书籍转技能

很多工程师和研究者都会收藏技术书籍，但真正能把书中知识复用起来的人并不多。要么手动摘录框架，整理到一半就放弃；要么把书扔给AI生成摘要，结果只剩空泛的结论，没法指导具体决策。

为什么要把书变成技能？

摘要的核心问题是“去结构化”。比如书里讲“5 Whys”方法，摘要只会写“通过多次追问找根因”，但技能需要保留“5次”的精确表述，以及什么时候用、怎么追问的具体步骤。这种结构化的工具包，才能被agent skills反复调用。

技能如何提取书中的结构化知识？

它不会生成书评式摘要，而是按可操作的知识单元拆解书籍：

• 提取命名框架：保留作者定义的专有概念（如“心理账户”），而不是重新发明说法
• 可操作的原则：把“要关注长期价值”变成“做决策前问自己：‘这个选择1年后还重要吗？’”
• 步骤化技巧：把零散的建议变成1. 列出所有可能选项 → 2. 排除明显无效项 → 3. 给剩余项打分的流程
• 反模式清单：记录作者明确反对的做法（如“不要用单一指标评估团队”）
• 思维校准：提取作者的沟通风格（比如用类比解释复杂概念），让技能输出符合原作者的语气
• 分层深度处理：简单书籍生成单一技能文件；复杂书籍（10+框架）则拆分为SKILL.md主文件+references/章节文件，按需加载

适用边界与注意点

它不适用于虚构类书籍（小说、散文）——这类内容没有可复用的结构化知识。另外，提取时需要保留作者的精确表述：比如“5 Whys”不能改成“多次追问”，因为框架的名称本身就包含设计意图。最后，复杂书籍的分层处理需要人工校验，避免遗漏关键框架。

注意

技能依赖书籍的文本可读性，扫描件或加密PDF需要先做OCR或解密处理。