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" — i.e. wants a…
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 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 methodology/01-stage0-adler.md 中的 Adler 四步 (结构 / 解释 / 批判 / 应用)。 按 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 extractors/framework-extractor.md 决策框架 / 思维模型 原则提取器 extractors/principle-extractor.md 原则 / 清单 / 规则 案例提取器 extractors/case-extractor.md 作者在书中亲自使用过的实例 反例提取器 extractors/counter-example-extractor.md 书中警告的失败模式 术语提取器 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 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 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 methodology/04-stage2-ria-plus.md。 阶段 3 — Zettelkasten 链接 按 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 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 methodology/06-stage4-pressure-test.md: 设计 5–10 条测试 prompt,按 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
don't have the plugin yet? install it then click "run inline in claude" again.