一只阿木木

手把手:30 分钟把《原则》变成 Claude 随时可调用的决策工具

📄手把手:30 分钟把《原则》变成 Claude 随时可调用的决策工具

——Book-to-Skill 完整安装配置指南(含避坑清单)

我来直接问你一个问题:

你现在打开终端,输入 /principles-dalio decision,五秒之内,达利欧的决策框架出现在你面前——扎根于你实际买的那本书的原文,没有 AI 的凭空发挥。

你能做到吗?

如果不能,这篇文章是给你的。我们来把这件事做成。

先搞清楚:你在安装什么

很多人看到「安装教程」直接跳到命令行操作,跳过了最重要的一步:理解你在安装什么,为什么要这么安装。

理解设计哲学,才能在遇到问题时自己解决,而不是依赖教程。

原始文本注入是检索,而 Skill 是推理。当你加载一个章节文件时,Claude 不是在搜索关键词匹配——它是在使用预先提取的命名框架、原则和心智模型,这些内容是为应用而非阅读而结构化的。

这一句话,是 Book-to-Skill 整个设计的核心。

它解决的不是「如何让 AI 读书」,而是「如何让 AI 用书里的框架帮你思考」。两件事看起来相似,实际上天壤之别。

它能将任何技术书籍、文档文件夹或资料集转化为统一的 Claude Code Skill,随时可以学习、参考和工作时使用。

关键词是「工作时使用」——不是读书时,是工作时。框架被调用的场景,是你面对真实问题的时候。

安装前:三分钟准备清单

在打开终端之前,先确认三件事:

你需要有的:

text

✅ Claude Code CLI(核心引擎)
✅ Python 3.8+(文档提取依赖)
✅ 书籍文件(PDF / EPUB / DOCX 均可)
✅ Anthropic API Key(或 Claude Code 订阅)

支持的书籍格式:

纯文本、Markdown、reStructuredText 和 AsciiDoc 无需额外依赖。在提取开始前,Skill 会询问你书籍是技术型还是以文字为主,并自动选择合适的工具——Docling 保留 Markdown 表格和代码块;pdftotext 对纯文字书籍速度更快。

费用参考:

以仓库 README 中的 103 页技术样本为例,pdftotext 耗时 0.1 秒(约 2.7 万 token),而 Docling 耗时约 164 秒,token 数量相近,但恢复了 48 个表格和 36 个代码块——当结构很重要时,等待是值得的。

对于商业财经类书籍(主要是文字和框架,表格较少),选 pdftotext 模式即可。一本 400 页的书,换算成本大约是 $0.18 到 $1.42 之间,取决于你用哪个 Claude 模型。

第一步:安装 Claude Code CLI

这是整个工具链的引擎。如果你已经装好了,跳过这一步。

Bash

# 方法一:npm 直接安装(推荐)
npm install -g @anthropic-ai/claude-code

# 验证安装成功
claude --version
# 输出:@anthropic-ai/claude-code/x.x.x

# 配置 API Key
export ANTHROPIC_API_KEY="sk-ant-xxxxx"
# 建议写入 ~/.bashrc 或 ~/.zshrc,避免每次重新配置
echo 'export ANTHROPIC_API_KEY="sk-ant-xxxxx"' >> ~/.zshrc

⚠️ nvm 用户必看

需要将 Obsidian 安装好,vault 存储在本地(不只在 iCloud 中),Claude Code 通过 npm install -g @anthropic-ai/claude-code 安装,并在环境中设置 ANTHROPIC_API_KEY。

如果你用 nvm 管理 Node 版本,claude 命令可能找不到。解决方法:

Bash

# 查找 claude 实际路径
which claude

# 如果找不到,手动添加路径
# 在 ~/.zshrc 中添加:
export PATH="$HOME/.nvm/versions/node/v20.x.x/bin:$PATH"

第二步:安装 Book-to-Skill

从项目 README 安装 Skill 到 Claude Code:

Bash

mkdir -p ~/.claude/skills/book-to-skill/scripts
curl -o ~/.claude/skills/book-to-skill/SKILL.md \
  https://raw.githubusercontent.com/virgiliojr94/book-to-skill/master/SKILL.md
curl -o ~/.claude/skills/book-to-skill/scripts/extract.py \
  https://raw.githubusercontent.com/virgiliojr94/book-to-skill/master/scripts/extract.py

安装完成后,验证文件已就位:

Bash

ls ~/.claude/skills/book-to-skill/
# 应看到:SKILL.md  scripts/

ls ~/.claude/skills/book-to-skill/scripts/
# 应看到:extract.py

安装 Python 提取依赖:

Bash

# 商业财经书(文字为主,PDF格式)
pip install pdftotext
# macOS 用户
brew install poppler && pip install pdftotext

# 如果是 EPUB 格式
pip install ebooklib

# 如果需要处理含表格、图表的技术书
pip install docling

第三步:转化你的第一本书

准备好你的书籍文件。我们用《原则》举例:

Bash

# 进入 Claude Code(在任意目录下)
cd ~/MyKnowledgeVault
claude

进入 Claude Code 会话后,输入:

text

/book-to-skill 10_Inbox/books/principles-ray-dalio.pdf principles-dalio

参数说明:

  • 第一个参数:书籍文件路径(支持相对路径和绝对路径)
  • 第二个参数:Skill 的名称(slug),之后用 /principles-dalio 调用

Claude 的预检输出(你会看到这个):

text

📖 Sources detected: 1 source(s)
   principles-ray-dalio.pdf (PDF, ~580 pages)

📄 Pages: ~580 | Words: ~180K | Tokens: ~220K

💰 Estimated cost:
   Claude Sonnet 4.5 → ~$1.42 USD
   Claude Haiku 4.5  → ~$0.18 USD

❓ Book type:
   [1] Technical (tables, code blocks → use Docling)
   [2] Text-heavy (prose, frameworks → use pdftotext)

输入 1 或 2,或输入 "analyze only" 只预览不生成:

《原则》是文字型,选 2,然后等待 5-10 分钟。

确认费用估算,回答用途问题,选择 Skill 名称,然后让 Skill 在 ~/.claude/skills/<your-book-skill>/ 下生成完整知识库。

第四步:理解生成的文件结构

这一步大多数教程跳过了,但它决定了你能不能用好这个工具。

生成完成后,你会看到:

text

~/.claude/skills/principles-dalio/
├── SKILL.md              ← 核心入口(每次调用都加载)
├── chapters/
│   ├── ch01-reality.md   ← 第1章:拥抱现实
│   ├── ch02-process.md   ← 第2章:五步流程
│   ├── ch03-open.md      ← 第3章:极度开放
│   ├── ch04-people.md    ← 第4章:理解人的差异
│   ├── ch05-decide.md    ← 第5章:有效决策(最常用)
│   ├── ch06-work.md      ← 第6章:工作原则
│   ├── ch07-culture.md   ← 第7章:建设文化
│   ├── ch08-people.md    ← 第8章:用对人
│   └── ch09-machine.md   ← 第9章:建造机器
├── glossary.md           ← 50+ 术语精确定义
├── patterns.md           ← 可复用决策模式
└── cheatsheet.md         ← 快速场景速查

SKILL.md 的设计逻辑:

当你或 Claude 调用一个 Skill 时,渲染后的 SKILL.md 内容作为单条消息进入对话,并在会话剩余时间内保持存在。Claude Code 不会在后续轮次重新读取 Skill 文件,所以应将贯穿整个任务的指导写成常驻指令,而非一次性步骤。自动压缩会在 token 预算内携带已调用的 Skill。当对话被总结以释放上下文时,Claude Code 会在摘要后重新附加每个 Skill 最近一次调用的内容,保留每个 Skill 的前 5000 个 token。

这意味着:SKILL.md 的前半部分是黄金区域。最重要的框架必须放在最前面,否则在长对话中可能被压缩截断。

章节文件的按需加载逻辑:

有了 Skill,只有与你问题相关的章节才会加载,其余内容留在磁盘上,直到你需要它。

这是 Skill 比「直接把书丢进 context」聪明得多的地方。

第五步:第一次调用

Skill 就位后,在 Claude Code 中测试:

Bash

# 场景一:加载核心心智模型概览
/principles-dalio

# 场景二:路由到特定主题
/principles-dalio 决策
/principles-dalio culture
/principles-dalio "可信度加权"

# 场景三:直接进入特定章节
/principles-dalio ch05
/principles-dalio ch07

# 场景四:跨书对比(同时加载两个 Skill)
/principles-dalio decision-making
/naval-almanack judgment
"对比两人对决策和判断力的不同框架"

安装后,你只需输入 /your-book-slug replication,Claude 就会读取正确章节并从实际内容中回答。没有幻觉,无需翻阅 PDF。书籍真正成为你工作流的一部分。

关键进阶:手动强化 Topic Index

这是 90% 的教程没有提到的步骤,但它决定了你的 Skill 质量上限。

什么是 Topic Index?

Topic Index 负责路由。当你使用 /book-skill <topic> 时,Claude 使用 SKILL.md 中的 Topic Index 找到正确的章节文件。Topic Index 薄弱会让整个 Skill 失效。

打开 ~/.claude/skills/principles-dalio/SKILL.md,找到 Topic Index 部分,你会看到类似:

Markdown

## Topic Index
- decision making → ch05
- culture → ch07
- people → ch04, ch08

你需要手动补充的内容:

  1. 中英文双向索引(商业财经书中英文框架名都有):

Markdown

- 五步流程 → ch02
- five-step process → ch02
- goals problems diagnosis → ch02
- 可信度加权 → ch05, ch07
- believability-weighted → ch05
- 极度透明 → ch01, ch03
- radical transparency → ch01
- 痛苦+反思=进步 → ch01
- pain reflection progress → ch01
  1. 场景化关键词(用你真实会用到的问法):

Markdown

- 团队分歧如何解决 → ch05, ch07
- 判断一个人是否合适 → ch08
- 建立公司文化 → ch07
- 系统失灵怎么诊断 → ch09

解决方案:SKILL.md 中的 Topic Index 太稀疏。添加别名——例如「最终一致性 → ch05, ch09」以及如果书中同时使用两个术语,也要都加入。Index 按字母排序,支持每个术语指向多个章节。

一次投入 15 分钟做好这一步,之后每次调用的质量都会提升。

避坑清单:我踩过的 5 个坑

坑一:扫描版 PDF 转化失败

提取质量取决于来源。没有 OCR 的扫描 PDF 会失败。

解决:下载文字版 PDF(Amazon Kindle 导出、出版社官网版),或用 Adobe Acrobat 先做 OCR。

坑二:转化输出像摘录,不像框架

永远不要复制原始书本文字。Skill 设计为综合而非转录。如果你的输出看起来像是引用摘录,说明章节文件太长了。

解决:在转化时选择「analyze only」先预览,确认章节切分逻辑合理后再正式生成。

坑三:Skill 加载后只影响第一个回复

如果 Skill 在第一个回复后似乎停止影响行为,内容通常仍然存在,只是模型选择了其他工具或方法。

解决:在问题中明确指定使用 Skill:「基于 /principles-dalio 的框架,分析……」

坑四:叙事型书籍转化质量差

没有强结构的书(回忆录、叙事性非虚构)转化效果差。这个 Skill 针对有命名框架的书进行了优化——技术书、商业框架书、方法论指南。

解决:《原则》《穷查理宝典》《反脆弱》这类框架密集的书是最佳选择;《巴菲特传》这类传记型书籍,直接用 NotebookLM 更合适。

坑五:多本书同时加载 token 超限

重新附加的 Skill 共享 25,000 token 的总预算。Claude Code 从最近调用的 Skill 开始填充这个预算,因此如果你在一次会话中调用了很多 Skill,较旧的 Skill 在压缩后可能被完全丢弃。

解决:同一次会话最多同时调用 3-4 个 Skill;如需跨书对比,在新会话中重新调用。

12 本书的批量安装脚本

如果你要把本系列规划的 12 本商业经典全部转化为 Skill,可以用这个批量脚本节省时间:

Bash

#!/bin/bash
# batch-book-to-skill.sh
# 使用前:把所有书籍文件放入 ~/books/ 目录

BOOKS=(
  "principles-ray-dalio.pdf:principles-dalio"
  "almanack-of-naval.epub:naval-almanack"
  "poor-charlies-almanack.pdf:poor-charlie"
  "psychology-of-money.pdf:psychology-money"
  "zero-to-one.pdf:zero-to-one"
  "antifragile.pdf:antifragile"
  "intelligent-investor.pdf:intelligent-investor"
  "business-model-generation.pdf:business-model"
  "positioning.pdf:positioning"
  "lean-startup.pdf:lean-startup"
  "buffett-letters.pdf:buffett-letters"
  "innovators-dilemma.pdf:innovators-dilemma"
)

for entry in "${BOOKS[@]}"; do
  FILE="${entry%%:*}"
  SLUG="${entry##*:}"
  echo "正在转化:$FILE → $SLUG"
  # 在 Claude Code 中执行(需要手动确认每本的费用)
  echo "/book-to-skill ~/books/$FILE $SLUG" >> batch_commands.txt
done

echo "命令已生成到 batch_commands.txt"
echo "请在 Claude Code 中逐行执行,并确认每本书的费用估算"

总费用预估(12 本书,均选 Haiku 4.5 模式):

书籍
页数
预估费用
《原则》
~580 页
~$0.18
《穷查理宝典》
~720 页
~$0.22
《巴菲特致股东的信》
~800 页
~$0.25
其他 9 本 × 均值
~400 页
~$0.12 × 9
合计~$1.73 USD

不到 13 块钱,换来 12 个随身决策顾问。

验证系统正常运行的三个测试

安装完成后,用这三个测试确认 Skill 真正可用:

测试一:框架精确性

text

/principles-dalio 可信度加权
# 预期:给出精确定义,引用 ch05 的原文框架
# 失败标志:给出泛泛的「听取不同意见」类答案

测试二:场景路由准确性

text

/principles-dalio 团队文化建设
# 预期:自动路由到 ch07,给出文化建设框架
# 失败标志:给出与章节内容不符的答案

测试三:书与 AI 训练数据的区分

text

/principles-dalio "第三章的核心框架是什么"
# 预期:基于你的书,给出第3章极度开放的框架
# 失败标志:AI 凭记忆回答,内容与你的书不一致

对于广为人知的书籍(如《原则》),Claude 具备一般知识——但它是经过压缩的,是互联网上关于该书所有讨论的平均值,可能会幻构具体的引用或章节位置。Book-to-Skill 基于你实际拥有的副本工作。每一个框架名称、每一个反模式清单、每一个章节编号都扎根于你提供的文本。没有训练数据漂移,没有幻构的章节标题。

一句话总结

30 分钟的安装配置,换来的是:你再也不用在需要某个框架时,去翻一本书找某一章——你只需要一行命令,框架立刻出现,准确无误,随时可用。

书买了,就要用起来。Skill 是让书真正进入工作流的最后一步。

我是【一只阿木木】——公开建造我的 AI 第二大脑

普通人如何用 AI 搭建自己的知识操作系统?一个程序员出身的知识工作者,公开记录自己如何用 AI 工具搭建个人知识系统、把读过的书和做过的项目变成可复用资产的全过程。

欢迎加入行动营👇获取更多Obsidian + AI数字大脑实践

Image

关注【一只阿木木】。

我相信:在 AI 时代,每个普通人都该拥有一个自动生长的知识系统

去做,才是真的学。🌊