【免费下载链接】book-to-skill
Turn any technical book PDF into a Claude Code skill — ready to study, reference, and use while you work.
如果你曾想向 AI 请教一本读过的技术书，却只能把 PDF 反复丢进上下文，book-to-skill是一个值得了解的解法：这个开源工具把 PDF、EPUB、DOCX、HTML 等技术书籍转换成结构化的agent skill，把整本书拆成SKILL.md、chapters/、glossary.md、patterns.md、cheatsheet.md五层，每层职责清晰、token 预算严格，章节按需加载。本文逐层拆解这套 5 层结构设计，看它是如何把回答一个问题所需的 token 降低 24–51 倍的。
一眼看懂：生成技能长什么样
一次转换会在 agent 的 skills 目录下生成这样的文件夹：
~/.claude/skills/<skill-name>/ ├── SKILL.md # 第1层 · 常驻核心：框架 + 章节/主题索引（~4,000 tokens） ├── chapters/ # 第2层 · 每章一个文件，按需加载（各 800–3,000 tokens） │ ├── ch01-*.md │ └── ch02-*.md ├── glossary.md # 第3层 · 术语词典（≤1,500 tokens） ├── patterns.md # 第4层 · 技巧与模式库（≤2,000 tokens） └── cheatsheet.md # 第5层 · 决策层（≤1,200 tokens）五层各自的角色、体积与加载时机，总览如下：
| 层 | 文件 | 职责 | 体积预算 | 加载时机 |
|---|---|---|---|---|
| 1 | SKILL.md | 核心框架 + 导航索引 | ~4,000 tokens | 技能激活即整体加载 |
| 2 | chapters/*.md | 逐章精要 | 每章 800–3,000 tokens | 问到相关主题才加载 |
| 3 | glossary.md | 术语定义 + 章节出处 | ≤1,500 tokens | 查术语时加载 |
| 4 | patterns.md | 技巧、算法、设计模式 | ≤2,000 tokens | 应用技巧时加载 |
| 5 | cheatsheet.md | 决策规则、权衡矩阵 | ≤1,200 tokens | 做技术决策时加载 |
💡核心思想：五层不是同时全部读入。agent 先"翻目录"，再按需读正文——这正是它比"整书塞进上下文"省出 24–51 倍 token 的来源。各层规格见 README.md 的生成文件表。
第1层：SKILL.md — 常驻核心的入口
SKILL.md是唯一常驻的文件。生成规范（Step 9）要求正文控制在4,000 tokens 以内，标准模板定义在 SKILL.md，结构如下：
frontmatter—
name+description，告诉 agent 何时激活这个技能：name: designing-data-intensive-apps description: "Knowledge base from ... Use when applying ... frameworks ..."How to Use This Skill— 四种用法：无参数加载核心、按主题检索、按章节号直达、列出全部章节
Core Frameworks & Mental Models— 全书最重要的命名框架，用实践者口吻写"Use X when Y"，而不是"书中介绍了 X"
Chapter Index— 章节号 / 标题 / 关键框架三列表格，每行直接链接到
chapters/下对应文件Topic Index— 术语按字母序映射到章节号，是 agent "找对文件"的关键导航
Scope & Limits— 明确技能边界
为什么重要内容必须前置？因为上下文压缩（compaction）从末尾截断——SKILL.md 前 5,000 tokens 里的内容才是被保留下来的，这对应质量规则第 5 条 "Front-load SKILL.md"。
第2层：chapters/ — 按需加载的章节精要
每个章节生成一个ch<NN>-<slug>.md。这一层最值得关注的设计是二维 token 预算：BOOK_TYPE（technical / text）×DEPTH（study / reference），预算矩阵见 SKILL.md：
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 |
technical书优先保留Code Examples与Reference Tables，代码语法原样保留；text书优先Frameworks Introduced、Mental Models、Key Takeaways；study深度要求还原一个Worked Example（书中走通的具体例子），规范明确反对"为凑预算而注水"——章节确实单薄时宁可低于下限。
章节文件内部是统一的 10 段式结构：
Core Idea → Frameworks Introduced → Key Concepts → Mental Models → Anti-patterns → Code Examples* → Reference Tables* → Worked Example* → Key Takeaways → Connects To （* 仅 technical 书 / 仅 study 深度）结尾的Connects To会指出本章关联的其他章节，让 agent 在话题跨章时能顺藤摸瓜继续读。
第3层：glossary.md — 术语词典
全书重要术语按字母序排列，格式固定为**Term** — 定义 (Ch N)，预算 ≤1,500 tokens。括号里的章节号能把术语直接回溯到对应章节文件，glossary 与 chapters 因此不是两套孤立系统。
第4层：patterns.md — 技巧与模式库
收录书中所有具体技巧、算法与设计模式，每条采用固定的三段式：
## Pattern Name **When to use**: … **How**: … **Trade-offs**: …预算 ≤2,000 tokens。它和 chapters 形成互补：章节按章序组织知识，patterns 按技巧类型组织知识——跨章找某个模式时，这里比翻章节更快。
第5层：cheatsheet.md — 最有辨识度的"决策层"
生成规范 SKILL.md 里有一句很关键的定性：cheatsheet 不是关键词列表，而是推理辅助。术语谁都能查，cheatsheet 要捕捉的是作者的判断——把"我知道这些词"变成"我会像作者那样做决定"。
内容优先级从高到低：
- 决策规则— "当 X 时做 Y，因为 Z"
- 决策树 / 流程图— 用于分支超过两个的选择
- 权衡矩阵— 竞品方案按作者在乎的维度打分
- 阈值与默认值— 作者给出的具体数字（如"函数保持在 ~20 行以内"）
- 信号与异味（Tells & smells）— 快速识别处境的启发式
同时明确禁止两类内容：裸的"术语→定义"行（那是 glossary 的活）和散文段落（那是章节的活）——每一行都要帮读者做出某个决定。
效果可量化：自适应深度改造后，某章节技能的 cheatsheet 决策规则从0 条 → 32 条，关键词/定义行从 9 → 0，实测对比见 docs/performance.md。
五层如何协作：一次按需加载的流程
当你问"这本书里 replication 是怎么设计的？"，流程是：
提问主题 → SKILL.md 的 Topic Index 检索 → 命中 ch06 → 只加载 ch06 → 作答总 token 开销 ≈ 4,000（常驻核心）+ 1,000（单个章节）≈5,000 tokens。相比"整书丢进上下文"或"agent 逐页翻 PDF"分别省 24–51 倍与 2.4–15.6 倍，三本书的实测对照见 docs/performance.md 的 Discovery Loop Tax 表格。
生成之后：如何验证与扩展
- 宿主规则校验：tools/validate_skill.py 可针对 Claude Code、GitHub Copilot CLI、Amp 三种宿主（
--lens claude|copilot|amp）校验生成技能的 frontmatter 字段、命名合规等； - 安全扫描：tools/scan_generated_skill.py 是发布前的 Step 9.5 安全步骤，扫描
SKILL.md、chapters/、cheatsheet.md等五类文件是否存在提示注入式内容；上游 Python 提取器还在 book_to_skill/sanitize.py 层剥离不可见 Unicode 字符； - 完整流水线：一份文档如何变成上述五个文件，可看 docs/how-it-works.md 的流程图解与 docs/architecture.md 的组件拆解。
总结
book-to-skill 的 5 层结构设计，本质上是一个字：分层。
SKILL.md是目录 + 核心知识，常驻且前置；chapters/是正文，按需加载、预算可控；glossary.md/patterns.md是跨章索引，分别按术语维度和技巧维度组织；cheatsheet.md是决策层，也是最有辨识度的一个文件。
每层都有严格的 token 预算，成本永远与问题成正比、与书的页数成反比——这正是 200 页的书，问一个问题也只需约 5,000 tokens 的原因。
【免费下载链接】book-to-skill
Turn any technical book PDF into a Claude Code skill — ready to study, reference, and use while you work.
相关推荐
Nexent 技能（Skill）系统实战指南：从 SKILL.md 技能包到 NL-to-Skill 自动生成
Nexent 技能（Skill）系统实战指南：从 SKILL.md 技能包到 NL to Skill 自动生成 导读 ：Nexent 以零代码方式构建生产级 A
AI AgentAI 应用后端前端大模型RAGbook-to-skill：把技术书籍蒸馏成 Agent Skill 的完整实战指南
book to skill：把技术书籍蒸馏成 Agent Skill 的完整实战指南 book to skill 是一个将任意技术书籍、文档目录或一组来源转换为
AI 技能深入拆解Antigravity Skills的SKILL.md结构：一个AI Agent技能的完整解剖
深入拆解Antigravity Skills的SKILL.md结构：一个AI Agent技能的完整解剖 Antigravity Skills 是为 Google
创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
