一个开源的 Skill 阅读神器

年初的时候买了一本书籍，读完之后便放在书架上吃灰。这几天，突然想翻找一下里面所讲的知识点，却找了半天都找不着。

转头想问 AI，结果发现它会瞎编内容，然后想到自己做笔记，但又不知道存放在哪个文件夹了。

更无奈的是，若把一本四百页的 PDF 书籍直接丢进 AI 对话框，还没开口提问，上文直接就撑爆。

于是在 GitHub 上找到 book-to-skill 这个工具，把任意书籍，或者文件夹里的文档资料，打包成 Claude Code 的技能文件，随时查看。

当把 PDF、EPUB，甚至 DOCX、Markdown 等格式的文件，发送给它时会先问一句，是技术还是叙事类书籍。

如果是技术书籍，它会走 Docling 这条线，把表格和代码块原样抽出来。反过来若是叙事书籍，它便只会将纯文本提取。

接着，它会对整本书进行一次深度分析，并且拆开重新组织，生成一个装着核心框架和章节索引的 SKILL.md。

然后，再将每个章节分别切成单独一个文件存储，另外还会配有术语表、模式表和速查表。

值得一说，这些拆分的章节文件不会一下子塞进对话的上下文，只有问到哪一章才读哪一章。

在 Claude Code 上用的时候，只需在终端敲 /技能名 关键词，它就定位到对应章节，照着原文回答。

当找到 book-to-skill 这个工具的时候，我发现它与以往两种方式有所不同。

第一种直接上传 PDF 文件，把整本书塞进上下文，每次对话都重新烧一遍 Token，而且幻觉极高。

第二种就是通过 RAG（检索增强生成），提问时它去书里捞几段文字相近的原文丢给 AI，至于拼不拼得出答案，看运气。

而 book-to-skill 走的是另一条路。

它在生成技能前，便对书籍做一次深度分析，把作者的框架、反模式逐个命名抽出来。

等我们来问，AI 调用的是这些已经消化好了的框架，在分析问题获取答案时就更准确。

至于如何安装使用也是非常简单，只需要打开 Claude Code 发送下面一句话即可：

请读取下面链接文件内容，并安装好这个 Skill：https://raw.githubusercontent.com/virgiliojr94/book-to-skill/master/SKILL.md

然后在对话里，就可以指定任意书籍进行处理：

/book-to-skill ~/path/to/your-book.pdf

不过，技术书采用 Docling 更高的精度，代价是比较慢，作者测试了 103 页要跑 164 秒，纯文本提取只要 0.1 秒。

至于一些比较冷门的书生成完，最好自己再过一遍，毕竟合成质量比抽取更重要。

还有一点，要在几十本书之间检索，说实在话，可能还不如使用 NotebookLM 更好。

它真正擅长的是，把一本书或一组资料吃透，并且能融入到我们的工作流里，方便随时查看。

写在最后

过去我们想让 AI 读懂一本书，第一反应是把整本 PDF 文件上传上去。

如今有了更聪明的做法，先把书读懂、拆解、结构化，再让 AI 按需取用。

book-to-skill 做的，就是把书架上落灰的知识，变成随手能调用的能力。

下次再想翻看一本恋恋不忘的书籍之时，或许可以先把它喂给这个工具。

GitHub 项目地址：https://github.com/virgiliojr94/book-to-skill

今天的分享到此结束，感谢大家抽空阅读，我们下期再见，Respect！