过别慌，大部分常用工具装起来都不费劲。
PDF 相关的：
# 纯文字书用这个，速度飞快sudo apt install poppler-utils# 技术书用这个，保留表格和代码pip3 install docling# 备选方案pip3 install pypdfpip3 install pdfminer.sixEPUB 相关的：
pip3 install ebooklib beautifulsoup4其他格式：
# Word 文档pip3 install python-docx# HTMLpip3 install beautifulsoup4# RTFpip3 install striprtf装完以后，建议先跑一遍检查：
python3 scripts/extract.py --check它会列出来你当前能处理哪些格式，缺啥一目了然。
怎么用？手把手教你
装好了之后，用法简直不要太简单。
第一步：转换一本书
在 Claude Code 里，直接敲：
/book-to-skill ~/path/to/your-book.pdf你也可以扔一个文件夹：
/book-to-skill ~/Documents/my-tech-books/甚至支持 glob 模式：
/book-to-skill ~/papers/*.pdf回车之后，它会先问你这是技术书还是文字密集型书籍。你回答就行，然后它就开始干活了。
第二步：等它"消化"
这个过程它会干好几件事：
提取文本 —— 把PDF里的文字、表格、代码块扒出来 分析结构 —— 识别书名、作者、章节、目录 生成摘要 —— 每章来一段 800-1200 token 的总结 整理术语 —— 把专业词汇做成 glossary 提炼模式 —— 把设计模式、算法、决策规则单独存一份 输出技能包 —— 生成 SKILL.md + 分章文件 + 速查表
最终会在你的 skills 目录里生成这样一套东西：
~/.claude/skills/your-book/├── SKILL.md # 核心框架 + 章节索引（约4000 token）├── chapters/│ ├── ch01-xxx.md # 第一章，按需加载（约1000 token）│ ├── ch02-xxx.md # 第二章│ └── ...├── glossary.md # 术语表（约1500 token）├── patterns.md # 模式汇总（约2000 token）└── cheatsheet.md # 速查表（约1000 token）第三步：随时提问
书转好了，以后想问啥直接问。
比如你的书 slug 叫 design-patterns，你就敲：
/design-patterns singletonClaude 就会去加载对应章节，照着原文给你讲清楚单例模式，不会瞎编。
再比如：
/design-patterns 第三章的工厂方法它直接定位到那一章，精准回答。不用你翻PDF，不用烧大量 token，更不会 hallucination。
几种进阶玩法
book-to-skill 不止能"一次性转换"，它还支持几种很实用的模式：
只分析不生成：
/book-to-skill ~/book.pdf --analyze-only先让 AI 看看这本书结构咋样，你心里有个数。
从已有的分析结果生成：
/book-to-skill --generate-from-analysis ~/previous-analysis/省得重复分析，加快流程。
追加新内容：
/book-to-skill ~/new-chapters/ --update existing-skill-name书出了新版？或者你后来又攒了一批论文？直接 fold 进去，原来的 skill 自动升级。
实际体验下来咋样？
我试了一本一百来页的技术书，用 Docling 模式跑，花了大概两分多钟。纯文本模式的话，真的是秒出。
精度方面，代码块和表格确实保留得不错。不过如果是那种扫描版PDF（图片形式的），它会直接报错提醒你先去 OCR，这点挺贴心的，不会傻乎乎跑半天输出个空文件。
有个小提醒：冷门书或者排版特别诡异的书，生成完最好自己过一遍。毕竟"合成质量"比"抽取速度"更重要，对吧？
另外，如果你是想在几十本书之间做横向检索，那可能 NotebookLM 更合适。book-to-skill 真正强的场景是：把一本书或一组核心资料吃透，然后无缝嵌入你的工作流。写代码的时候随手一问，比去翻PDF高效太多了。
隐私方面放心吗？
放心。所有处理都在你本地跑，你的书不会被上传到任何地方。生成的技能文件本质上是你自己的"结构化笔记"，不是原文复制，所以合理使用是没问题的。
当然啦，别人写的书生成的 skill 别到处乱发，自己用就行。
写在最后
以前我们想让AI读懂一本书，第一反应就是把PDF往上怼。现在回头看，那做法确实挺笨的。
book-to-skill 换了个思路——先让AI把书"吃透、拆碎、整理好"，再问的时候按需取用。书架上那些吃灰的技术书，终于有机会重见天日了。
下次你再想翻某本念念不忘的书，不妨先喂给这个小巫师试试。
GitHub地址：https://github.com/virgiliojr94/book-to-skill