前言¶
给 agent 塞一本技术书，最常见的做法是整本丢进上下文，或者先人工写个总结再喂进去。两种都不理想：整本塞，token 很快烧完；先写总结，关键的判断条件和踩过的坑被压缩掉了，agent 遇到边界情况仍然不会决策。
这个 Skill 走的是另一条路：不摘要，而是把书的结构、决策规则、反模式抽出来，生成一份常驻核心 + 按需加载的章节索引，把作者的判断力显式写成一张决策表（cheatsheet）。下面介绍它是什么、产出什么、怎么用。
这是什么¶
书→技能适配器，坐标 @user_00c9b356/chenlin-book-to-skill-adapter，版本 1.1.0，来源 community，分类 ai-agent，发布者 user_00c9b356，标签 requires_api_key=false（无需 API Key）。
它把 book-to-skill 范式（★8582, MIT）适配为 WorkBuddy 格式。解决的问题是：当你有一个结构化知识源——技术书、论文、文档、长文或文件夹——想把它变成”随叫随到、能精准调用关键内容”的 agent skill 时，用它做蒸馏。
注意它与同类路线的区别：它是”内容型 skill”的实现方法，产物形态是内容（知识蒸馏结果），不是功能脚本。
核心功能¶
一句话：本地提取文本 → 蒸馏结构 → 生成分层 skill → 按需加载章节。
具体产出物由五部分组成：
1、常驻核心（<4K）：始终驻留上下文的最小骨架。
2、章节索引：指向书的各章节，只有被调用时才加载。
3、决策层 cheatsheet：把作者的判断力显式化——什么情况走哪条规则、什么条件下该否定。
4、词汇表：领域术语的权威定义。
5、模式库：可复用的模式与反模式。
四条核心铁律，来自官方简介：
- 蒸馏结构而非摘要。摘要丢判断条件，结构保判断条件。
- cheatsheet 决策层把作者判断力显式化。这是它与普通”书本摘要 skill”的关键差异。
- token 预算矩阵防注水。防止生成时把常驻核心撑爆。
- 大源用索引 + 切片。源文件过大时不整本加载，改为索引加按需切片。
效果上，未读的章节不计入 token 消耗。
安装与启用¶
官方页面（https://api.skillhub.cn/user_00c9b356/chenlin-book-to-skill-adapter 与 https://www.skillhub.cn/skills/user_00c9b356/chenlin-book-to-skill-adapter）在本次写作时无法抓取到正文，已抓取资料里也没有给出具体安装命令、目录或配置文件路径。因此本节不提供安装步骤——避免写出未经核实的命令。
可以确认的信息是：该 Skill 基于通用 SKILL.md 格式，且 requires_api_key=false，即不需要额外配置 API Key。安装方式请以 SkillHub 页面当时的说明为准。
Cursor / Codex CLI / Claude Code 之间是否存在差异，资料中没有分别说明，这里不做区分描述。
典型用法¶
按官方资料，触发条件是满足任一即触发：
1、用户丢来 PDF、书、文档或文件夹，说”把这本书做成 skill”“把这份文档变成知识引擎”。
2、用户说”按 book-to-skill 范式”“内容型 skill”“文档蒸馏成 skill”。
3、用户想把某领域权威资料固化成可复用能力。
实际工作流对应官方简介里的管线，落地时按顺序做：
1、准备输入源：一本 PDF、一篇论文、一份长文档或一个文件夹。
2、本地提取文本。这一步在本地完成，不做外部上传。
3、蒸馏结构：抽取命名框架、决策规则、反模式，而不是写摘要。
4、生成五层产物：常驻核心、章节索引、cheatsheet、词汇表、模式库。
5、配置按需加载：未读章节不进入 token 消耗。
上面第 3、4 步的产物形态，决定了后续 agent 调用的是”判断规则”，而不是一段概括文字。
适用场景与注意¶
适合谁：手上有权威资料（书、论文、文档、文件夹），希望 agent 能按原作者的判断逻辑决策，而不是靠泛化能力猜的人。
不适用于以下情况，按官方资料：
- 纯功能需求，比如”我要个周报生成 skill”——这类走 need-to-skill-flow，不是内容蒸馏。
- 从 GitHub 仓库机械转 skill，没有蒸馏环节——这类走 skill-seekers。
- 已经在 knowledge-to-skill-flow 里被当作”实现方法”借结构时——走那条线，它会标注「产物形态=内容型」并交给 skill-builder。也就是说，本 Skill 是内容型 skill 的实现方法，若上层流程已接管，不应重复触发。
使用时的注意点：
- 输入源要有结构。纯流水账文本缺少章节和规则，蒸馏出来的 cheatsheet 会很薄。
- 常驻核心有 <4K 的预算约束，写的时候要守 token 预算矩阵，否则等于没做分层。
- 它解决的是”知识怎么被调用”，不解决”知识本身对不对”。源资料的质量直接决定产物质量。
小结¶
书→技能适配器的价值在于把”读书”这件事转成”可被 agent 精准调用的决策规则”：常驻核心保证便宜，章节索引和切片保证可扩展，cheatsheet 保证作者的判断力没有被摘要掉。适合手里有权威资料、想让 agent 按原作者思路决策的场景。
官方地址：https://api.skillhub.cn/user_00c9b356/chenlin-book-to-skill-adapter
需要说明的一处数据冲突：本次抓取的资料记为评分 100000、下载 1366，而任务线索记为评分 99706、下载 1336，两者不一致，请以 SkillHub 页面实时数据为准。
