前言¶
給 agent 塞一本技術書，最常見的做法是整本丟進上下文，或者先人工寫個總結再喂進去。兩種都不理想：整本塞，token 很快燒完；先寫總結，關鍵的判斷條件和踩過的坑被壓縮掉了，agent 遇到邊界情況仍然不會決策。
這個 Skill 走的是另一條路：不摘要，而是把書的結構、決策規則、反模式抽出來，生成一份常駐核心 + 按需加載的章節索引，把作者的判斷力顯式寫成一張決策表（cheatsheet）。下面介紹它是什麼、產出什麼、怎麼用。
這是什麼¶
書→技能適配器，座標 @user_00c9b356/chenlin-book-to-skill-adapter，版本 1.1.0，來源 community，分類 ai-agent，發佈者 user_00c9b356，標籤 requires_api_key=false（無需 API Key）。
它把 book-to-skill 範式（★8582, MIT）適配爲 WorkBuddy 格式。解決的問題是：當你有一個結構化知識源——技術書、論文、文檔、長文或文件夾——想把它變成”隨叫隨到、能精準調用關鍵內容”的 agent skill 時，用它做蒸餾。
注意它與同類路線的區別：它是”內容型 skill”的實現方法，產物形態是內容（知識蒸餾結果），不是功能腳本。
核心功能¶
一句話：本地提取文本 → 蒸餾結構 → 生成分層 skill → 按需加載章節。
具體產出物由五部分組成：
1、常駐核心（<4K）：始終駐留上下文的最小骨架。
2、章節索引：指向書的各章節，只有被調用時才加載。
3、決策層 cheatsheet：把作者的判斷力顯式化——什麼情況走哪條規則、什麼條件下該否定。
4、詞彙表：領域術語的權威定義。
5、模式庫：可複用的模式與反模式。
四條核心鐵律，來自官方簡介：
- 蒸餾結構而非摘要。摘要丟判斷條件，結構保判斷條件。
- cheatsheet 決策層把作者判斷力顯式化。這是它與普通”書本摘要 skill”的關鍵差異。
- token 預算矩陣防注水。防止生成時把常駐核心撐爆。
- 大源用索引 + 切片。源文件過大時不整本加載，改爲索引加按需切片。
效果上，未讀的章節不計入 token 消耗。
安裝與啓用¶
官方頁面（https://api.skillhub.cn/user_00c9b356/chenlin-book-to-skill-adapter 與 https://www.skillhub.cn/skills/user_00c9b356/chenlin-book-to-skill-adapter）在本次寫作時無法抓取到正文，已抓取資料裏也沒有給出具體安裝命令、目錄或配置文件路徑。因此本節不提供安裝步驟——避免寫出未經覈實的命令。
可以確認的信息是：該 Skill 基於通用 SKILL.md 格式，且 requires_api_key=false，即不需要額外配置 API Key。安裝方式請以 SkillHub 頁面當時的說明爲準。
Cursor / Codex CLI / Claude Code 之間是否存在差異，資料中沒有分別說明，這裏不做區分描述。
典型用法¶
按官方資料，觸發條件是滿足任一即觸發：
1、用戶丟來 PDF、書、文檔或文件夾，說”把這本書做成 skill”“把這份文檔變成知識引擎”。
2、用戶說”按 book-to-skill 範式”“內容型 skill”“文檔蒸餾成 skill”。
3、用戶想把某領域權威資料固化成可複用能力。
實際工作流對應官方簡介裏的管線，落地時按順序做：
1、準備輸入源：一本 PDF、一篇論文、一份長文檔或一個文件夾。
2、本地提取文本。這一步在本地完成，不做外部上傳。
3、蒸餾結構：抽取命名框架、決策規則、反模式，而不是寫摘要。
4、生成五層產物：常駐核心、章節索引、cheatsheet、詞彙表、模式庫。
5、配置按需加載：未讀章節不進入 token 消耗。
上面第 3、4 步的產物形態，決定了後續 agent 調用的是”判斷規則”，而不是一段概括文字。
適用場景與注意¶
適合誰：手上有權威資料（書、論文、文檔、文件夾），希望 agent 能按原作者的判斷邏輯決策，而不是靠泛化能力猜的人。
不適用於以下情況，按官方資料：
- 純功能需求，比如”我要個週報生成 skill”——這類走 need-to-skill-flow，不是內容蒸餾。
- 從 GitHub 倉庫機械轉 skill，沒有蒸餾環節——這類走 skill-seekers。
- 已經在 knowledge-to-skill-flow 裏被當作”實現方法”借結構時——走那條線，它會標註「產物形態=內容型」並交給 skill-builder。也就是說，本 Skill 是內容型 skill 的實現方法，若上層流程已接管，不應重複觸發。
使用時的注意點：
- 輸入源要有結構。純流水賬文本缺少章節和規則，蒸餾出來的 cheatsheet 會很薄。
- 常駐核心有 <4K 的預算約束，寫的時候要守 token 預算矩陣，否則等於沒做分層。
- 它解決的是”知識怎麼被調用”，不解決”知識本身對不對”。源資料的質量直接決定產物質量。
小結¶
書→技能適配器的價值在於把”讀書”這件事轉成”可被 agent 精準調用的決策規則”：常駐核心保證便宜，章節索引和切片保證可擴展，cheatsheet 保證作者的判斷力沒有被摘要掉。適合手裏有權威資料、想讓 agent 按原作者思路決策的場景。
官方地址：https://api.skillhub.cn/user_00c9b356/chenlin-book-to-skill-adapter
需要說明的一處數據衝突：本次抓取的資料記爲評分 100000、下載 1366，而任務線索記爲評分 99706、下載 1336，兩者不一致，請以 SkillHub 頁面實時數據爲準。
