技能介绍

它解决什么问题

读完一本方法论书籍，留下的往往是模糊印象，而不是能在编码或决策时直接调用的规则。把它摘要成一段话塞进 SKILL.md，既丢失了作者对概念的精确命名，也无法在需要时被检索。这个技能处理的是把长篇非结构化文本转换成可重复调用的技能骨架——保留框架的原始表述、步骤化技术与反模式，而不是产出读书报告。

它如何工作

主流程是一条多步骤流水线，支持四种模式：默认完整转换、只做抽取分析、基于既有分析结果生成、对已有技能增量合并。

输入校验（Step 0–1）：没有路径或 glob 就直接报错；目录与通配符展开为受支持文件，含 .pdf、.epub、.docx、.txt、.md、.rst、.adoc、.html、.rtf、.mobi、.azw、.azw3。
判定内容类型（Step 1.5）：在技术型（含代码、表格、公式）与文本型之间二选一。技术型走 Docling 做结构感知抽取，保留表格与代码块；文本型走最快的可用提取器。
抽取与预检（Step 2–2.5）：脚本产出 full_text.txt 与 metadata.json，并在生成前先给出 token 与费用估算，等用户确认。
大书处理（Step 2.6）：超过约 5 万 token 的书不会整篇读入上下文，改用 grep / sed 按章节切片查询。200 页约 75k token，逐章重读会把成本推到百万级。
结构分析与深度推导（Step 3–4）：识别书名、作者、章节结构与主题；再由用户选择用途（应用框架 / 思考模型 / 查章节），据此推导 DEPTH=reference 或 study，不额外追问。
生成（Step 5–9）：确定 slug 与目标技能根目录（按宿主 Agent 探测 ~/.copilot/skills、~/.agents/skills、~/.claude/skills 等），建目录、按 token 预算矩阵写章节摘要，汇总为 SKILL.md、chapters/、术语表、模式库与速查表。

适用边界

它只做结构化抽取，不评价书本身的质量；来源含糊时产出的技能也会含糊。成本是真实开销：内容类型与深度共同决定每章预算，技术型加深度学习可达每章 2,000–3,000 token。抽取器依赖本机环境，缺失时脚本会提示回退方案，可用 --check 先做环境体检。目标目录必须能被宿主 Agent 实际发现，多个候选根同时存在时应让用户确认一次，而不是静默选默认。