book-to-skill把技术书变AI技能，Token省24~51倍

胖猫小栈 · 工具推荐

买书不等于拥有知识，「读过」和「能用」之间，隔着十万八千里。

01 这是什么：技术书变成 AI 的随身技能

你家书架上有没有那种「买回来翻两页就吃灰」的技术书？我以前特爱囤，囤完基本就没再翻开过。最近翻到一个挺实在的小工具，叫 book-to-skill，它干的事特别直接：把你那些 PDF 技术书（甚至一整个文档文件夹）「蒸馏」成一个 AI 能随时调用的技能。

说人话就是——以前你想让 AI 帮你啃一本《设计数据密集型应用》，基本只能把整本书塞进上下文，又慢又烧 token。book-to-skill 不这么干，它把书拆成「心智模型 + 章节索引 + 速查表」，你的 Claude Code 或者 Copilot CLI 只在你问到那一章的时候，才去读那一章。官方说，token 消耗比整本塞进去能省 24 到 51 倍。

我拿手头一本讲数据库的书试了一把，确实比整本丢进去清爽——它不会动不动就瞎编，因为答案都从真实的章节里来。

02 用起来其实就一行命令

它本质上是 Claude Code 的一个 slash 命令，Copilot CLI 和 Amp 也能用。你告诉它一本书在哪就行：

/book-to-skill ./my-book.pdf

然后它三步走：先认文件（一个文件、一个文件夹、甚至通配符都行）→ 自动提炼框架、决策规则、反模式，按章节拆成独立文件 → 之后随需加载。生成完，你就像用普通技能一样跟它聊：

/designing-data-intensive-applications

/designing-data-intensive-applications ch05

后面这条是直接钻进第五章。

03 不光吃 PDF，还挺聪明

支持的东西比我想象的多：PDF、EPUB、DOCX、TXT、Markdown、reStructuredText、AsciiDoc、HTML、RTF、MOBI 这些格式都吃。PDF 提取还分情况——纯文字的书用 pdftotext（秒级），代码和表格多的技术书用 docling（能保住表格和代码块），它会先问你书是哪类，再选工具。

我反而更喜欢它的「什么都能 Skill 化」这个点。名字叫 book-to-skill，但它其实能吃任何结构化文档：团队内部的架构决策记录、Runbook、品牌手册、一堆论文加你的笔记，甚至 RFC、API 合同、合规文档。作者有句话我挺认同——任何你反复翻开的文档，都值得被 Skill 化。

04 优点和槽点，我都摊开说

优点很明显：一次转换，Claude Code、Copilot CLI、Amp 通用，因为它遵循 Agent Skills 开放标准。技术书加 AI 的组合，对经常要查规范、抠算法细节的开发者来说，确实像外挂。而且 MIT 协议，免费开源。

槽点也得说实话：

• 它最顺手的还是 Claude Code 那一套，别的客户端得看兼容情况；
• 蒸馏质量很依赖原书本身的结构，太水或者排版乱的书，出来的技能也一般；
• 你得先装好 pdftotext 或者 docling 这类依赖，对纯小白有点门槛。

⚠️ 我没法替你实测每一本书的效果，官方给的 24~51 倍是参考值不是保证，具体省多少 token，真得看你的书本身。

05 值不值得装，我的结论

如果你跟我一样，书架上有好几本「买了就没再翻开过」的技术书，又天天跟 AI Coding 打交道，那这个工具值得一试。它不逼你多读书，而是让 AI 替你把书吃透，需要的时候精准吐出来。开源免费，GitHub 上直接拿。

📌 合规提醒：本地部署请遵守项目 MIT 协议与开源约定；运行前确认你的环境装好了对应依赖；拿公司或他人的文档去转，先看清授权，别拿有版权限制的资料乱转。

写在最后

折腾完一圈，我最大的感受是——它解决的不是「读书」的问题，是「知识用起来」的问题。买书不等于拥有知识，读过和能用之间差得远。这个工具至少让那笔买书钱花得值一点。不过也别神话它，它就是个把文档结构化的小帮手，真要吃透一本书，最后还得你自己动手。

GitHub 地址：

https://github.com/virgiliojr94/book-to-skill

开源标准 Agent Skills：

https://github.com/agentskills/agentskills

—— 胖猫小栈