书匠——炼书成器

技能文档

---
name: book-to-skill-pro
title: 书匠——炼书成器
category: 通用技能
description: 从中文书籍自动提取方法论、思维模型与可复用技能，生成一个跨项目可用的 skill。当用户上传一本书（PDF/TXT/EPUB/MOBI/DOCX/MD）并希望从中提炼可复用的方法论、思维模型或语录金句时触发。触发词：把书做成skill、从书中提取方法、炼书成器、书籍转技能。
---

# 书匠——炼书成器

从书籍中提取技能/方法论/思维方式，并自动创建可复用 skill 的元技能。

## 何时使用我

- 用户上传一本书或长文档，并表达类似意图："把这本书变成 skill""从《XX》里提取方法""这本书能做成我的助手吗""把作者的思维方式沉淀下来"
- 用户想把某本书的"干货"固化为自己以后能直接调用的能力

如果你判断用户只是想**读/总结**一本书，而不是"做成 skill"，先确认意图，不要一上来就生成 skill。

---

## 2 分钟快速开始

> **用户只需做 2 件事：① 把书发给我（或告诉书名）→ ② 确认"要生成 skill"。其余步骤自动处理。**

**一句话激活**："把这本书做成 skill" / "从《XX》里提取方法" / "上传这本书，帮我提炼可复用 skill"。

**系统会自动**：
1. 判断书的格式 → 选最省力的读取方式
2. 摸目录结构 → 定位核心方法论章节 → 精读提取
3. 生成命名 + 描述 + 模板 → 质量自检 → 给你确认 → 保存到用户级 skills 目录

**进阶玩法**（可选）：
- 想拆成多个 skill：加一句"拆成多个"
- 已有旧版要增量更新：加一句"增量更新"
- 要特定模板（语录/心法）：加一句"用语录型模板"

---

## 支持的格式与中文读取链路

| 格式 | 推荐读法 | 说明 |
|------|----------|------|
| `.md` / `.txt` | 直接读取 | 中文 TXT 常是 GBK 编码，先检测编码再转 UTF-8 |
| `.pdf` | 文本型用 `pdftotext`；扫描型需 OCR | 中文 PDF 多为扫描/双栏/复杂排版，直接提取易乱码缺字 |
| `.epub` / `.mobi` | Calibre `ebook-convert` 先转 Markdown | 中文 EPUB/MOBI 常有 DRM，转 MD 最稳 |
| `.docx` | python-docx 抽取 | 中文书常**不带 Word 标题样式**，需回退文本特征重建目录 |

### 中文 PDF 专项

1. **先判断文本型还是扫描型**：用 `pdftotext book.pdf - | head` 看输出。有可读文字→文本型；空白/乱码→扫描型。
2. **文本型**：`pdftotext -layout book.pdf book.txt`（`-layout` 尽量保排版）。中文双栏可能串栏，转完要检查。
3. **扫描型（需 OCR）**：优先用带中文包的 OCR。思路：用 PyMuPDF 拆页 → 逐页 `tesseract page.png out -l chi_sim+eng` → 拼接。
   - **失败回退**：`pdftotext` 未安装 → 用 `pymupdf`/`pdfplumber` 替代；`tesseract` 未安装 → 改用 `rapidocr-onnxruntime`（纯 Python）或 `paddleocr`。
4. **复杂排版（双栏/图表混排）**：提取后人工/脚本修正跨栏错行。

### EPUB/MOBI 实战命令

```bash
ebook-convert book.epub book.md
ebook-convert book.mobi book.md
```

> **失败回退**：`Calibre` 未安装 → 用 `python-ebooklib` 直接读 EPUB 解析文本。

### 中文 DOCX 专项

1. **抽取全文**：用 `python-docx` 遍历段落与样式。但**真实中文书往往完全不用 Heading 样式**。
2. **样式为空时的回退**：用文本特征重建目录——正则匹配 `^第[一二三四五六七八九十百零0-9]+章`、`^序|前言|引言|附录|后记`。
3. **分页符/页码**：docx 提取通常**丢失物理页码**；优先用"章节 + 小节"定位。

> **失败回退**：`python-docx` 不可用 → 用 `docx2txt` 一键提取纯文本；仍不行 → 用 `pandoc` 把 docx 转 MD。

### 编码检测与清洗

```bash
file book.txt
iconv -f GBK -t UTF-8 book.txt > book.utf8.txt
```

> **失败回退**：用 Python `chardet` 自动检测编码。

---

## 技能工作流

### 步骤1：分层精读（控 token，抓重点）

中文书动辄几十万字，全量读必爆 context。采用分层策略：

1. **目录层**：先读目录/章节标题，建立结构地图。
2. **摘要层**：对每章只读开头结尾与黑体/小标题，抓核心论点。
3. **精读层**：只对"核心方法论章""关键案例章"做深读，其余略过。
4. 如章节过长，用脚本按章节切分后**逐章处理**。
5. **终止条件**：精读覆盖"所有承载核心术语/方法/模型的章节"即可；当连续若干章**未出现新的方法论术语**时，停止深读。

### 步骤2：清洗与去噪

- **统一编码**：全部转 UTF-8。
- **过滤无关内容**：序言/自序/致谢/参考文献/索引/版权页/广告插页——默认剔除。
- **案例型书要防"案例稀释"**：方法论提取时**默认降权或跳过纯案例章**，仅保留"能佐证方法的最小案例片段"。
- **中文特有修正**：合并被换行打断的段落；去除多余空格；OCR 常见误字酌情修正；保留原书标点与专有名词原貌。

### 步骤3：提炼核心模型（最关键）

> 这一步决定生成 skill 的质量上限。**不是"提取六个维度"的平铺，而是"从一本书里提炼出核心模型"的深度操作。**

#### 3a. 核心模型提取法（5 步）

**第 1 步：扫作者自命名的框架**

用 Grep 搜原书全文，找信号词：`模型|法则|循环|工程|精神|定律|公式|方程|原则|铁律|维度|步骤|方法`。把命中的概念列成候选清单。

**第 2 步：锁定每个模型的精确定义**

每个候选模型，**回到原文用 Grep 定位定义**。优先用原书的**图**标题和注释；原书有明确一句话定义 → 直接引用，标出处；找不到明确定义 → 标"待核实"。

**第 3 步：梳理模型间关系（最关键）**

核心模型之间通常有三种关系：
- **层级关系**：A 包含 B
- **流程关系**：A → B → C
- **支撑关系**：A 是 B 的基础

关系图示例：

```
制造大师模型（全书主线）
├─ 四阶段：准备 → 出场 → 演出 → 谢幕
│   ├─ 出场：痛点教学（挖痛四维 + 痛点三方法）
│   ├─ 演出：实效教学（结构实效 + 方法六面模型）
│   └─ 谢幕：行动教学
└─ 三基础：大师基因 / 大师秘诀 / 大师境界
```

**第 4 步：从案例反推隐含模型**

作者没明确命名框架，但反复用同一种方法解决问题 → **隐含模型**。标注"隐含模型，非原书命名"。

**第 5 步：模型验证（3 问）**

1. 这个模型原书有没有明确说？
2. 边界条件是什么？
3. 输入→输出是什么？

#### 3b. 六维补充

核心模型确定后，补充：核心主题、关键概念、方法论、思维方式、实践步骤、应用场景。

#### 3c. 译本必做——术语统一表

中文译本术语常不统一。提取前建立"统一译法→原文词"对照表，全书统一使用。

#### 3d. 六维 → 模板内容映射表

| 提取内容 | 应放入模板的位置 | 哪类模板必须填 |
|---------|----------------|-------------|
| 核心模型 + 关系图 | 「核心模型」节 | A/C/E |
| 核心主题 | 「概述」节 | A/B/C/E |
| 关键概念 | 「术语表」或「核心概念」节 | 全部 |
| 方法论细节 | 「具体步骤」/「运用要点」 | A/C/B/E |
| 思维方式 | 「这是什么」+「如何培养」 | B/C |
| 实践步骤 | 「具体步骤」/「实践技巧」 | A/C/D |
| 应用场景 | 「应用场景」/「适用形势」 | A/C/D/E |

### 步骤4：命名规范

- **`name` 字段**：必须**英文小写 slug**，连字符分隔，≤ 40 字符，只能含 `[a-z0-9-]`。
- **人类可读标题**：放在正文 H1 与 `description` 里用中文。
- 命名要体现核心技能，不要用书名全称。

### 步骤5：写高质量 description

`description` 是系统判断"何时调用这个 skill"的**唯一依据**。写法：

> **[这个 skill 是什么]** + **[何时用 / 触发场景]** + **[动词开头的动作]**

硬性要求：
- 必须含触发词
- 中文同名词要消歧
- 长度适中（1–3 句）

### 步骤6：选模板生成

根据书的性质选模板：
- 步骤/流程清晰 → 模板 A（方法论型）
- 认知升级/心智模型 → 模板 B（思维方式型）
- 既有步骤又有认知 → 模板 C（综合型）
- 金句/语录/原则 → 模板 D（语录型）
- 战略/策略/兵法 → 模板 E（战略心法型）
- 分不准时默认**模板 C**

模板详情见 [references/templates.md](references/templates.md)。

### 步骤7：出处回溯

在 skill 目录下生成 `references/出处索引.md`，记录关键观点对应的**原书章节/小节**。

### 步骤8：质量自检

- [ ] 核心模型已提炼，每个模型定义已回原文锁定
- [ ] 模型关系图已梳理，放在 skill 最前面
- [ ] `name` 是英文小写 slug，≤ 40 字符
- [ ] `description` 含触发词 + 使用场景 + 动词动作
- [ ] 内容可操作/可调用，不是空泛摘要
- [ ] 未编造原书没有的引用
- [ ] 隐含模型已标注
- [ ] 译本术语已统一
- [ ] 去噪完成
- [ ] 用了合适的模板

### 步骤9：保存与落地

- **默认路径**：用户级 skills 目录（跨项目可用）。
- 先给用户确认：展示生成的 SKILL.md 与目录结构，用户认可后再落盘。
- 生成的目录结构：

```
<name>/
├── SKILL.md            # 主文件（frontmatter + 正文）
└── references/         # 可选
    ├── 详细方法论.md
    ├── 案例和示例.md
    └── 出处索引.md
```

---

## 进阶：一书多 skill & 增量更新

**一书拆多 skill**（文集/语录体）：按"独立可调用的最小能力单元"切分。

**增量更新**：先读旧 skill → 新内容做 diff → 只补充/修正差异部分 → 重新跑自检。

---

## 注意事项

- **concise is key**：提取最核心、最可操作的内容。
- 书太泛时，聚焦 1–2 个核心技能。
- 保留原书语气与措辞的精华。
- 任何"解读/延伸"要与"原书内容"区分清楚。
- **绝不写入任何个人密钥**；不依赖任何个人绝对路径。

## 参考资料

- 模板详情 → [references/templates.md](references/templates.md)
- 常见问题 → [references/faq.md](references/faq.md)
- 完整示例 → [references/example.md](references/example.md)

使用说明

# 书匠——炼书成器

从中文书籍自动提取方法论、思维模型与可复用技能，生成一个跨项目可用的 skill。

## 使用

发一本书（任何格式），说一句话即可：

```
把这本书做成 skill
```

系统自动识别格式、提取核心方法论、生成可复用 skill。

## 工作原理

1. **识别格式** → 文字版直接解析，扫描版自动 OCR
2. **分层精读** → 目录层 → 摘要层 → 精读层，控制 token 消耗
3. **提炼核心模型** → 锁定作者自命名框架，梳理模型间关系
4. **选模板生成** → 根据书的内容自动匹配最佳模板（方法论/思维方式/语录/战略心法）
5. **质量自检** → 核对核心模型、术语统一、出处回溯

## 支持格式

| 格式 | 处理方式 |
|------|---------|
| `.docx` | python-docx 解析，自动重建目录 |
| `.epub` / `.mobi` | Calibre 转 MD |
| `.txt` / `.md` | 自动检测编码转 UTF-8 |
| 文字版 `.pdf` | pdftotext 提取 |
| 扫描版 `.pdf` | OCR（rapidocr/paddleocr） |

## 进阶用法

- `拆成多个` — 文集/语录体拆分为多个 skill
- `增量更新` — 已有旧版时只补充差异
- `用语录型模板` — 指定模板类型

如何安装此技能？

访问技能市场，点击「安装」按钮，按提示将技能包放入 AI 编程助手的 skills 目录即可。