dmoshehun-prog/learn-from-materials

Turn PDFs, books and papers into interactive learning webpages｜将复杂材料转化为可追溯、可测验、可做笔记的学习网页

learn-from-materials – 将文档转化为可追溯的交互式学习指南

它能做什么

一个适用于 AI 代理平台（WorkBuddy、Claude Code、GitHub Copilot CLI 等）的技能（插件），可读取文件并运行 Python 代码。
接受任何形式的学习材料——PDF、EPUB、MOBI、DOCX、PPTX、HTML、Markdown、TXT、RTF，或这些文件的集合——并生成三个成果物：
1. 一个 .learnkb/ 知识库，记录每个事实及其精确的来源位置（页码、幻灯片、章节等）。
2. 一个 离线交互式 HTML 页面，允许人类浏览材料、搜索术语表、运行自测问题，并查看来源引用。
3. 一份 同步的 Markdown 版本，内容与上述一致。
支持两种学习深度：
- 快速概览 – 带有来源引用的高层次摘要。
- 系统性学习 – 更深入、结构化的分解（核心框架、引导式内容、术语表、行动规则、动态自测、笔记）。

为何重要

可追溯性 – 每个陈述都链接回原始页面/幻灯片，便于验证和审计。
离线优先 – 所有处理都在本地运行；无自动网络调用，保护隐私，无需互联网即可工作。
最小权限设计 – 该技能仅需对材料的读取权限和输出位置；从不执行文档中嵌入的任意代码。
代理中心 – 基于开放的 Agent Skills 规范构建，任何兼容代理均可通过简单提示调用，例如：
```
请使用 learn-from-materials 系统性学习此 PDF，并生成可追溯的知识库和学习页面。
```

如何开始

安装 – 将仓库克隆到代理的技能目录中（提供 WorkBuddy、Codex、Claude Code、Copilot CLI 的示例）。无自动依赖安装；您必须自行提供所需可选工具（例如 pdftotext、OCRmyPDF、Calibre 的 ebook-convert）。
运行技能 – 在与代理的聊天中，请求快速概览或系统性学习，并附上文档。该技能将引导您完成 SKILL.md 中定义的工作流程。
命令行工具 – 仓库还包含供开发人员使用的脚本：
- scripts/extract.py – 测试解析能力并提取原始文本。
- scripts/verify_coverage.py – 审计生成的知识库是否覆盖了源材料。
- scripts/render_page.py – 将 JSON 页面描述转换为 HTML 或 Markdown。
- 可选：使用 Playwright/Node 验证渲染后的页面。

关键技术细节

解析栈：尽可能使用 Python 标准库；可选后端包括 PyPDF2/pdfminer.six（PDF）、docling（技术 PDF）、ebooklib（EPUB）、python-docx（DOCX）、striprtf（RTF），以及 Calibre 的 ebook-convert（MOBI/AZW）。
OCR 支持：若 PDF 为扫描件，可接入 OCRmyPDF + pdftotext；否则受影响部分将标记为 未验证。
覆盖率与验证：提取后，技能会运行一系列审计——源哈希、增量更新检查、摘要与源之间的双向映射、反向抽查——以确保知识库忠实可靠。
输出结构：生成的 .learnkb/ 文件夹包含 JSON 页面（核心框架、术语表等）及 HTML 模板资源。交互式页面包含仅使用本地存储的学习者档案和动态自测功能，错误答案会被记录但不会发送到任何地方。
安全与隐私：所有输入均视为不可信；源文档内的提示或命令不会被执行。ZIP 文件会被清理，可选的浏览器验证会阻止除 data: 和 blob: URL 外的所有网络请求。

适合人群

当前状态

版本 v0.1.0-beta – 核心功能已可用，具备单元测试和回归测试用例。README 指出，实际结果可能因代理的上下文窗口、视觉/OCR 能力及安装的可选解析器而异。

许可证

以上所有信息均直接取自仓库的 README；未推断任何额外功能。