技术书PDF转为AI技能,最多可省51倍token

图片：METAL

摘要

开发者virgiliojr94于2026年5月发布的开源工具book-to-skill,可以把技术书籍PDF或文档文件夹转换成AI智能体可用的技能。
据实测,回答同一个问题所需的token数量,比把整本书直接塞进上下文的方式少24到51倍。
它基于GitHub Copilot CLI、Amp、Claude Code共同采用的开放Agent Skills标准(SKILL.md)运行。

买了却没读完的书,与其重新翻开,不如直接问

一本厚厚的技术书买回来读完一遍之后,三个月后可能连第七章讲了什么都想不起来了。与其每次都要重新翻开书本、翻找目录,不如把整本书的内容交给AI智能体保管,需要时随时提问——github.com/virgiliojr94/book-to-skill仓库提供的正是这样一款开源工具。开发者virgiliojr94在2026年5月推出的book-to-skill,是一个能把技术书籍PDF、文档文件夹或多份资料合集,转换成单个"智能体技能"的转换器。

厚厚的PDF原文经过转换后按章节拆分保存,提问时只调用其中需要的那一章。最后一个节点被小小地标注在名为"整本书"的大虚线边框内,以此展示实际使用量相对于原文全书来说非常小。

为什么不能直接把PDF扔进去

如果让AI智能体直接读取整份PDF,它每一轮对话都得重新翻一遍目录,再找到需要的部分反复核对。也就是说,为了回答一个问题,每次都要重新处理整本书体量的token。book-to-skill的设计思路,是把这种结构化成本在转换阶段一次性付清:先把书拆分成按章节保存的文件,只有在真正被问到相关主题时才调用对应章节。据开发者介绍,这样一来,回答同一个问题所需的token,比把整本书塞进上下文要少24到51倍。

它是如何运作的

整体结构大致分为两部分。一部分是确定性的Python提取器,负责把文档转换成干净的文本和元数据;另一部分是基于规范的生成器,由智能体依照SKILL.md文档,把这些文本组装成结构化的技能。这项技能运行在github-copilot、Amp、Claude Code共同采用的开放Agent Skills标准之上,因此不管使用这三种宿主环境中的哪一种,读取的都是同样格式的SKILL.md。

不同格式优先尝试的提取工具也不一样:据介绍,表格和代码块较多的技术书籍会自动选用Docling,以文字叙述为主的书籍则会选用速度更快的pdftotext。如果是只有页面图像、没有可提取文本的扫描版PDF,转换器会先检查开头几页,一旦发现无法提取就立即停止并说明原因,而不是生成一个空技能了事,同时会提示用户先做OCR处理。

怎么上手使用

从哪里开始——如果你正在使用GitHub Copilot CLI、Amp、Claude Code中的任意一种,可以按照仓库中的安装文档(docs/install.md)操作,把book-to-skill转换器接入对应的宿主环境,这就是入门的第一步。

分步使用流程

在智能体聊天窗口输入/book-to-skill <文件路径|文件夹|通配符> [技能名称]命令。可以传入单个文件、整个文件夹,也可以是多份文件列表。
转换器会判断文档格式,自动选择合适的提取工具,提取出文本和元数据。
生成器把这些结果组装成SKILL.md和按章节划分的文件,保存到与宿主环境相匹配的技能目录中。
之后只需以/书名-slug 提问内容的形式提问,智能体就会只调用需要的那一章文件,基于实际正文内容作答。

谁可以使用——像GitHub Copilot CLI、Amp、Claude Code这类支持开放Agent Skills标准的宿主环境都可以使用,并且以MIT许可证免费公开。不过仓库本身并不包含书籍内容,而是转换用户自己已经持有的文件,因此版权和使用条款方面的责任由用户自行承担。

宿主环境	技能保存路径
GitHub Copilot CLI	~/.copilot/skills/<slug>/
Amp(跨智能体)	~/.agents/skills/<slug>/
Claude Code	~/.claude/skills/<slug>/

可以尝试做什么——虽然名字里带着"书",但据介绍只要是结构化的文字内容,输入什么都可以。经常要重新翻查的公司内部手册、规章制度、团队文档合集,都能用同样的方式转换成技能。仓库里提到的一个案例是:把一本讲开发者体验(DevEx)的书转换后,用作了针对300多名工程师的调查资料。

编辑视角

这个工具真正有意思的地方,并不是book-to-skill本身,而是它所依托的标准。正如8月初GitHub Copilot应用支持用斜杠命令简化工作流一文提到的,Copilot应用正朝着自动管理上下文的方向扩展;而AWS在Bedrock自动推理策略中引入开源Agent Skills一文也显示,Anthropic提出的Agent Skills格式正把AWS这样的基础设施企业也拉了进来。book-to-skill恰好站在这两股潮流的交汇点上——这意味着,个人用户一本书的知识,也能用和企业级技能相同的SKILL.md语法组织起来。

实际用过这类工具的人,感受往往差不多。直接把整份PDF扔进去,一开始几次确实省事,但随着对话变长,反复翻找同一份目录的成本会不断累积。按章节拆分、按需调用的结构虽然能消除这种累积成本,却也多要求了一道转换的前期工序。对于需要控制token成本的团队来说,从经常查阅的公司内部文档开始技能化,是比较合理的起点;反过来,如果是偶尔才查一次的资料,那就没必要专门去转换了。

预先筛出扫描版PDF并说明原因的设计,也值得关注。比起生成一个空技能、事后才发现问题,在转换前就停下来的做法,在实际使用中能少走不少弯路。如果未来支持Agent Skills标准的宿主环境继续增加,这类面向个人的转换工具应该也会随之增多。

更正(2026-08-24)——最初的报道把这款工具描述成本次新发布的产品,但该仓库实际创建于2026年5月1日。已对导语和摘要部分做出更正。