如何用 book-to-skill 的 analyze-only 模式在生成 skill 前预览书籍结构【免费下载链接】book-to-skillTurn any technical book PDF into a Claude Code skill — ready to study, reference, and use while you work.项目地址: https://gitcode.com/GitHub_Trending/bo/book-to-skill把一本书转成 skill 前你可能想先确认两件事提取出来的章节结构是否符合预期、能提炼出哪些框架和原则——尤其是大书Full Conversion 的 token 开销不小SKILL.md 的 Step 2.5 专门在生成前给出成本预估就是为了让你有依据地决定要不要继续。book-to-skill 的 Analyze Only 模式SKILL.md 中称为 Mode 2就是为此设计的它只执行 Steps 0–3范围检查、输入校验、文本提取、结构分析然后输出一份结构化提取报告就停止不生成任何 skill 文件。本文适用于任何能运行该 skill 的宿主Claude Code、GitHub Copilot CLI、Amp、Hermes Agent说明如何触发该模式、报告会包含什么、以及如何核对预览结果。安装 skill 并检查提取环境先明确一点Analyze Only 不是extract.py的命令行参数而是/book-to-skillagent skill 流程中的一个模式单独安装的 pip CLI 只提供文本提取没有这个入口。所以第一步是把 skill 装进宿主对应的 skills 目录docs/install.md 给出了各宿主的完整路径以 Claude Code 为例git clone https://gitcode.com/GitHub_Trending/bo/book-to-skill ~/.claude/skills/book-to-skill其他宿主把克隆目标换成对应目录即可Copilot CLI~/.copilot/skills/Amp~/.agents/skills/Hermes Agent${HERMES_HOME:-$HOME/.hermes}/skills/category/或者用一条命令让 skills CLI 按所选宿主安装npx skills add virgiliojr94/book-to-skill装好后在 skill 目录下运行一次预检无需提供文件只报告环境python3 scripts/extract.py --check它会按格式列出已安装的提取器并给出缺失项的精确安装命令。纯文本、Markdown 等格式无额外依赖PDF 依赖pdftotextpoppler或doclingEPUB、DOCX、RTF 各有可选的更优提取器。如何触发 Analyze Only 模式在 agent 会话中用文档路径调用~/path/to/your-book.pdf换成你的文档路径也支持目录和 glob支持格式见 docs/usage.md/book-to-skill ~/path/to/your-book.pdf接下来会发生三件事Step 1.5内容类型提问。转换器会问这本书是 Technical有代码块、表格、公式还是 Text-heavy以正文为主。答案决定提取器technical 的 PDF 走 Docling约 1.5 秒/页长文档要等几分钟text 模式用最快的可用提取器PDF 走 pdftotext。Step 2文本提取。agent 在已安装的 skill 目录下定位scripts/extract.py并执行等效于第一个参数是 skill 安装位置下的脚本路径装在哪就解析到哪例如 Claude Code 装在~/.claude/skills时即~/.claude/skills/book-to-skill/scripts/extract.py--mode取technical或text对应 Step 1.5 的答案python3 ~/.claude/skills/book-to-skill/scripts/extract.py ~/path/to/your-book.pdf --mode text --install-missing ask若检测到格式缺少更优提取器--install-missing ask会提示你选择是否安装非交互会话则默认退回 fallback只有显式yes才自动安装。完成时输出会打印Workdir -、Text -、Meta -三行给出本次运行的实际路径。Step 2.5成本预估。生成任何东西之前agent 基于本次运行的metadata.json给出预估来源数量、页数/词数/token 数、输入与输出 token 估算输入 ≈estimated_tokens × 1.3输出 ≈ 章节数 × 每章预算 SKILL.md 4,000 tokens glossary/patterns/cheatsheet 4,500 tokens以及将要生成的文件清单。提示的结尾是➡ Proceed with Full Conversion / Update? (or type analyze only to preview first)此时回答analyze only即切换到 Mode 2。也可以从一开始就表明意图——文档列出的触发说法包括 analyze、just extract、I want to review before generating。进入 Mode 2 后流程只走到 Step 3Step 4 的用途提问决定DEPTH和其后所有生成步骤都被跳过不会创建任何 skill 目录。Analyze Only 的产物工作目录与提取报告提取输出位于按运行隔离的工作目录默认tempdir/book_skill_work-pid/或环境变量BOOK_SKILL_WORKDIR指定的路径。内含两个文件full_text.txt— 所有来源合并的提取文本首行带SOURCE:头标明来源metadata.json— 总大小、词数、页数、token 数、被丢弃的 EPUB 图片数量、本次运行的workdir以及逐来源的明细列表。目录名按运行区分目的是让同一机器上的并发提取互不覆盖所以实际路径要从输出的Workdir -行或metadata.json的workdir字段读取不要假定固定位置。结构分析Step 3读取full_text.txt的前 8,000 字符识别书名、作者、章节结构Chapter N、PART I、编号标题、目录和主题域再依据目录映射全部章节。完成后 agent 输出提取报告其结构由 SKILL.md Step 3 定义其中...是模板占位符由 agent 从本次提取结果填充## Extraction Report — Title ### Authors Core Frameworks - **Framework Name**: what it is and when to apply ### Key Principles - Principle: actionable rule ### Techniques Methods - Technique: step-by-step or how-to ### Anti-patterns - What to avoid: why ### Suggested Skill Name {author-lastname}-{core-concept} — e.g. cialdini-influence ### Chapters Detected | # | Title | Main Frameworks |Chapters Detected 表格加各框架列表就是书籍结构预览的核心它告诉你检测到了多少章、各章标题、以及从每章提炼出的框架。如何核对预览结果核对分三层都来自文档明确给出的检查项确认提取的是你指定的文档。看metadata.json的filename/source_file字段或full_text.txt首行的SOURCE:头。机器上有并发提取时尤其重要——盯错 run 的工作目录会读到别人那本书的结果。确认报告覆盖了你关心的结构。有目录的书Chapters Detected 表应列出全部章节Suggested Skill Name 按{author-lastname}-{core-concept}格式给出供后续生成时命名参考。确认没有生成 skill 文件。Mode 2 的定义就是在报告后停止Stop — do NOT generate skill files任何宿主的 skills 目录下都不会出现新的 skill 目录——这是它与 Full Conversion 的边界。两个会直接影响预览结果的已知限制docs/how-it-works.md 与 docs/faq.md章节自动检测依赖显式标题。检测依赖Chapter N/Capítulo N这类标题只用章节题名或罗马数字编号的书文档举例 Pro Git 和 Moby-Dick无法自动分段——提取和转换照常工作但需要人工指认章节。如果报告里的章节表是空的或不完整先对照书的标题风格检查是否属于这种情况。扫描版 PDF 会提前停止。没有文本层的 PDF拍照、扫描件会在前几页就被识别并立即停止而不是跑完全书产出空结果。遇到这种情况先做 OCR 再转换input.pdf不被修改结果写入output.pdfocrmypdf input.pdf output.pdfbook-to-skill 本身不执行 OCR这一步由你完成。如果提取质量异常怀疑环境问题时重新跑python3 scripts/extract.py --check确认各格式实际使用的提取器。预览之后的下一步基于分析结果生成 skill报告看完、决定继续时文档定义了配套的Generate from Prior Analysis模式Mode 3当用户已有分析笔记、或此前跑过 analyze-only 时跳过 Steps 0–3直接把提供的分析作为输入执行 Steps 4–9——不再重新提取从确定 skill 名称开始生成章节摘要、glossary/patterns/cheatsheet 和主 SKILL.md。所以 analyze-only 报告的自然用法是核对无误后把它交回 agent作为生成阶段的输入。【免费下载链接】book-to-skillTurn any technical book PDF into a Claude Code skill — ready to study, reference, and use while you work.项目地址: https://gitcode.com/GitHub_Trending/bo/book-to-skill创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 如何用 book-to-skill 的 analyze-only 模式在生成 skill 前预览书籍结构
如何用 book-to-skill 的 analyze-only 模式在生成 skill 前预览书籍结构【免费下载链接】book-to-skillTurn any technical book PDF into a Claude Code skill — ready to study, reference, and use while you work.项目地址: https://gitcode.com/GitHub_Trending/bo/book-to-skill把一本书转成 skill 前你可能想先确认两件事提取出来的章节结构是否符合预期、能提炼出哪些框架和原则——尤其是大书Full Conversion 的 token 开销不小SKILL.md 的 Step 2.5 专门在生成前给出成本预估就是为了让你有依据地决定要不要继续。book-to-skill 的 Analyze Only 模式SKILL.md 中称为 Mode 2就是为此设计的它只执行 Steps 0–3范围检查、输入校验、文本提取、结构分析然后输出一份结构化提取报告就停止不生成任何 skill 文件。本文适用于任何能运行该 skill 的宿主Claude Code、GitHub Copilot CLI、Amp、Hermes Agent说明如何触发该模式、报告会包含什么、以及如何核对预览结果。安装 skill 并检查提取环境先明确一点Analyze Only 不是extract.py的命令行参数而是/book-to-skillagent skill 流程中的一个模式单独安装的 pip CLI 只提供文本提取没有这个入口。所以第一步是把 skill 装进宿主对应的 skills 目录docs/install.md 给出了各宿主的完整路径以 Claude Code 为例git clone https://gitcode.com/GitHub_Trending/bo/book-to-skill ~/.claude/skills/book-to-skill其他宿主把克隆目标换成对应目录即可Copilot CLI~/.copilot/skills/Amp~/.agents/skills/Hermes Agent${HERMES_HOME:-$HOME/.hermes}/skills/category/或者用一条命令让 skills CLI 按所选宿主安装npx skills add virgiliojr94/book-to-skill装好后在 skill 目录下运行一次预检无需提供文件只报告环境python3 scripts/extract.py --check它会按格式列出已安装的提取器并给出缺失项的精确安装命令。纯文本、Markdown 等格式无额外依赖PDF 依赖pdftotextpoppler或doclingEPUB、DOCX、RTF 各有可选的更优提取器。如何触发 Analyze Only 模式在 agent 会话中用文档路径调用~/path/to/your-book.pdf换成你的文档路径也支持目录和 glob支持格式见 docs/usage.md/book-to-skill ~/path/to/your-book.pdf接下来会发生三件事Step 1.5内容类型提问。转换器会问这本书是 Technical有代码块、表格、公式还是 Text-heavy以正文为主。答案决定提取器technical 的 PDF 走 Docling约 1.5 秒/页长文档要等几分钟text 模式用最快的可用提取器PDF 走 pdftotext。Step 2文本提取。agent 在已安装的 skill 目录下定位scripts/extract.py并执行等效于第一个参数是 skill 安装位置下的脚本路径装在哪就解析到哪例如 Claude Code 装在~/.claude/skills时即~/.claude/skills/book-to-skill/scripts/extract.py--mode取technical或text对应 Step 1.5 的答案python3 ~/.claude/skills/book-to-skill/scripts/extract.py ~/path/to/your-book.pdf --mode text --install-missing ask若检测到格式缺少更优提取器--install-missing ask会提示你选择是否安装非交互会话则默认退回 fallback只有显式yes才自动安装。完成时输出会打印Workdir -、Text -、Meta -三行给出本次运行的实际路径。Step 2.5成本预估。生成任何东西之前agent 基于本次运行的metadata.json给出预估来源数量、页数/词数/token 数、输入与输出 token 估算输入 ≈estimated_tokens × 1.3输出 ≈ 章节数 × 每章预算 SKILL.md 4,000 tokens glossary/patterns/cheatsheet 4,500 tokens以及将要生成的文件清单。提示的结尾是➡ Proceed with Full Conversion / Update? (or type analyze only to preview first)此时回答analyze only即切换到 Mode 2。也可以从一开始就表明意图——文档列出的触发说法包括 analyze、just extract、I want to review before generating。进入 Mode 2 后流程只走到 Step 3Step 4 的用途提问决定DEPTH和其后所有生成步骤都被跳过不会创建任何 skill 目录。Analyze Only 的产物工作目录与提取报告提取输出位于按运行隔离的工作目录默认tempdir/book_skill_work-pid/或环境变量BOOK_SKILL_WORKDIR指定的路径。内含两个文件full_text.txt— 所有来源合并的提取文本首行带SOURCE:头标明来源metadata.json— 总大小、词数、页数、token 数、被丢弃的 EPUB 图片数量、本次运行的workdir以及逐来源的明细列表。目录名按运行区分目的是让同一机器上的并发提取互不覆盖所以实际路径要从输出的Workdir -行或metadata.json的workdir字段读取不要假定固定位置。结构分析Step 3读取full_text.txt的前 8,000 字符识别书名、作者、章节结构Chapter N、PART I、编号标题、目录和主题域再依据目录映射全部章节。完成后 agent 输出提取报告其结构由 SKILL.md Step 3 定义其中...是模板占位符由 agent 从本次提取结果填充## Extraction Report — Title ### Authors Core Frameworks - **Framework Name**: what it is and when to apply ### Key Principles - Principle: actionable rule ### Techniques Methods - Technique: step-by-step or how-to ### Anti-patterns - What to avoid: why ### Suggested Skill Name {author-lastname}-{core-concept} — e.g. cialdini-influence ### Chapters Detected | # | Title | Main Frameworks |Chapters Detected 表格加各框架列表就是书籍结构预览的核心它告诉你检测到了多少章、各章标题、以及从每章提炼出的框架。如何核对预览结果核对分三层都来自文档明确给出的检查项确认提取的是你指定的文档。看metadata.json的filename/source_file字段或full_text.txt首行的SOURCE:头。机器上有并发提取时尤其重要——盯错 run 的工作目录会读到别人那本书的结果。确认报告覆盖了你关心的结构。有目录的书Chapters Detected 表应列出全部章节Suggested Skill Name 按{author-lastname}-{core-concept}格式给出供后续生成时命名参考。确认没有生成 skill 文件。Mode 2 的定义就是在报告后停止Stop — do NOT generate skill files任何宿主的 skills 目录下都不会出现新的 skill 目录——这是它与 Full Conversion 的边界。两个会直接影响预览结果的已知限制docs/how-it-works.md 与 docs/faq.md章节自动检测依赖显式标题。检测依赖Chapter N/Capítulo N这类标题只用章节题名或罗马数字编号的书文档举例 Pro Git 和 Moby-Dick无法自动分段——提取和转换照常工作但需要人工指认章节。如果报告里的章节表是空的或不完整先对照书的标题风格检查是否属于这种情况。扫描版 PDF 会提前停止。没有文本层的 PDF拍照、扫描件会在前几页就被识别并立即停止而不是跑完全书产出空结果。遇到这种情况先做 OCR 再转换input.pdf不被修改结果写入output.pdfocrmypdf input.pdf output.pdfbook-to-skill 本身不执行 OCR这一步由你完成。如果提取质量异常怀疑环境问题时重新跑python3 scripts/extract.py --check确认各格式实际使用的提取器。预览之后的下一步基于分析结果生成 skill报告看完、决定继续时文档定义了配套的Generate from Prior Analysis模式Mode 3当用户已有分析笔记、或此前跑过 analyze-only 时跳过 Steps 0–3直接把提供的分析作为输入执行 Steps 4–9——不再重新提取从确定 skill 名称开始生成章节摘要、glossary/patterns/cheatsheet 和主 SKILL.md。所以 analyze-only 报告的自然用法是核对无误后把它交回 agent作为生成阶段的输入。【免费下载链接】book-to-skillTurn any technical book PDF into a Claude Code skill — ready to study, reference, and use while you work.项目地址: https://gitcode.com/GitHub_Trending/bo/book-to-skill创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考