文档蒸馏器

它解决的问题

大模型读过公开互联网，但没读过你的行内手册、SOP 和内部文档。常见做法是把文档整本塞进 prompt——结果是上下文窗口被占满，真正可执行的步骤被埋在叙述里，而且每次会话都要重来一遍。

Doc to Skill 的做法相反：把文档蒸馏成一份 SKILL.md，只保留程序性知识——步骤、判据、命令、禁忌、边界条件——让 agent 需要时按章触发，而不是把全文常驻上下文。

核心能力与工作流

1. Ingest：确认文件类型（PDF / EPUB / Markdown），抽取目录与章节标题，由用户指定范围是全书还是某几章。完成标准是输出章节树并得到确认。

2. Mine procedures：对范围内每一章追问四个问题——可执行步骤是什么？输入输出是什么？失败如何判定？有哪些「千万别」？每章产出至少一份 procedure card，纯理论章节可跳过。

3. Write skill：结构固定包含触发描述、前置条件、分步流程与完成标准、参数表、坑点、验证清单。

4. Compress：删除故事、形容词、重复理论和无关的历史背景。目标是 SKILL.md 控制在 8–15k 字符，细节转入 references/。

5. Dry-run：用真实小任务走一遍主路径，结果写入 references/dry-run.md，据暴露的空洞修正文档。

最终验收标准：不读原书也能执行主路径。

边界与注意点

权利先行。 只处理用户自有、公开许可或已获权利人明确授权的文档；权利不明时立即停止。不搬受版权保护的大段原文，所有步骤用自己的话重写。

单 skill 单主题。 一本书涉及多个主题时应拆成多个 skill。把整本书 dump 进 SKILL.md 会导致上下文爆炸，这是最常见的失败模式。

适用 / 不适用。 适合把手册转成可触发的执行规范、把团队重复流程固化下来。不适合把小说当 skill，也不适合一次问答即可的短文。

平台合规。 不绕过访问控制、付费墙或反自动化机制，不处理敏感凭据，日志必须脱敏。医疗、法律、金融类输出仅作一般信息与风险提示，不作为最终专业决策依据。