GitHub 趋势 · 第 68 期

技术书读完就忘？把它蒸馏成 Agent 技能

#GitHub趋势#Agent技能#知识管理

痛点：书的寿命比你的记忆长

买一本技术书，认真读一遍，三个月后你连第 7 章存在过都忘了。

book-to-skill 是什么

virgiliojr94/book-to-skill 是一个 MIT 许可的 Python 工具，定位一句话：把任意技术书、文档目录或一堆资料，转成一个统一的 Agent 技能。仓库 2026 年 5 月创建，遵循开放的 Agent Skills 标准——GitHub Copilot CLI、Amp、Claude Code、Hermes Agent 读的是同一份 SKILL.md 格式。

输入远不止 PDF：EPUB、DOCX、Markdown、HTML、RTF、MOBI / AZW3、TXT 都在支持列表里。作者的措辞是「不止是书」——内部文档、架构决策记录、runbook、品牌与设计规范、论文加自己笔记的合集，凡是「你反复打开、希望自己已经背下来」的文档都算候选。

用法就三步：指向文件，它蒸馏，你的 Agent 按需加载。命令形如 /book-to-skill ./my-book.pdf。

数据上，Trending Python 榜显示 30,230 star（当日 +289），GitHub API 口径为 30,130 star、3,128 fork、17 个 open issue、138 个 watcher，默认分支 master，未归档。

它到底生成了什么

文件	作用	体积
SKILL.md	核心心智模型 + 章节索引	约 4,000 token
chapters/ch01-*.md ...	每章一个文件，按需加载	每个约 1,000 token
glossary.md	全部关键术语，按字母序排，带章节引用	约 1,500 token
patterns.md	所有技术、算法与设计模式	约 2,000 token
cheatsheet.md	决策表与速查规则	约 1,000 token

关键在于章节文件是按需加载的：你不问某个话题，它就不占技能预算。

作者给出的量化口径是「比把整本书塞进上下文少 24 倍到 51 倍的 token」——衡量的是回答同一个问题；测试跑在真实书籍上，方法论公开在 docs/performance.md。作者把被省掉的那部分叫 发现循环税：PDF 阅读型 Agent 每一轮都在重取目录、回头翻页、重新处理，所以把结构化成本前置付一次，查询成本才能与答案成正比，而不是与书的厚度成正比。

其余几个设计值得单独看：

• ▪一份技能，多宿主通用：走开放 Agent Skills 标准，跨 Agent 技能目录在 ~/.agents/skills/<slug>/；在 Claude Code 下转换器还会尝试建一个软链，但要读回校验通过才算生效，不通过会在运行报告里写明；Hermes Agent 不扫跨 Agent 根目录，所以落到自己的分类目录下。
• ▪确定性 + 生成式两段式：一半是确定性 Python 提取器（文档 → 干净文本 + 元数据），另一半是规格驱动的生成器（你的 Agent 按 SKILL.md 把文本转成结构化技能）。
• ▪按书型换提取器：开工前它会先问你这本书是技术型还是文字型。技术型上 docling，能保住 Markdown 表格和代码块，代价约 1.5 秒/页；纯文字类用 pdftotext，几乎瞬间完成。
• ▪自带自检：python3 scripts/extract.py --check 一条命令打印出每种格式装了哪个提取器、缺什么、该跑哪条安装命令；tools/validate_skill.py 还能按 claude / copilot / amp 三种宿主规则校验生成的 SKILL.md。
• ▪多源输入与增量更新：文件夹、glob、文件清单都能当输入；除了一次性转换，还有 analyze-only、generate-from-analysis 和 update / fold-in 模式，新资料可以并进已有技能。

上手：README 原命令

装，一条命令走跨 Agent 的技能 CLI；或者手动克隆到技能目录：

# 一条命令，任意宿主，走跨 Agent 的技能 CLI：
npx skills add virgiliojr94/book-to-skill

# 或者手动克隆进技能目录（会注册 /book-to-skill）：
git clone https://github.com/virgiliojr94/book-to-skill.git ~/.claude/skills/book-to-skill
# (Copilot CLI: ~/.copilot/skills/ · Amp/跨 Agent: ~/.agents/skills/)
# (Hermes Agent: ${HERMES_HOME:-$HOME/.hermes}/skills/<category>/)

先自检环境，再转第一本书：

python3 scripts/extract.py --check
/book-to-skill ./my-book.pdf

扫描版 PDF 是硬限制，得自己先补 OCR——提取器会检查前几页然后立刻停下并解释原因，而不是把整本书跑完再交给你一个空技能：

ocrmypdf input.pdf output.pdf

我的判断：适合谁、不适合谁、坑在哪

一句话收尾

book-to-skill 的价值不在「让 AI 读书」，而在把一次性阅读换成一份能被反复调用的结构化索引——24 倍到 51 倍的 token 差距，本质是把每轮都在重复的导航成本提前付掉一次。真正的门槛不在技术，在它划出来的那条线：转换器是 MIT 的，书不是你的。

你手上有没有那种「读完、画了线、然后彻底忘了」的技术书？评论区报个书名。

下期预告：本期月榜与分语言榜终于出现了此前几期都没写过的项目，所以回到单项目精读；下期若新面孔动量更高就继续单项目，若三榜又回到「全部已写」的状态，则转为「Apple Silicon 上跑本地大模型」主题族的横向对比合集。

#GitHub趋势#Agent技能#知识管理