把技术书变成 Claude Code 随身 Skills，最大价值是内部资料 Skills 化

大家好，我是 Ai 学习的老章

买技术书的人分两种：一种买完就啃，啃完就忘；另一种买完就忘，省了啃的步骤。我属于第一种，但结果差不多——三个月后问我第七章讲了什么，我只记得"好像挺重要的"。

做笔记？做过。200 行 Markdown 存在 Obsidian 里，从此再没打开。丢给 Claude？它要么编一个不存在的章节标题，要么老实承认"我没有这本书的内容"。

今天聊一个思路完全不同的开源工具：book-to-skill——把技术书"编译"成 Claude Code 的 skill，装进你的日常工作流。

我简单玩了一下，给团队没有顶级模型的小伙伴开了一个前端

我感觉这个项目的潜力还不是市面上公开的书籍

而是工作中常用的手册、内部文档、产品说明书等，把这些变成Skills才算发挥最大价值

一句话讲清楚它干了什么

给它一本 PDF 或 EPUB，它在 ~/.claude/skills/<slug>/ 下生成一套结构化文件。之后在 Claude Code 里打 /designing-data-intensive-apps replication，Claude 就去读对应的章节文件，用书里的框架来回答——不是凭训练数据猜，是真的有据可查。

生成的文件长这样：

重点在按需加载四个字。一本 400 页的技术书大约 200K tokens，全丢进上下文，每次对话都在烧钱。book-to-skill 平时只加载 SKILL.md 那 4000 tokens 的核心框架，你问到某个具体话题，它再去读对应的章节文件。

和直接喂 PDF 有什么区别

直接把 PDF 丢给 Claude，做的是检索——在原文里匹配关键词，告诉你"第 117 页到 135 页提到了 replication"。

book-to-skill 做的是提取——在编译阶段就把作者花几年构建的框架、命名、心智模型、反模式抽出来，整理成结构化格式。

日常使用里感受很明显：你问"分布式系统怎么做数据复制"，拿到的是"这本书里有 3 种复制模型，分别适用于什么场景"，而不是一堆页码。

和 RAG 不是一回事

RAG 在查询时工作：切片、向量化、相似度搜索、注入 prompt。它擅长"在 50 本书里找到和我的问题最接近的段落"。

book-to-skill 在编译时工作：一次深度分析，把整本书的框架提取出来，记下每个框架的名字、适用条件、反模式。

两件事解决的问题不一样。跨多本书搜索，RAG 更合适；跨多本书的图书馆搜索，NotebookLM 是更好的选择。深入一本书，在日常编程中随时调用书里的框架，book-to-skill 更合适。

book-to-skill 解决的是**"一本书的作者坐在你旁边陪你写代码"**。

技术实现值得翻一翻

整个工具就两个文件：SKILL.md（skill 定义，约 530 行）和 scripts/extract.py（文本提取脚本，约 830 行）。

文本提取支持的格式很全：PDF、EPUB、DOCX、TXT、Markdown、reStructuredText、AsciiDoc、HTML、RTF、MOBI/AZW/AZW3。

PDF 提取分两个模式：

• text 模式：用 pdftotext → PyPDF2 → pdfminer 的降级链，秒级完成，适合纯文字书
• technical 模式：用 Docling 做布局感知提取，保留表格和代码块的 Markdown 格式，每页约 1.5 秒

官方给了一个 103 页技术书的对比数据：

Token 数差不多，但 Docling 保留了 48 个表格和 36 个代码块的结构。技术书里表格和代码是核心信息载体，丢了就废了大半，所以技术类书籍走 Docling 是值得的。

编译阶段的流程：

文档文件
  │
  ▼
用户选择：技术书 or 纯文字书
  │
  ├── 技术 → Docling (保留表格和代码)
  └── 文字 → pdftotext 降级链 (快速)
  │
  ▼
extract.py 输出全文 + metadata
  │
  ▼
Claude 分析结构（标题、作者、章节、目录）
  │
  ▼
逐章生成摘要（每章 800–1,200 tokens）
技术书额外保留代码示例和参考表格
  │
  ▼
生成 glossary + patterns + cheatsheet
  │
  ▼
生成 SKILL.md（核心框架 + 章节索引）
  │
  ▼
~/.claude/skills/<slug>/ 写入完成

有一个设计细节值得单独拎出来讲：对于大于 50K tokens 的书（大约 130 页以上），它不会一次性把全文读进上下文，而是用 grep + sed 按章节切片读取，只加载正在处理的那一章。

为什么这个设计很关键？一本 200 页的书大约 75K tokens，如果每章都重新读全文（比如 28 章），输入 token 就烧到了 2M。按章节切片后，成本和输出成正比，而不是和源文件大小成正比。同样的活，省了一个数量级的钱

装起来两分钟

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

或者在 Claude Code 里直接说：

Install book-to-skill: https://raw。githubusercontent。com/virgiliojr94/book-to-skill/master/SKILL.md

装好之后：

# PDF，自动从文件名推导 skill 名
/book-to-skill ~/Downloads/designing-data-intensive-applications.pdf

# EPUB，指定自定义名称
/book-to-skill ~/books/clean-code.epub clean-code

# 指定完整路径和名称
/book-to-skill /tmp/ddd-evans.pdf domain-driven-design

编译完成后，像普通 skill 一样用：

/designing-data-intensive-apps                  # 加载核心框架
/designing-data-intensive-apps replication      # 查某个话题
/designing-data-intensive-apps ch05             # 直接看第 5 章

PDF 提取的依赖：纯文字书装 pdftotext（poppler-utils）就够了，技术书需要 pip3 install docling。EPUB 推荐装 pip3 install ebooklib beautifulsoup4，不装也能跑。

几个设计原则写得很实在

翻了它的 SKILL.md，有几条值得抄走：

密度优于完整性。1,000 tokens 的提炼摘要比 10,000 tokens 的原文摘抄有用得多。这和我平时的体感一致——给 Claude 喂太多原文，它反而抓不住重点。

从业者视角。生成的内容写"当 X 时用 Y"，而不是"本书第三章介绍了 Y 概念"。前者能直接拿来用，后者还得自己转化一遍。

前置加载 SKILL.md。Claude Code 的上下文压缩会从末尾开始砍，所以最重要的内容放在最前面。这个细节说明作者是真正用过 Claude Code 的人。

永不复制原文。所有章节文件都是提炼后的结果，不是复制粘贴。既尊重版权，也保证了信息密度。

编译前它还会给出 token 成本预估——输入输出 token 数和预估花费，让你先看价再决定。大部头技术书编译一次可能花几美元，但之后每次使用只消耗几千 token，长线来看很划算。

老章的真诚评价

适合用的场景：

• 手头有一本反复参考的技术书（DDIA、Clean Code、DDD 这类），想在编程时随时调用
• 公司内部技术文档，Claude 训练数据里根本没有
• 最近出版的新书，训练数据还没覆盖到
• 非英文技术书，训练数据覆盖有限

不太适合的场景：

• 需要跨几十本书做搜索——这是 RAG 的活
• 书的内容 Claude 已经非常熟悉（比如《Python Cookbook》），编译的收益有限
• 扫描版 PDF，没有文字层——先得 OCR

要泼一盆冷水的话：这个工具的天花板取决于 Claude 的提取质量。如果一本书的逻辑链条特别深、上下文依赖特别强，1000 tokens 的章节摘要不一定能兜住。但对大多数"框架型"技术书——讲模式、讲原则、讲决策树的那种——效果是很好的。

总结

book-to-skill 做的事不复杂：提取技术书的核心结构，按章节拆分，装进 Claude Code 的 skill 体系。但这个思路比"把 PDF 丢进上下文"精细得多——编译一次，按需加载，token 消耗可控，回答质量也更稳定。

两个文件，1300 行代码，2300+ star。你手边那本翻过就忘的技术书，可以试试让它活在你的终端里。

GitHub 址：/virgiliojr94/book-to-skill

#book-to-skill #ClaudeCode #Skills #技术书 #开源