book-to-skill 实战指南：把任何技术书籍一键转换为多 Agent 按需加载的结构化技能-平芜编程栈

book-to-skill 实战指南：把任何技术书籍一键转换为多 Agent 按需加载的结构化技能

【免费下载链接】book-to-skillTurn any technical book PDF into a Claude Code skill — ready to study, reference, and use while you work.项目地址: https://gitcode.com/GitHub_Trending/bo/book-to-skill

导读

book-to-skill 是当前仓库的核心项目：一个把 PDF、EPUB、DOCX、HTML、Markdown、RTF、MOBI/AZW 等技术书籍与文档转换为结构化 Agent 技能（SKILL.md）的转换器，其输出可直接运行在 Claude Code、GitHub Copilot CLI、Amp 与 Hermes Agent 等支持开放 Agent Skills 标准的宿主上。读完本文，你将掌握它的核心设计理念（"提取结构，而非摘要"）、两种安装路径（Agent 技能与独立 CLI）、四种操作模式、按需章节与 token 预算机制，以及它在源码层面的实现证据。

一、为什么需要 book-to-skill：知识的"读过即忘"困境

项目 README（README.md）描述了一个几乎所有技术读者都经历过的场景：你买了一本好书，通读一遍，三个月后却连"第 7 章讲过什么"都记不清了。常规的补救手段各有缺陷：

"直接搜 PDF"：得到的是一串页码，而不是答案；
"让 Agent 直接回答这本书"：Agent 要么幻觉，要么承认自己根本没有这本书的内容；
"边读边做笔记"：最终往往产出一份 200 行的文档，之后再也没打开过。

book-to-skill 的解法是：把书编译成一份结构化技能，让 Agent 按需加载——你只需要输入/your-book-slug 主题，Agent 就会读取正确的章节文件，从真实内容中作答，而不是凭空臆测。

这背后是一个经济学问题：文档（docs/index.md）与性能文档（docs/performance.md）都强调，把整本书塞进上下文，是每一轮对话、每一个会话都要重复支付的 token 账单；而 book-to-skill 只支付一次结构化成本，之后的每次查询都按答案大小计费，实测可比"整本书灌入上下文"节省24×–51×的 token。

二、核心设计理念：Structure, not a summary

SKILL.md（SKILL.md）开头即点明项目哲学：

Transform written knowledge into actionable agent skills by extracting structure — not producing summaries.

提取结构，而不是生成摘要。一份技能不是读书报告，而是一个工具箱，包含：

命名框架（Named frameworks）——有明确应用场景的思维模型；
可执行原则（Actionable principles）——指导决策的规则；
技术方法（Techniques）——逐步的操作方法；
反模式（Anti-patterns）——要避免什么、为什么；
作者语感校准（Voice calibration）——作者如何思考与表达。

文档特别强调"保留作者的精确表述"：框架往往因为特定原因才有特定名字——"5 Whys"不能写成"多问几次为什么"，必须捕捉原文的确切表述。这也是SKILL.md质量规则第 1、2 条（Quality Rules）的源码级来源：

提取结构而非摘要——捕捉命名框架、精确表述、反模式，而不是章节复述；
保留作者的精确性——"The 5 Whys" ≠ "ask why multiple times"；
绝不复制书中的原始文本——始终综合、总结、提炼信号。

三、四大核心能力拆解

文档首页（docs/index.md）用四张卡片概括了项目价值，下面逐条结合源码展开。

3.1 多格式输入，本地提取，优雅降级

支持格式：PDF、EPUB、DOCX、HTML、Markdown、RTF、MOBI/AZW（经由 Calibre 转换）。

源码中，支持的扩展名集中定义在 book_to_skill/config.py：

TEXT_EXTENSIONS = {".txt", ".text", ".md", ".markdown", ".rst", ".adoc", ".asciidoc"} HTML_EXTENSIONS = {".html", ".htm", ".xhtml"} CALIBRE_EBOOK_EXTENSIONS = {".mobi", ".azw", ".azw3"} SUPPORTED_EXTENSIONS = { ".pdf", ".epub", ".docx", ".rtf", *TEXT_EXTENSIONS, *HTML_EXTENSIONS, *CALIBRE_EBOOK_EXTENSIONS, }

解析器按格式逐一模块化，位于 book_to_skill/parsers/：pdf.py、epub.py、docx.py、html.py、rtf.py、calibre.py、text.py。每种格式的提取遵循**"最优工具优先、stdlib 兜底"**的降级策略（README "Requirements" 一节、docs/architecture.md）：

格式	首选工具	兜底方案	安装命令
PDF（技术书）	Docling（保留表格与代码块）	pypdf → pdfminer.six	`pip3 install docling`
PDF（文本为主）	`pdftotext`（poppler）	pypdf → pdfminer.six	`sudo apt install poppler-utils`
EPUB	ebooklib + beautifulsoup4	stdlib`zipfile`（内置）	`pip3 install ebooklib beautifulsoup4`
DOCX	python-docx	stdlib ZIP/XML	`pip3 install python-docx`
HTML	beautifulsoup4（`[html]`额外使用 trafilatura 做正文去噪）	stdlib`html.parser`	`pip3 install beautifulsoup4`
RTF	striprtf	正则	`pip3 install striprtf`
MOBI/AZW/AZW3	Calibre`ebook-convert`（外部应用）	—	从 Calibre 官网下载
TXT / Markdown / reStructuredText / AsciiDoc	内置	—	—

可选依赖的探测与--check报告由 book_to_skill/dependencies.py 实现，依赖映射同样定义在 book_to_skill/config.py 的PYTHON_DEPENDENCIES中。README 还给出一个实用技巧：用python3 scripts/extract.py --check一条命令即可查看每种格式已安装/缺失的提取器以及补齐命令，无需任何输入文件。

3.2 结构而非摘要：提取作者的"工具箱"

转换的目标不是复述，而是捕捉作者多年沉淀的命名框架、思维模型、决策规则与反模式，并保留其精确术语。SKILL.md的 Step 7 为每个章节定义了标准模板，其中technical型书籍优先呈现 "Code Examples"、"Reference Tables"、"Commands & APIs"，text型书籍则优先 "Frameworks Introduced"、"Mental Models"、"Key Takeaways"。

3.3 按需加载章节：token 花费与问题成正比

这是项目最核心的效率机制。文档首页的说法是：

Per-chapter files load only when the topic is relevant, so a 200-page book costs tokens proportional to the question, not the page count.

转换产物是一个典型结构（README 表格）：

文件	用途	体量
`SKILL.md`	核心思维模型 + 章节/主题索引	~4,000 tokens
`chapters/ch01-*.md`…	每章一个文件，按需加载	~1,000 tokens/个
`glossary.md`	全部关键术语，按字母排序并带章节引用	~1,500 tokens
`patterns.md`	所有技术、算法与设计模式	~2,000 tokens
`cheatsheet.md`	决策表与快速参考规则	~1,000 tokens

架构图（docs/architecture.md）把这一机制总结为设计原则第 3 条"On-demand chapters"：SKILL.md保持小巧，章节文件只有被读取时才产生 token 成本；第 5 条"Front-loaded SKILL.md"则把最重要内容放在最前面，因为上下文压缩（compaction）会从末尾截断。

3.4 多 Agent 兼容：一个 SKILL.md 全宿主通用

项目遵循开放的 Agent Skills 标准，一份SKILL.md即可在多个宿主运行。SKILL.md的头部注释明确列出了兼容的技能根目录：

GitHub Copilot CLI：~/.copilot/skills/、~/.agents/skills/、.github/skills/等；
Amp：.agents/skills/、~/.config/agents/skills/、~/.config/amp/skills/；
Claude Code：~/.claude/skills/；
Hermes Agent：$HERMES_HOME/skills/<category>/（默认~/.hermes/skills/）。

SKILL.md特意省略allowed-tools字段以保持宿主中立：Copilot CLI 用shell/MCP-server 名称、Claude 用Bash/Read/Write/Glob/Grep、Amp 用shell_command，各宿主会在首次使用时自行提示授权。

四、安装：Agent 技能 vs 独立 CLI

安装文档（docs/install.md）开篇就提醒不要混淆两种用法：

作为 Agent 技能（在 Claude Code、Copilot CLI、Amp、Codex 或 Hermes Agent 中提供/book-to-skill斜杠命令）→git clone到你的技能目录；
作为独立 CLI（仅文本提取引擎）→pip install从仓库安装，不会注册 Agent 技能。

4.1 一键安装（任意宿主）

npx skills add virgiliojr94/book-to-skill

skillsCLI 会解析仓库、检测根级SKILL.md，并把完整技能（含scripts/extract.py与tools/）安装到你选择的每个宿主的技能目录。

4.2 各宿主手动安装

GitHub Copilot CLI（个人技能）：

git clone https://github.com/virgiliojr94/book-to-skill.git ~/.copilot/skills/book-to-skill # 然后在 copilot 会话中： /skills reload /skills info book-to-skill

跨 Agent 路径（Copilot CLI、Amp、Codex 都能发现）：

git clone https://github.com/virgiliojr94/book-to-skill.git ~/.agents/skills/book-to-skill

OpenAI Codex直接读取~/.agents/skills且跟随符号链接，也可以本地检出后软链：

ln -s /path/to/book-to-skill ~/.agents/skills/book-to-skill

Hermes Agent（需放入与主题匹配的类别目录）：

git clone https://github.com/virgiliojr94/book-to-skill.git \ "${HERMES_HOME:-$HOME/.hermes}/skills/productivity/book-to-skill"

项目级安装则用.hermes/skills/<category>/book-to-skill，并在新会话前显式信任项目：hermes skills trust /path/to/project。

Claude Code：

git clone https://github.com/virgiliojr94/book-to-skill.git ~/.claude/skills/book-to-skill

安装后在任意 Agent 会话中调用：

/book-to-skill ~/path/to/your-book.pdf # 或 /book-to-skill ~/path/to/your-book.epub

4.3 独立 CLI（pip，可选）

book-to-skill尚未发布到 PyPI，因此 pip 直接从仓库安装：

pip install "book-to-skill[pdf,epub,docx] @ git+https://github.com/virgiliojr94/book-to-skill.git" book-to-skill ~/path/to/book.pdf --mode text # 或：python -m book_to_skill ... book-to-skill --check # 报告哪些提取器已安装

安装文档特别提醒：[html]扩展比其他重——它会拉入trafilatura（连同 lxml、日期解析器、时区数据库、URL 分类器等共 17 个包），用于真正的正文/样板检测而非简单剥离<script>/<style>；不需要该能力时用bs4兜底即可（无需[html]扩展，只是不做样板去除）。

五、使用方式与四种操作模式

5.1 命令行形态

使用文档（docs/usage.md）给出统一语法：

/book-to-skill <path-to-document-folder-or-glob>... [skill-name-slug]

支持格式：PDF、EPUB、DOCX、TXT、Markdown、reStructuredText、AsciiDoc、HTML、RTF、MOBI/AZW/AZW3。典型示例：

# 多文件合并为一个统一技能 /book-to-skill ~/papers/paper1.pdf ~/notes/export.txt unified-research # 整个文件夹一起处理 /book-to-skill ~/workspace/project-docs/ project-knowledge # glob 通配 /book-to-skill "~/books/*.epub" my-library # 把新素材 fold-in 进已有技能目录（更新模式） /book-to-skill ~/articles/new-paper.pdf ~/.claude/skills/project-knowledge

技能生成后的调用方式（SKILL.mdStep 3/9 的索引机制）：

/designing-data-intensive-apps # 加载核心思维模型 /designing-data-intensive-apps replication # 查找并解释某个主题 /designing-data-intensive-apps ch05 # 深入第 5 章 /designing-data-intensive-apps "what chapters do you have?" # 浏览索引

5.2 四种操作模式（`SKILL.md`Modes of Operation）

模式	触发条件	执行内容
1. 完整转换（默认）	用户给出路径且无特殊说明	执行 Steps 0–9，产出完整技能（SKILL.md + chapters/ + glossary + patterns + cheatsheet）
2. 仅分析	用户说 "analyze" / "just extract"	执行 Steps 0–3，输出结构化提取报告后停止，不生成技能文件
3. 基于已有分析生成	用户已有分析笔记或跑过仅分析模式	跳过 Steps 0–3，以现有分析为输入执行 Steps 4–9
4. 更新 / Fold-in	输入指向已有技能目录或已存在的技能 slug	提取新文件后走 Fold-in 工作流，合并章节、术语表与索引

更新（Fold-in）工作流的能力边界在 README 中也有描述：研究报告堆（若干论文 + 自己的笔记）可合并为统一技能，并在新素材到来时持续更新。

5.3 发布生成的技能（可选）

转换完成后，转换器会询问是否将技能发布为 GitHub 仓库。可见性单独作为一个封闭问题询问，且gh repo create默认--private——只有回答是裸词public才会创建公开仓库。SKILL.mdStep 11 强调："关于来源许可的一句话不是可见性回答——'它是公共领域的'描述的是书，不是仓库，仍会得到私有仓库。" 从第三方版权书籍生成的技能必须保持私有（见下文版权一节）。发布后任意 Agent Skills 宿主可一行安装：

npx skills add https://github.com/<you>/<your-book-slug> --skill <your-book-slug>

六、工作原理：确定性提取器 + 规范驱动的生成器

架构文档（docs/architecture.md）把系统划分为两半：

一个确定性的 Python 提取器（文档 → 干净文本 + 元数据）和一个规范驱动的生成器（Agent 遵循SKILL.md把文本转换为结构化技能）。

6.1 提取器（确定性，Python）

documents → scripts/extract.py (shim) → book_to_skill/ ├─ cli.py · utils.py CLI 解析 · 多源解析 · 运行器 ├─ config.py 支持的扩展名 · 路径 · 依赖 ├─ dependencies.py 可选依赖探测 · --check 报告 ├─ sanitize.py 剥离零宽/不可见 Unicode 字符 └─ parsers/ pdf · epub · docx · html · rtf · calibre · text 输出 → <tempdir>/book_skill_work-<pid>/ full_text.txt （所有源合并，带源标记） metadata.json （页数、词数、token 数、章节、ToC）

入口 shim scripts/extract.py 保持旧调用方式可用，实际逻辑在 book_to_skill/cli.py 与 book_to_skill/utils.py。

值得一提的实现细节：工作目录是每次运行唯一的<tempdir>/book_skill_work-<pid>/（book_to_skill/config.py 的default_output_dir()），以避免并发提取互相覆盖——历史版本曾因共享固定路径，导致后完成的运行静默替换前一运行的输出、Agent 轮询到"另一本书"的元数据而构建错误技能。BOOK_SKILL_WORKDIR环境变量可完全覆盖该路径。token 估算方面，config.py区分了空白分词文本（WORDS_PER_TOKEN = 0.75）与 CJK 文本（CJK_CHARS_PER_TOKEN = 1.5，因为 CJK 几乎没有空格，按词切分会严重低估）。

6.2 生成器（Agent 遵循`SKILL.md`的 Steps 0–11）

SKILL.md定义了从 Step 0（越界检查）到 Step 11（发布）的完整流程，关键节点：

Step 1.5 — 内容类型：先询问用户书籍是technical还是text-heavy，决定提取工具：technical → Docling（表格/代码/公式保留为 markdown，约 1.5s/页）；text → pdftotext（瞬时）。
Step 2.5 — 成本预估：生成前先给出 token 与成本估算，等待用户确认。
Step 2.6 — 大书 REPL 式访问：超过 ~50k tokens 的书籍不整本Read，而是用wc -w、grep -n "Chapter"、sed -n '<start>,<end>p'按需拉取片段——200 页书约 75k tokens，若每章重读一遍（28 遍）将消耗约 2M 输入 tokens，grep+sed 让生成成本与输出成正比。
Step 4 — 目的 → DEPTH：根据用户回答推断DEPTH=reference（精简快速查阅）或DEPTH=study（更深入、含完整推导的章节），不再单独追问。
Step 7 — 章节预算矩阵（SKILL.md的 Token Budget Rule）：

`DEPTH=reference`	`DEPTH=study`
`BOOK_TYPE=text`	800–1,200 tokens	1,000–1,800 tokens
`BOOK_TYPE=technical`	1,200–1,800 tokens	2,000–3,000 tokens

预算按需自适应：study深度必须靠真实内容达标（复现一个 worked example、把每个框架的 "How" 展开为显式步骤、为 Top 框架补 "Why it works / failure mode"），而非凑字数；reference深度则刻意省略 worked example。

Step 8 — 支持文件：glossary.md（≤1,500 tokens，术语按字母排序）、patterns.md（≤2,000 tokens）、cheatsheet.md（≤1,200 tokens）。SKILL.md特别强调 cheatsheet 是"最有差异化的决策层"——优先级依次为：决策规则（"当 X 时做 Y，因为 Z"）→ 决策树 → 权衡矩阵 → 阈值与默认值 → 信号与陷阱（tells & smells），并明确"裸术语→定义行"属于 glossary，不是 cheatsheet。
Step 9 — 主 SKILL.md：正文须保持在 4,000 tokens 以内，包含 Core Frameworks（约 2,000 tokens）、章节索引表、主题索引、支持文件链接与 Scope & Limits。
Step 9.5 — 安全扫描：发布/加载前运行tools/scan_generated_skill.py做建议性提示注入扫描（见下文安全一节）。
Step 10 — 清理与报告：只删除本次运行实际使用的 workdir（以Workdir ->输出为准），绝不删除未创建的目录。
Step 11 — 发布：默认私有，遵守可见性硬规则与版权闸门。

七、性能与成本：Discovery Loop Tax 与实测数据

性能文档（docs/performance.md）强调所有数字均为实测（tiktokencl100k_base 计数、tools/discovery_tax.py建模），可用命令复现。

提取基准（103 页技术书，仅 CPU）：

方法	时间	Tokens	表格	代码块
pdftotext	0.1s	27K	0	0
Docling（技术模式）	164s	27K（+1.2%）	48	36

真实转换（页数 / 提取 tokens / 自动检测章节数）：

书	格式	页数	Tokens	章节
Think Python 2	PDF	244	119K	19
Working Backwards	PDF	371	175K	10
Pro Git	PDF	501	229K	— †
Moby-Dick	EPUB	—	301K	133

† 章节自动检测依赖显式的Chapter N/Capítulo N标题；Pro Git 用节标题、Moby-Dick 用章标题/罗马数字（但其罗马数字目录可被检测出 133 章）。提取与转换仍可用，只是需要手动指向分节。

Discovery Loop Tax（回答一个目标问题的入上下文 tokens）：

书（章节大小）	上下文倾倒	发现循环	book-to-skill	对比倾倒 / 循环
Think Python 2（小）	119,264	12,152	~5,000	24× / 2.4×
Working Backwards（中）	175,253	33,444	~5,000	35× / 6.7×
AI Engineering（大）	256,287	77,866	~5,000	51× / 15.6×

book-to-skill 只加载驻留核心（~4K）+ 一个编译好的章节（~1K）≈ 5,000 tokens。可复现命令：

python3 tools/discovery_tax.py --full-text /tmp/book_skill_work/full_text.txt --target-chapter 5

上下文倾倒优势（24–51×）是最强声明：该成本在每一轮对话都重复；
**发现循环优势（2.4–15.6×）**是一次性成本，随章节大小缩放。

生成成本（一次性完整转换，Claude Sonnet 4.5，$3/$15 每 MTok 输入/输出估算）：Think Python 2 约 $0.88、Working Backwards 约 $0.96、Pro Git 约 $1.23、Moby-Dick 约 $1.42——平均每本书约 1 美元，一次付清，远低于每个会话重读 PDF 的长期成本。

输出质量对照（自适应深度变更 v1.0.0 前后，单章）：章节文件从 473 tokens 增至 1,219 tokens、补上 worked example、cheatsheet 决策规则从 0 增至 32 条、关键字/定义行从 9 降至 0——印证了"cheatsheet 是决策层而非术语表"的设计转向。

八、安全与隐私：从文档到上下文的供应链防护

架构文档（docs/architecture.md）指出：不可信文档会流入 Agent 上下文、再进入生成技能、之后又被其他 Agent 加载——这是一条"文档 → 上下文"的供应链，因此加固是分层的：

提取净化（book_to_skill/sanitize.py）：在每个解析器输出进入指标统计或full_text.txt之前，剥离零宽字符（U+200B/200C/200D/2060/FEFF）与 Unicode 标签块（U+E0000–E007F），防止文档携带的不可见指令抵达 Agent；报告移除数量，并拒绝"无可见内容"的源。
DOCX XXE / Billion-Laughs 防护（parsers/docx.py）：解析前拒绝声明了 DTD 或实体的任何 XML 部件。
子进程参数注入防护：文件路径在到达pdftotext/pdfinfo/ebook-convert前先绝对化，避免-开头的文件名被当作 flag 解析。
生成技能扫描（tools/scan_generated_skill.py）：生成器 Step 9.5 的建议性步骤，对生成的SKILL.md、chapters/*.md、glossary.md、patterns.md、cheatsheet.md标记指令覆盖短语、模型控制标签、残留不可见 Unicode、扩权 frontmatter 与类外泄内容；发现只报规则名与文件位置，绝不回显匹配文本。扫描非零退出时停止并交人工复核，不得静默改写或加载/发布。
CI 层：CodeQL、Bandit（HIGH 级别门禁）、Zizmor 与依赖 CVE 审查。

隐私方面，README 的 Copyright & fair use 一节明确：处理全程本地进行，工具本身不会上传你的文件（若 Agent 的模型运行在云端，你喂给它的文本遵循该提供商的数据条款，与普通提示词相同）。

九、FAQ 中的关键判断：技能 vs 上下文倾倒、RAG、大上下文窗口

FAQ 文档（docs/faq.md）回应了最常见的质疑，值得在设计选型时参考：

"直接把 PDF 丢进项目上下文不行吗？"可以，但每一轮对话都要烧掉那份 token 预算。400 页的书约 200K tokens；技能只加载相关章节（~4K 核心 + ~1K 单章）。本质是摊还，不是大小问题：倾倒的账单"每一轮、每一会话、永远"重复；book-to-skill 只付一次。
"1M 上下文窗口还不够大吗？"更大的窗口改变的是"装得下"，不是"更聪明"：每 token 每调用都要付费；模型在接近满的上下文中检索特定事实的精度会下降（"lost in the middle"）；窗口 ≠ 结构——原始文本每轮都要重新解析，而技能交付的是预提取的框架。
"这不就是 RAG 吗？"RAG 在查询时工作（分块 → 嵌入 → 相似检索 → 注入提示），优化目标是"找到讲 X 的那段"；book-to-skill 在编译时工作，一次深度分析提取出作者的框架并命名、描述适用场景、捕捉反模式。二者互补：宽而浅的书库检索用 RAG，窄而深的"工作中要应用的框架"用 book-to-skill。
"热门书 Claude 的训练数据里就有，何必费事？"训练数据是"全网讨论的压缩平均"，可能幻觉具体引文与章节位置；book-to-skill 以你的真实副本为准，每个框架名、反模式清单、章节号都锚定在你提供的文本上，对 Claude 完全陌生的内容（小众技术参考、公司内部文档、新近出版物、译本）尤其有价值。
"PDF 是扫描件，提取为何立即停止？"扫描 PDF 是纯图像、没有文本层，任何工具都提取不出内容。提取器检查前几页就停下并说明原因，让你一秒失败而不是花一整轮处理 400 页后得到空技能。先 OCR 再转换：
```
ocrmypdf input.pdf output.pdf
```
book-to-skill 有意不自带 OCR（重依赖 + 慢且损失质量，交给专用工具更好）；同样，图中文字（图表/图示中的文本）在任何格式下都不提取。

十、版权与合理使用：转换器不携带任何书籍内容

README 明确指出book-to-skill 不随附任何书的内容——一页都没有。它只是一个指向你自己拥有的文件的转换器：

处理在本地进行，你的文件不会由此工具上传；
用你自己的副本：买来的书、公司拥有的文档、你有权阅读的论文；
输出是你的笔记：生成的技能是结构化的合成衍生品（框架名、定义、要点），不是原文复制——SKILL.md质量规则第 7 条明确禁止复制原始段落，应视同手写学习笔记；
不要分发：发布或分享受版权作品衍生技能可能侵权。第三方版权书籍生成的技能务必保持私有；内部文档、你自己的写作与开放许可材料可在许可范围内分享。

十一、如何继续深入

本篇文章以项目文档首页（docs/index.md）为核心骨架展开。若需进一步深入，推荐按以下路径阅读当前仓库：

架构与组件映射：docs/architecture.md（提取器/生成器分界、安全设计、如何扩展新格式）
逐步工作流（Steps 0–10）与 token 预算：SKILL.md（生成器规范本体）
安装与宿主路径细节：docs/install.md
全部运行模式与实战示例：docs/usage.md
实测基准与成本模型：docs/performance.md
常见问题与选型判断：docs/faq.md
提取器实现：book_to_skill/config.py、book_to_skill/parsers/、book_to_skill/sanitize.py
配套工具：tools/discovery_tax.py（成本测量）、tools/validate_skill.py（技能校验，--lens claude|copilot|amp|hermes）、tools/scan_generated_skill.py（安全扫描）

一句话总结：book-to-skill 的核心竞争力在于"编译期结构化"——把一本书变成一份可推理、按需加载、多宿主通用的技能资产，而不是一次性的摘要或可检索的文本库。它解决的不是"找到那段话"，而是"让 Agent 用作者的框架思考"。

创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考

book-to-skill 实战指南：把任何技术书籍一键转换为多 Agent 按需加载的结构化技能