book-to-skill

Name: book-to-skill
Author: apple-ouyang

77stars5forks

How to install book-to-skill?

apple-ouyang/book-to-skill/book-to-skill

$npx -y skills add apple-ouyang/book-to-skill --skill book-to-skill

Installs into the current project.

Summary

把一本书拆解成 Claude Code 可执行的 Skill。当用户说"拆书"、"把这本书变成 Skill"、"book to skill"、"extract skill from book" 时触发。

Files · 1

View on GitHub

SKILL.md

1	# 拆书：从书籍到可执行 Skill
2
3	## 任务目标
4
5	把一本书中的核心框架、操作方法和真实案例，拆解成结构化的 Claude Code Skill，让 AI Agent 能在用户需要时自动调用书中的智慧。
6
7	## 前置依赖
8
9	- PDF Skill：用于读取 PDF 格式书籍（`npx @anthropic-ai/claude-code-skills install pdf`）
10	- Swarm Skill：用于多 Agent 并行处理不同章节（当书籍超出单 Agent 上下文窗口时必须使用）
11
12	## 第一步：评估书籍规模，决定单 Agent 还是多 Agent
13
14	这是最关键的一步。在开始拆书之前，必须先估算书籍内容是否能装进单个 Agent 的上下文窗口。
15
16	### 上下文窗口容量（按 100k token 估算）
17
18	\| 语言 \| 100k token ≈ \| 扣除格式开销后 \|
19	\|------\|-------------\|--------------\|
20	\| 英文 \| ~75,000 单词 / ~270 页 \| ~200 页 \|
21	\| 中文 \| ~50,000-65,000 字 / ~110 页 \| ~80 页 \|
22
23	> 注：上下文窗口不只装书的内容，还要装 Skill 指令、Agent 提示词、输出缓冲等。所以实际可用于书籍内容的空间约为窗口的 70-80%。
24
25	### 操作：估算 PDF 页数
26
27	```bash
28	# 用 PDF Skill 读取页数
29	# 或者直接问用户：这本书大概多少页？
30	```
31
32	### 决策树
33
34	```
35	书籍页数？
36	├── 英文 ≤ 200 页 / 中文 ≤ 80 页
37	│ → 单 Agent 模式（直接读取全书，一个 Agent 完成所有提取）
38	│
39	├── 英文 200-500 页 / 中文 80-200 页
40	│ → Swarm 模式：2-3 个 Agent，每个负责一部分章节
41	│
42	└── 英文 > 500 页 / 中文 > 200 页
43	→ Swarm 模式：4-6 个 Agent，按主题/部分拆分
44	```
45
46	### Agent 数量计算公式
47
48	```
49	所需 Agent 数 = ceil(书籍页数 / 单 Agent 可处理页数)
50
51	单 Agent 可处理页数：
52	- 英文：~200 页
53	- 中文：~80 页
54	```
55
56	示例：《行为设计学》中文版约 250 页 → ceil(250 / 80) = 4 个 Agent，实际拆成了 4 个 Skill（making-decisions + 3 个子 Skill），每个 Agent 负责 2-3 章。
57
58	---
59
60	## 第二步：通读目录，识别框架骨架
61
62	读取书籍目录和前言（这一步不需要读全书，单 Agent 即可），回答：
63
64	1. 这本书解决什么核心问题？
65	2. 作者提出的主框架是什么？（如 WRAP、OODA、第一性原理）
66	3. 框架有几个核心步骤/模块？
67	4. 每个步骤对应哪些章节？
68
69	输出：框架骨架表
70
71	```
72	\| 框架步骤 \| 对应章节 \| 预计拆成的 Skill \| 分配给 Agent \|
73	\|---------\|---------\|----------------\|-------------\|
74	\| 步骤 1 \| 第 1-3 章 \| skill-name-1 \| Agent 1 \|
75	\| 步骤 2 \| 第 4-6 章 \| skill-name-2 \| Agent 2 \|
76	```
77
78	---
79
80	## 第三步：确定 Skill 结构
81
82	根据框架复杂度决定：
83
84	- 单 Skill：框架简单，3-5 个步骤，一个 SKILL.md 搞定
85	- 主 Skill + 子 Skill：框架复杂，每个步骤本身就是一套方法论
86	- 主 Skill 负责路由（判断用户场景 → 调度子 Skill）
87	- 子 Skill 负责具体操作
88
89	判断标准：如果一个步骤的操作说明超过 100 行，就应该拆成独立子 Skill。
90
91	---
92
93	## 第四步：逐章提取
94
95	### 单 Agent 模式
96
97	直接读取全书 PDF，按章节顺序提取。
98
99	### Swarm 多 Agent 模式
100
101	用 `/swarm` 启动团队，按第二步的分配表分配章节。
102
103	Agent 提示词模板：
104
105	```
106	角色：章节提取员
107	职责：阅读第 X-Y 章（PDF 第 M-N 页），按以下格式提取内容
108
109	提取内容：
110	1. 核心概念（一句话总结）
111	2. 操作步骤（具体可执行，不是"思考一下"，而是"问自己：___"）
112	3. 案例（格式：人物/组织 → 情境 → 做法 → 结果 → 启示）
113	4. 警惕信号（什么情况下应该触发这个方法）
114	5. 注意事项（边界情况、常见误用）
115
116	输出要求：Markdown 格式，每章一个二级标题
117	完成标准：每章至少 2 个案例，操作步骤必须具体到 Agent 可以直接执行
118	文件范围：只读取 PDF 第 M-N 页，不要读其他部分
119	```
120
121	关键规则：
122	- 每个 Agent 只读自己负责的页码范围，避免重复读取浪费 token
123	- 领导 Agent 负责汇总和组装，不直接提取内容
124	- 提取完成后，每个 Agent 把结果写入独立的 Markdown 文件
125
126	---
127
128	## 第五步：组装 Skill
129
130	将提取的内容组装成 SKILL.md：
131
132	1. 写 frontmatter（name + description，description 要写清触发场景）
133	2. 写任务目标（一段话）
134	3. 按逻辑顺序排列操作步骤
135	4. 在步骤中嵌入关键案例（1-2 个最有说服力的）
136	5. 其余案例放入 `references/cases.md`
137	6. 写注意事项和使用示例
138	7. 如果是主 Skill，写清路由逻辑（什么场景调度哪个子 Skill）
139
140	---
141
142	## 第六步：自测
143
144	用 3 个真实场景测试 Skill：
145
146	1. 调用 Skill，看 Agent 的引导是否清晰
147	2. 检查是否有步骤模糊到 Agent 不知道该问什么
148	3. 检查案例是否帮助用户理解概念
149
150	不通过就回第五步修改。
151
152	---
153
154	## 第七步：提交
155
156	按 CONTRIBUTING.md 规范提交：
157	- 分支名：`book/书名英文`
158	- PR 说明：拆了哪本书、包含哪些 Skill、每个 Skill 的触发场景
159
160	---
161
162	## 质量标准
163
164	\| 维度 \| 合格 \| 不合格 \|
165	\|------\|------\|--------\|
166	\| 操作步骤 \| "问用户：如果当前选项都不可行，你会怎么办？" \| "引导用户拓宽思路" \|
167	\| 案例 \| 有人物、情境、做法、结果、启示 \| "比如某公司做过类似的事" \|
168	\| 触发场景 \| "当用户说'要不要做 X'时" \| "当用户需要帮助时" \|
169	\| Skill 粒度 \| 一个 Skill 解决一个问题 \| 一个 Skill 覆盖整本书 \|
170	\| Agent 分配 \| 基于页数估算，每个 Agent 不超过上下文窗口 \| 不管多长都塞给一个 Agent \|

People who liked this also viewed

6 picks

Type

find-skillsHelps users discover and install agent skills when they ask questions like "how do I do X", "find a skill for X", "is there a skill that can...", or express interest in extending capabilities. This skSkillsJul 20262.6M27k
grill-meA relentless interview to sharpen a plan or design.SkillsJul 2026633k182k
vercel-react-best-practicesVercel's official collection of agent skillsSkillsJul 2026573k29k
improve-codebase-architectureScan a codebase for deepening opportunities, present them as a visual HTML report, then grill through whichever one you pick.SkillsJul 2026522k182k
setup-matt-pocock-skillsConfigure this repo for the engineering skills — set up its issue tracker, triage label vocabulary, and domain doc layout. Run once before first use of the other engineering skills.SkillsJul 2026454k182k
triageMove issues and external PRs through a state machine of triage roles — categorise, verify, grill if needed, and write agent-ready briefs.SkillsJul 2026424k182k

book-to-skill

77stars5forks

View on GitHub

How to install book-to-skill?

apple-ouyang/book-to-skill/book-to-skill

$npx -y skills add apple-ouyang/book-to-skill --skill book-to-skill

Installs into the current project.

Summary

把一本书拆解成 Claude Code 可执行的 Skill。当用户说"拆书"、"把这本书变成 Skill"、"book to skill"、"extract skill from book" 时触发。

Files · 1

View on GitHub

SKILL.md

1	# 拆书：从书籍到可执行 Skill
2
3	## 任务目标
4
5	把一本书中的核心框架、操作方法和真实案例，拆解成结构化的 Claude Code Skill，让 AI Agent 能在用户需要时自动调用书中的智慧。
6
7	## 前置依赖
8
9	- PDF Skill：用于读取 PDF 格式书籍（`npx @anthropic-ai/claude-code-skills install pdf`）
10	- Swarm Skill：用于多 Agent 并行处理不同章节（当书籍超出单 Agent 上下文窗口时必须使用）
11
12	## 第一步：评估书籍规模，决定单 Agent 还是多 Agent
13
14	这是最关键的一步。在开始拆书之前，必须先估算书籍内容是否能装进单个 Agent 的上下文窗口。
15
16	### 上下文窗口容量（按 100k token 估算）
17
18	\| 语言 \| 100k token ≈ \| 扣除格式开销后 \|
19	\|------\|-------------\|--------------\|
20	\| 英文 \| ~75,000 单词 / ~270 页 \| ~200 页 \|
21	\| 中文 \| ~50,000-65,000 字 / ~110 页 \| ~80 页 \|
22
23	> 注：上下文窗口不只装书的内容，还要装 Skill 指令、Agent 提示词、输出缓冲等。所以实际可用于书籍内容的空间约为窗口的 70-80%。
24
25	### 操作：估算 PDF 页数
26
27	```bash
28	# 用 PDF Skill 读取页数
29	# 或者直接问用户：这本书大概多少页？
30	```
31
32	### 决策树
33
34	```
35	书籍页数？
36	├── 英文 ≤ 200 页 / 中文 ≤ 80 页
37	│ → 单 Agent 模式（直接读取全书，一个 Agent 完成所有提取）
38	│
39	├── 英文 200-500 页 / 中文 80-200 页
40	│ → Swarm 模式：2-3 个 Agent，每个负责一部分章节
41	│
42	└── 英文 > 500 页 / 中文 > 200 页
43	→ Swarm 模式：4-6 个 Agent，按主题/部分拆分
44	```
45
46	### Agent 数量计算公式
47
48	```
49	所需 Agent 数 = ceil(书籍页数 / 单 Agent 可处理页数)
50
51	单 Agent 可处理页数：
52	- 英文：~200 页
53	- 中文：~80 页
54	```
55
56	示例：《行为设计学》中文版约 250 页 → ceil(250 / 80) = 4 个 Agent，实际拆成了 4 个 Skill（making-decisions + 3 个子 Skill），每个 Agent 负责 2-3 章。
57
58	---
59
60	## 第二步：通读目录，识别框架骨架
61
62	读取书籍目录和前言（这一步不需要读全书，单 Agent 即可），回答：
63
64	1. 这本书解决什么核心问题？
65	2. 作者提出的主框架是什么？（如 WRAP、OODA、第一性原理）
66	3. 框架有几个核心步骤/模块？
67	4. 每个步骤对应哪些章节？
68
69	输出：框架骨架表
70
71	```
72	\| 框架步骤 \| 对应章节 \| 预计拆成的 Skill \| 分配给 Agent \|
73	\|---------\|---------\|----------------\|-------------\|
74	\| 步骤 1 \| 第 1-3 章 \| skill-name-1 \| Agent 1 \|
75	\| 步骤 2 \| 第 4-6 章 \| skill-name-2 \| Agent 2 \|
76	```
77
78	---
79
80	## 第三步：确定 Skill 结构
81
82	根据框架复杂度决定：
83
84	- 单 Skill：框架简单，3-5 个步骤，一个 SKILL.md 搞定
85	- 主 Skill + 子 Skill：框架复杂，每个步骤本身就是一套方法论
86	- 主 Skill 负责路由（判断用户场景 → 调度子 Skill）
87	- 子 Skill 负责具体操作
88
89	判断标准：如果一个步骤的操作说明超过 100 行，就应该拆成独立子 Skill。
90
91	---
92
93	## 第四步：逐章提取
94
95	### 单 Agent 模式
96
97	直接读取全书 PDF，按章节顺序提取。
98
99	### Swarm 多 Agent 模式
100
101	用 `/swarm` 启动团队，按第二步的分配表分配章节。
102
103	Agent 提示词模板：
104
105	```
106	角色：章节提取员
107	职责：阅读第 X-Y 章（PDF 第 M-N 页），按以下格式提取内容
108
109	提取内容：
110	1. 核心概念（一句话总结）
111	2. 操作步骤（具体可执行，不是"思考一下"，而是"问自己：___"）
112	3. 案例（格式：人物/组织 → 情境 → 做法 → 结果 → 启示）
113	4. 警惕信号（什么情况下应该触发这个方法）
114	5. 注意事项（边界情况、常见误用）
115
116	输出要求：Markdown 格式，每章一个二级标题
117	完成标准：每章至少 2 个案例，操作步骤必须具体到 Agent 可以直接执行
118	文件范围：只读取 PDF 第 M-N 页，不要读其他部分
119	```
120
121	关键规则：
122	- 每个 Agent 只读自己负责的页码范围，避免重复读取浪费 token
123	- 领导 Agent 负责汇总和组装，不直接提取内容
124	- 提取完成后，每个 Agent 把结果写入独立的 Markdown 文件
125
126	---
127
128	## 第五步：组装 Skill
129
130	将提取的内容组装成 SKILL.md：
131
132	1. 写 frontmatter（name + description，description 要写清触发场景）
133	2. 写任务目标（一段话）
134	3. 按逻辑顺序排列操作步骤
135	4. 在步骤中嵌入关键案例（1-2 个最有说服力的）
136	5. 其余案例放入 `references/cases.md`
137	6. 写注意事项和使用示例
138	7. 如果是主 Skill，写清路由逻辑（什么场景调度哪个子 Skill）
139
140	---
141
142	## 第六步：自测
143
144	用 3 个真实场景测试 Skill：
145
146	1. 调用 Skill，看 Agent 的引导是否清晰
147	2. 检查是否有步骤模糊到 Agent 不知道该问什么
148	3. 检查案例是否帮助用户理解概念
149
150	不通过就回第五步修改。
151
152	---
153
154	## 第七步：提交
155
156	按 CONTRIBUTING.md 规范提交：
157	- 分支名：`book/书名英文`
158	- PR 说明：拆了哪本书、包含哪些 Skill、每个 Skill 的触发场景
159
160	---
161
162	## 质量标准
163
164	\| 维度 \| 合格 \| 不合格 \|
165	\|------\|------\|--------\|
166	\| 操作步骤 \| "问用户：如果当前选项都不可行，你会怎么办？" \| "引导用户拓宽思路" \|
167	\| 案例 \| 有人物、情境、做法、结果、启示 \| "比如某公司做过类似的事" \|
168	\| 触发场景 \| "当用户说'要不要做 X'时" \| "当用户需要帮助时" \|
169	\| Skill 粒度 \| 一个 Skill 解决一个问题 \| 一个 Skill 覆盖整本书 \|
170	\| Agent 分配 \| 基于页数估算，每个 Agent 不超过上下文窗口 \| 不管多长都塞给一个 Agent \|

People who liked this also viewed

6 picks

Type