book-to-skill：把一本技术书拆成 Claude Code 能随手调用的“技能”

book-to-skill 这个仓库挺直接：把 PDF、EPUB、DOCX、Markdown 这类资料丢进去，它会生成一个 Claude Code skill，放到 ~/.claude/skills/<slug>/ 下面；里面不是一坨原文，而是 SKILL.md、分章节文件、术语表、patterns、cheatsheet 这些东西。

仓库现在已经 4.2k star，热度不算低。

最抓我的其实不是“把书变成知识库”这句话。

这年头谁没见过知识库，RAG、PDF 问答、浏览器插件，满地都是。麻烦在于：你真把一本 400 页技术书塞进上下文，烧 token；你只做关键词搜索，又经常搜到一堆页码，答案还得自己拼。

它换了个思路：先用一次重分析，把书里的框架、术语、设计模式、速查规则拆出来；后面问到哪一章，再加载哪一章。README 里也写得很清楚，章节文件是 on-demand，不相关内容先不进上下文。

这就很现实。

以前做 AI 插件或者小工具，最烦的不是“能不能接上模型”，而是上下文被乱七八糟的文档撑爆。你问一个 replication，结果模型从缓存、索引、CAP、日志全给你糊一遍，听着热闹，落不到书里的那套方法论。

book-to-skill 想干的，就是把书先“编译”一遍：

/book-to-skill ~/books/ddia.pdf
/book-to-skill ~/books/ddia.pdf designing-data-intensive-apps

技术书这块它还专门分了路线：普通文本可以走 pdftotext、PyPDF2、pdfminer；代码块、表格多的书，会建议用 Docling，README 里给的例子是 103 页技术书，Docling 能保住表格和代码块，但耗时明显更长。啧，这地方才是重点。

当然，别急着吹。

这种工具最怕两件事：一是原书结构本身很烂，二是提炼阶段把作者意思压扁。它说“不是原文摘录，而是提炼方法论”，这方向对，但也意味着你得接受一次模型加工。真要做严肃引用，还是得回书里核。

但日常查书、写代码、复盘某个架构概念，我觉得它挺香。尤其适合那种读过一遍、三个月后只记得“好像第七章讲过”的技术书。