| disable-model-invocation | true |
| name | book2skill |
| description | Distill a book into a coherent set of executable skills. Use when the user asks to "拆书" / "蒸馏一本书" / "把 XX 书做成 skill" / "turn a book into skills" / "book2skill" — i.e. wants a book's frameworks, principles, and methodologies extracted into atomic, reusable Claude skills that an agent can invoke in real-world situations. NOT for simple summarization, book reviews, or role-playing as the author (that is nuwa-skill's job). |
book2skill — 把一本书蒸馏成一组可执行 skills 的元 skill
使命
把一本书里沉淀的方法论,拆解成一组原子化、可被 agent 在真实场景下调用的 skills,让读者真正用起来。
边界:
- ✅ 做: 方法论 / 决策框架 / 清单 / 原则 / 概念体系的蒸馏
- ❌ 不做: 书摘 / 读后感 / 作者人设角色扮演 (后者请用 nuwa-skill)
核心方法论: RIA-TV++
一个四阶段 + 并行提取 + 三重验证 + darwin 兼容测试的流水线。详见 references/methodology/00-overview.md。
阶段 0: Adler 整书理解 → BOOK_OVERVIEW.md
阶段 1: 5 个 agent 并行提取 → 候选方法论单元池
阶段 1.5: 三重验证筛选 → 通过的单元
阶段 2: RIA++ 构造 skill → 每个 skill 的 SKILL.md
阶段 3: Zettelkasten 链接 → INDEX.md
阶段 4: 压力测试 (darwin 兼容) → test-prompts.json + 回炉淘汰
何时调用此 skill
用户说类似:
- "帮我拆《穷查理宝典》"
- "把毛选蒸馏成 skill"
- "distill this book into skills: "
- "我想把这本书的方法论做成可用的 skill"
输入要求
在开始前必须从用户处确认:
- 书的文本来源: PDF / EPUB / TXT 文件路径, 或可访问的纯文本。不要在没有文本的情况下"凭记忆"拆书 — 宁可停下来问用户要。
- 书名 + 作者 + 出版年: 用于目录命名和审计。
- 是否首次试点: 如果用户是第一次用 book2skill,建议先拆 1 本验证流程再批量。
输出结构
books/<book-slug>/
├── BOOK_OVERVIEW.md # 阶段 0 产出: 主旨/骨架/术语/批判
├── INDEX.md # 阶段 3 产出: skill 总览 + 引用图
├── candidates/ # 阶段 1 产出: 原始候选池 (审计用)
├── rejected/ # 阶段 1.5 淘汰的单元 + 原因 (审计用)
├── <skill-slug-1>/
│ ├── SKILL.md
│ └── test-prompts.json # darwin-skill 兼容格式
├── <skill-slug-2>/
│ └── ...
执行流程 (严格按顺序)
阶段 0 — 整书理解
- 读取用户提供的书本文本。大文件分块阅读。
- 执行
references/methodology/01-stage0-adler.md 中的 Adler 四步 (结构 / 解释 / 批判 / 应用)。
- 按
references/templates/BOOK_OVERVIEW.md.template 填充,写入 books/<slug>/BOOK_OVERVIEW.md。
- 把产出展示给用户确认:"骨架我理解对了吗?有没有你希望重点突出的方向?" 得到确认再进入阶段 1。
阶段 1 — 5 个 sub-agent 并行提取
并行 spawn 5 个 Task sub-agents(使用 Agent 工具,一次调用中发起 5 个):
| sub-agent | 读取的 prompt | 产出 |
|---|
| 框架提取器 | references/extractors/framework-extractor.md | 决策框架 / 思维模型 |
| 原则提取器 | references/extractors/principle-extractor.md | 原则 / 清单 / 规则 |
| 案例提取器 | references/extractors/case-extractor.md | 作者在书中亲自使用过的实例 |
| 反例提取器 | references/extractors/counter-example-extractor.md | 书中警告的失败模式 |
| 术语提取器 | references/extractors/glossary-extractor.md | 关键概念词典 |
每个 sub-agent 独立读书、独立提取、独立输出到 books/<slug>/candidates/<type>.md。
阶段 1.5 — 三重验证筛选
读取 references/methodology/03-stage1.5-triple-verify.md,对每个候选单元执行:
- V1 跨域: 书中至少 2 个独立段落有佐证?
- V2 预测力: 能用它回答一个书里没明说的新问题吗?
- V3 独特性: 不是任何聪明人都会说的常识吗?
通过的进入阶段 2。不通过的写入 books/<slug>/rejected/ 并附原因 — 保留审计轨迹,也允许用户事后捞回。
阶段 2 — RIA++ 构造 skill
对每个通过的单元,按 references/templates/SKILL.md.template 填充:
- R (Reading): 原文引用 ≤150 字/段
- I (Interpretation): 用自己的话重写方法论骨架 (避免照搬译本)
- A1 (Past Application): 书中作者用过的案例
- A2 (Future Trigger) ★: 用户在什么情境下会需要这个 → skill 的
description 字段
- E (Execution): 1-2-3 可执行步骤
- B (Boundary): 什么时候不适用 / 来自阶段 0 批判阶段的作者盲点
细则见 references/methodology/04-stage2-ria-plus.md。
阶段 3 — Zettelkasten 链接
按 references/methodology/05-stage3-zettelkasten.md:
- 找出 skill 之间的引用关系 (A 依赖 B / A 对比 B / A 组合 B)
- 在每个 SKILL.md 末尾补"相关 skills"段
- 按
references/templates/INDEX.md.template 生成 INDEX.md (含引用图 mermaid)
阶段 4 — 压力测试 (darwin 兼容)
对每个 skill 按 references/methodology/06-stage4-pressure-test.md:
- 设计 5–10 条测试 prompt,按
references/templates/test-prompts.json.template 写入 test-prompts.json
- 至少包括 3 类: 应调用 / 不应调用 (诱饵) / 边界模糊
- 本地跑一遍,未过的回炉重做阶段 2 — 不做"表面修补"
- 全部通过后通知用户: "已完成,可一键喂给 darwin-skill 自动进化"
质量红线 (违反则阻止输出)
- 每个 skill 必须通过全部三重验证
- 每个 skill 必须有完整的 R / I / A1 / A2 / E / B 六段
- 原文引用 ≤150 字/段
- 每个 skill 必须有
test-prompts.json,且包含诱饵测试 (不应调用的场景)
description 字段必须明确 trigger 条件,不能只是"一个关于 X 的 skill"
与 nuwa-skill / darwin-skill 的生态定位
- nuwa-skill: 蒸馏人 (思维方式 / 表达 DNA)
- book2skill (本 skill): 蒸馏书 (方法论 / 框架 / 原则)
- darwin-skill: 进化任意 skill
三者咬合: 本 skill 输出的 test-prompts.json 严格遵循 darwin-skill 格式,以便产出的 skill 可直接接入 darwin 做自动进化。
调用惯例
- 永远先试点 1 本 — 除非用户明确说"批量"
- 阶段之间主动汇报进度 — 不要静默跑完再 dump 结果
- 不凭记忆拆书 — 没文本就停下来问
- 保留审计轨迹 — candidates/ 和 rejected/ 都要留
