virgiliojr94/book-to-skill

Turn any technical book PDF into a Claude Code skill — ready to study, reference, and use while you work.

📚 book-to-skill – 將任意技術書籍（或類似文件集合）轉換為 AI 助手可即時查詢的 Agent Skill。

功能

輸入： PDF、EPUB、DOCX、MD、HTML、RTF、MOBI、資料夾或其通配符模式。
輸出： 遵循開放式 Agent Skills 標準的目錄結構（SKILL.md 加各章節 Markdown 檔案、術語表、模式、速查表等）。
生成的技能位於主機的技能目錄中（~/.copilot/skills/…、~/.agents/skills/…、~/.claude/skills/…）。
當 LLM 代理（GitHub Copilot CLI、Amp、Claude Code）收到 /my-book replication 之類的指令時，僅載入相關章節檔案，因此查詢使用的 令牌數比將整本書作為上下文輸入少 24–51 倍。

為何重要

讀完書後忘記細節是常見現象；在 PDF 中搜尋僅返回頁碼，而向 LLM 提問常導致幻覺。
透過將書籍內容精煉為結構化知識（框架、決策規則、反模式、索引章節），該技能使代理能 精確、即時存取原始內容，而無需每次重新掃描整個檔案。
與支援 Agent Skills 規範的任何主機相容，使技能可在 Copilot CLI、Amp、Claude Code 等之間輕鬆移植。

生成內容（範例結構）

檔案	作用	大約大小
`SKILL.md`	核心心智模型 + 章節索引	~4 k 令牌
`chapters/ch01-*.md` …	每章一個 Markdown 檔案，僅在需要時載入	每個 ~1 k 令牌
`glossary.md`	關鍵術語的字母順序清單及章節引用	~1.5 k 令牌
`patterns.md`	收集的技術、演算法、設計模式	~2 k 令牌
`cheatsheet.md`	決策表 / 快速參考規則	~1 k 令牌

工作原理（概覽）

提取器（Python）： 檢測檔案類型，選擇合適的工具（如 pdftotext、docling、ebooklib、python-docx 等），將每個來源轉換為乾淨文字 + 最小元資料。
分析器： 將文字拆分為章節，提取標題，識別關鍵詞、模式和決策規則。
產生器： 按規範驅動的模板產生上述 SKILL.md 包。章節檔案保持分離，以便代理僅載入所需內容。
可選後處理： 使用 tools/validate_skill.py 對技能進行主機特定規則驗證，並可發布至私人 GitHub 倉庫以方便共享。

安裝與快速開始

# 作為跨代理技能安裝（一行指令）
npx skills add virgiliojr94/book-to-skill

# 或手動克隆至主機技能目錄
git clone https://github.com/virgiliojr94/book-to-skill.git ~/.claude/skills/book-to-skill

然後執行指令（工具註冊 /book-to-skill 為 CLI 入口）：

/book-to-skill ./my-book.pdf            # 從檔案名生成技能名
/book-to-skill ./docs/ --skill docs-kit # 轉換整個資料夾

生成的技能可立即使用：

/my-book replication   # 要求代理使用相應章節回答問題

除書籍外的典型用例

內部文件（運行手冊、ADR、入職指南）→ 編碼時可查詢的單一技能。
品牌 / 設計系統 → 將樣式指南轉換為可搜尋技能，供文案人員使用。
研究資料集合 → 合併論文與個人筆記，形成一個可更新的技能。
規範與標準 → 無需開啟 PDF 即可查詢 RFC 或 API 合約。

隱私與授權

所有提取過程均在 本機執行；檔案不會上傳。
工具採用 MIT 授權。生成的技能視為您的個人筆記，不得分發受版權保護的內容。

TL;DR： book-to-skill 是一個基於 Python 的轉換工具，可將任意技術書籍或結構化文件集合轉換為緊湊、符合標準的 Agent Skill，使 LLM 驅動的助手能以極低的令牌消耗、無幻覺地從原始資料中回答問題。