书籍深度阅读

要解决的具体问题

当需要把一本 .txt 或 .md 格式的纯文本书籍转化为可复用的 Agent 技能时，手动拆分章节、提炼核心框架、编写主 SKILL.md 文档，不仅极其耗时，还容易在繁复的文本中遗漏关键逻辑。书籍内容往往结构零散，核心方法论和模型隐藏在字里行间。该技能致力于解决这一痛点，将书籍转技能的整个工作流编排自动化，让系统完成繁琐的结构拆解，同时保留关键的人工审核节点。

核心能力与关键步骤

作为一个编排器，它协调前端子技能 book-to-wiki-core 和后端子技能 bookbone，分步骤推进流程：

1. 输入验证：检查文件路径是否存在，且格式必须为 .txt 或 .md，否则直接停止并提示转换。
2. 书籍分析：调用 book-to-wiki-core 的分析模式，估算 token 数、章节数，并对书籍类型生成带置信度的候选分类。
3. 用户确认：暂停执行，让用户确认 BOOK_TYPE、DEPTH（reference 或 study）以及 CAPACITY_STRATEGY。
4. 生成 wiki 层：创建包含 chapters/、chapter-map.json 和 SKILL.md 骨架的技能目录。此时 framework/ 目录暂为空。
5. 可选审核：询问是否在提炼前审核章节摘要，若中断则保存状态，后续可通过 --resume 命令恢复。
6. 框架提炼：调用 bookbone，生成 mental-models.md、methodologies.md、cases.md 和 limits.md。
7. 合并与扫描：将框架内容合并到主 SKILL.md，确保低于 4000 token 并运行安全扫描，遇阻则等待人工介入。

适用边界与注意点

• 严格限制输入格式为纯文本，若提供 .pdf、.epub 或 .docx 会直接报错。
• 若 bookbone 后端不可用，会触发回退机制，改用当前 LLM 执行相应的提炼方法论。
• 主 SKILL.md 需控制在 4000 token 以内，遇到超限情况建议采用批量处理或按章节优先的策略。
• 安全扫描失败时，流程将强制中断，必须经过人工复核排查后才能定稿交付。