book-to-skill：把技术书变成 Agent 技能，按需加载省下超 90% token

买了一本 500 页的大部头技术书，认认真真通读一遍，三个月后在终端里写代码，你甚至想不起来第七章讲过什么。

遇到问题，大部分人的习惯是把整本 PDF 扔进对话框，或者让写代码的 Agent 自己去读。结果显而易见：要么上下文瞬间被撑爆，要么模型在漫长的翻页和目录跳转里迷路，回答得牛头不对马嘴，还顺手烧掉一大堆 token。

开源工具 book-to-skill 想解决的正是这个痛点。它把书籍和文档当成工作流里的一个插件，只在 Agent 需要的时候按需加载。

一次编译，按需翻开一章

book-to-skill 并不是简单的全文搜索，它的核心逻辑是把非结构化的书籍变成一个「知识编译器」。

整套流程分为两步。第一步是由一个确定性的 Python 提取器扫一遍文档，抓取干净的文本与元数据。第二步是由模型分析合并后的文本，梳理出章节脉络、思维框架、决策规则和反模式，编译成符合 Agent Skills 标准的结构化文件。

这意味着你只需要为整本书支付一次结构化解析的成本。如果使用 Claude Sonnet 4.5 处理一本 400 页的技术书，前置解析费用大约只要 1 美元。

编译完成后，整本书被拆解成核心索引和各章节的独立文件。Agent 平时只加载最顶层的轻量索引，只有当你输入类似查询复制机制的指令时，它才会精准加载对应的第七章内容，直接基于原文细节作答。

实测数据显示，这种按需调用的机制让单次查询只需要约 5K token。相比把整本 PDF 一股脑塞进上下文，token 消耗降低了 24 到 51 倍。

谁能用，装在哪里

除了常规的技术书，这个工具支持的输入非常杂：PDF、EPUB、DOCX、TXT、Markdown、HTML、RTF 和 MOBI 格式都能处理。哪怕是公司的架构决策记录、入职指南、品牌规范或 RFC 协议，只要是你经常需要查阅又背不下来的资料，都可以喂给它。

在兼容性上，book-to-skill 遵循了开放的 Agent Skills 标准。生成的技能默认保存在跨 Agent 的统一目录中，GitHub Copilot CLI、Amp、Codex、OpenCode 和 OpenClaw 都能直接读取。

如果你用的是 Claude Code，转换器会自动在对应目录下创建软链接；Hermes Agent 这类按分类管理技能的主机，也可以指定路径安装。想要尝试的话，终端里执行一行 npx skills add virgiliojr94/book-to-skill 就能装上。

为什么重要

把长文本喂给 AI，目前行业最常用的解法是外挂 RAG 向量检索，或者依赖超大上下文硬吃。但这两条路在复杂工作流里都有硬伤：RAG 经常切碎上下文，丢掉整本书的全局框架；大上下文不仅贵，模型还容易在无关细节里产生幻觉。

book-to-skill 的聪明之处在于，它换了一个思路：把静态知识软件化。它把一本书重构成了一组结构化的业务规则和按需加载的函数，让 Agent 像调用工具一样去查书。从工程上看，这种一次性预编译加上按需解压的结构，极大地控制了日常推理的成本。

对开发者和重度研究者来说，这意味着你可以把那些读过就忘的参考书，真正变成手边随时待命的数字副驾。只要一两美元的转换成本，就能给终端配上几个懂专业规范的顾问。

不过目前这套方案也存在门槛。预编译过程依赖模型的结构化提取能力，如果原书排版混乱或公式密集，提取质量会直接影响后续问答；另外它适合框架清晰的工具书和规范，并不适用于情节分散的叙事类读物。但我们认为，这种将领域知识编译为标准 Agent 技能的尝试，很可能会成为未来工程文档交付的主流形态。