| name | book-to-skill |
| description | 将方法论书籍转换为可复用 Skill 的元 Skill。当用户上传一本 PDF 或 TXT 格式的书籍（尤其是方法论、工具书、指南类书籍）并希望将其核心方法提取为 Skill 时，使用此 Skill。典型触发场景："把这本书变成 skill"、"提取这本书的方法论"、"将这本 PDF/TXT 转换为 skill"、"分析这本书的核心方法"、"帮我总结这本书的方法/框架"、"提炼这本书的核心要点"、用户上传 PDF/TXT 书籍后询问如何处理、即使没有明确提到 "skill" 只要用户希望从书籍中提取可复用的方法论/框架/操作指南也应使用此 Skill。此 Skill 会自动解析 PDF/TXT，提取书名、作者、关键章节，并通过 16 个核心问题深度分析书籍内容，最终生成结构化的 Skill 文件。 |
Book to Skill 元 Skill
概述
本 Skill 用于将任何方法论书籍（工具书、指南、方法论著作）转换为结构化的、可复用的 Skill 格式。通过系统化的 16 个问题框架，深度提取书籍中的方法步骤、核心原则、警告提示、案例示例和工具模板。
使用流程
第一步：接收用户输入
- 确认输入文件：用户应提供 PDF 或 TXT 格式的书籍文件
- 明确目标：确认用户希望将书籍转换为 Skill
- 了解背景（可选）：询问用户是否有特定的使用场景或关注点
- 确认书籍类型（可选）：如果用户已说明书籍类型为方法论/工具书，可跳过后续的类型检测步骤
第二步：解析书籍内容
根据文件格式选择对应的提取脚本：
PDF 格式：
python3 scripts/extract_pdf.py <pdf_path> --output <output_dir>
TXT 格式：
python3 scripts/extract_txt.py <txt_path> --output <output_dir>
也可使用 run_pipeline.py 一键执行，它会根据文件扩展名自动选择对应的提取脚本。
脚本会提取：
- 书籍元数据（书名、作者、出版信息）
- 完整文本内容
- 章节结构
- 目录信息
第 2.5 步：检测书籍类型
在深度分析之前，先判断书籍是否属于方法论/工具书范畴。基于第二步提取的文本内容和章节结构进行判断。
判断依据（满足任一即为方法论书籍）：
- 书籍内容包含明确的方法步骤、操作指南、流程框架
- 章节结构呈现"步骤型"或"原则型"（如"第一步"、"原则 1"、"Rule 1"）
- 书籍定位是解决特定问题或传授特定技能
- analysis_template.json 中的 16 个问题能够有效回答
非方法论书籍的特征（满足任一即应拒绝）：
- 纯叙事类：小说、短篇集、散文集
- 纯记录类：传记、回忆录、历史纪实（无方法论提炼）
- 纯欣赏类：诗歌集、摄影集、画册
- 纯知识类：教科书、百科全书、词典（非方法论导向）
处理方式：
如果判定为非方法论书籍，直接回复用户：
这本书（《书名》）看起来属于 [小说/传记/散文] 类型，不属于方法论工具书。本 Skill 专为方法论、工具书、指南类书籍设计，通过 16 个问题框架提取可操作的方法步骤和核心原则。对于此类书籍，建议：
- 如果书中包含可提炼的方法论（如人物传记中的管理智慧），可以明确告知我关注点，我会针对性提取
- 如果只是想了解书籍内容，可以直接提问，无需生成 Skill
注意： 边界模糊的书籍（如《乔布斯传》既算传记也包含管理方法论）不要直接拒绝，应倾向继续处理。
第三步：深度分析
在开始分析之前，先读取以下参考文件：
- 读取
references/analysis_framework.md -- 获取完整的 16 个问题分析框架
- 读取
references/analysis_template.json -- 了解每个问题的期望输出格式
- 参考
references/sample_analysis.json -- 查看 GTD 书籍的完整分析示例
然后基于提取的书籍内容，按照 16 个问题框架系统性地分析书籍内容，将结果保存为 JSON 格式。
16 个问题涵盖：书籍定位、方法步骤、核心规矩、警告提示、关键提问、适用场景、前置条件、预期产出、检验标准、核心原理、配套资源、学习路径、方法变体、进阶技巧、AI 辅助点、Skill 化建议。
第四步：生成 Skill 文件
基于以上分析，生成标准的 Skill 文件结构：
<skill-name>/
├── SKILL.md # 主 Skill 文件
├── scripts/ # 辅助脚本（如需要）
├── references/ # 参考资料
└── assets/ # 资源文件
使用 scripts/generate_skill.py 脚本生成 Skill：
python3 scripts/generate_skill.py \
--analysis <analysis_json> \
--output <skill_output_dir>
第五步：验证与优化
- 完整性检查：确保所有 16 个问题都有答案
- 逻辑一致性：检查内容逻辑是否一致
- 可操作性：验证生成的 Skill 是否可操作
- 用户反馈：根据用户反馈进行调整
附：大书籍增量分析
对于超过 300 页的大型书籍（或超过 50 万字的 TXT 文件），建议分批分析：
PDF 格式：
python3 scripts/extract_pdf.py book.pdf --output ./output --chunk 0 --chunk-total 3
python3 scripts/extract_pdf.py book.pdf --output ./output --chunk 1 --chunk-total 3
python3 scripts/extract_pdf.py book.pdf --output ./output --chunk 2 --chunk-total 3
TXT 格式：
python3 scripts/extract_txt.py book.txt --output ./output --chunk 0 --chunk-total 3
python3 scripts/extract_txt.py book.txt --output ./output --chunk 1 --chunk-total 3
python3 scripts/extract_txt.py book.txt --output ./output --chunk 2 --chunk-total 3
- 分批提取书籍内容
- 逐批进行 16 个问题分析
- 合并各批次的分析结果为完整 JSON
- 用合并后的 JSON 生成最终 Skill
输出格式规范
SKILL.md 结构
---
name: <skill-name>
description: <基于问题 1 和 16 生成的描述，典型触发场景：场景 1；场景 2；场景 3>
---
# <书籍标题> Skill
## 概述
<基于问题 1：书籍定位>
## 核心方法
### 方法步骤
<基于问题 2：步骤详解>
### 核心原则
<基于问题 3：核心规矩>
### 注意事项
<基于问题 4：警告与坑>
## 使用指南
### 适用场景
<基于问题 6：适用/不适用场景>
### 前置准备
<基于问题 7：前置条件>
### 预期产出
<基于问题 8：预期产出>
### 检验标准
<基于问题 9：检验标准>
## 深入理解
### 核心原理
<基于问题 10：核心原理>
### 关键提问
<基于问题 5：关键提问>
## 实践资源
### 配套工具
<基于问题 11：配套资源>
### 学习路径
<基于问题 12：学习路径>
### 方法变体
<基于问题 13：常见变体>
### 进阶技巧
<基于问题 14：进阶技巧>
## AI 辅助建议
<基于问题 15：AI 辅助点>
命名规范
Skill 名称应遵循以下规范：
- 使用小写字母和连字符
- 简洁明了，体现书籍核心主题
- 避免使用书名全称（除非书名本身就是方法名）
- 示例：
getting-things-done、atomic-habits、deep-work
注意事项
- 版权尊重：生成的 Skill 仅供个人学习使用，不得用于商业目的
- 内容提炼：Skill 应该是对书籍内容的提炼，而非全文复制
- 实用性优先：重点关注可操作的方法论，而非理论阐述
- 保持更新：随着对书籍理解的深入，持续优化 Skill
示例
输入
用户上传《Getting Things Done》PDF 或 TXT 文件
处理流程
- 提取书籍内容
- 通过 16 个问题分析
- 生成
getting-things-done Skill
输出
结构化的 GTD Skill，包含：
- 收集、处理、组织、回顾、执行五个步骤
- 两分钟原则、下一步行动等核心原则
- 清单、流程图等工具模板
Supporting Files
| 文件路径 | 用途 | 读取时机 |
|---|
scripts/extract_pdf.py | PDF 内容提取脚本 | 第二步执行时 |
scripts/extract_txt.py | TXT 内容提取脚本 | 第二步执行时 |
scripts/generate_skill.py | Skill 文件生成脚本 | 第四步执行时 |
references/analysis_framework.md | 16 个问题分析框架（详细版） | 第三步分析前必读 |
references/analysis_template.json | 分析结果 JSON 模板 | 第三步分析前必读 |
references/sample_analysis.json | GTD 书籍完整分析示例 | 第三步分析时参考 |
