book-to-skill：技術書を丸ごとAIエージェントのスキル化、オンデマンド読込でトークン削減

500ページもある技術書を苦労して読んでも、数か月後にコードを書いているときには第7章の内容などすっかり忘れているものです。困ってPDFをそのままAIエージェントに投げると、コンテキストウィンドウが一気に埋まり、長大なページの間で迷走して幻覚を起こし、大量のトークンを溶かすことになります。

オープンソースの book-to-skill は、この問題を解消するために作られたツールです。技術書や仕様書をエージェント向けプラグインのようにコンパイルし、必要なときに必要な章だけをオンデマンドで読み込ませます。

必要な章だけをめくる知識コンパイラ

book-to-skill のアプローチは、単なる全文検索やRAGとは一線を画しています。ドキュメントをエージェントが推論しやすい構造化スキルへと事前に変換する、いわば知識のコンパイラです。

処理は二段階に分かれています。まず決定論的なPythonスクリプトが文書からテキストとメタデータを綺麗に抽出します。次にモデルが全体の論理構造を解析し、フレームワーク、判断ルール、アンチパターン、章ごとの骨組みを Agent Skills 規格に沿ってまとめ上げます。

Claude Sonnet 4.5 を使って400ページの技術書を処理した場合、初回コンパイルにかかる費用はおよそ1ドルです。一度変換してしまえば、エージェントは普段は軽量なインデックスだけを保持し、質問を受けたときに該当する章だけを読み込みます。

この仕組みにより、1回の問い合わせで消費されるトークンは約 5K に抑えられます。本全体をプロンプトに流し込む従来の方法と比べ、実際の書籍を使ったテストではトークン消費が24〜51倍削減されたと報告されています。

動作環境と対応フォーマット

対象となるのは市販の技術書だけではありません。PDF、EPUB、DOCX、TXT、Markdown、HTML、RTF、MOBIなど幅広い形式に対応しています。社内のアーキテクチャ決定記録、運用手順書、ブランドガイドライン、RFC仕様など、頻繁に参照するものの暗記しきれない資料全般に活用できます。

生成されるスキルはオープンな Agent Skills 規格に準拠しており、共通ディレクトリに配置されます。GitHub Copilot CLI、Amp、Claude Code、Codex、Hermes Agent、OpenCode、OpenClaw など複数のエージェント環境からそのまま呼び出し可能です。

導入は npx skills add virgiliojr94/book-to-skill を実行するか、リポジトリをローカルのスキルフォルダにクローンするだけで完了します。

なぜ重要か

AIに長大な知識を参照させる手法としては、これまでRAGによる断片検索か、巨大なコンテキスト窓に丸投げするアプローチが主流でした。しかしRAGは書籍の全体的な文脈を見失いやすく、巨大コンテキストはコストとレイテンシの面で日常使いに向きません。

book-to-skill が優れているのは、知識を静的なドキュメントとしてではなく、オンデマンドで呼び出せるソフトウェアモジュールとして再定義した点にあります。最初に1ドル程度の構造化コストを支払うだけで、以後のクエリを極めて低コストかつ高精度に保てます。

エンジニアにとっては、手持ちの技術書や社内ドキュメントを手軽にターミナル常駐の専任アドバイザーに変えられる実用的な選択肢となります。

ただし、数式が多用された書籍やスキャン品質の低いPDFでは、初回の構造抽出でつまずくリスクもあります。それでも、ドキュメントをあらかじめ標準スキル形式へコンパイルして持ち歩くという設計思想は、今後のエージェント活用において有力な標準パターンになっていくと私たちは見ています。