1
00:00:00,000 --> 00:00:08,200
今天講一個16000多新的項目,Book to Skill。你買了一本很厚的技術書,看完以後覺得很有用。

2
00:00:08,200 --> 00:00:15,500
過幾個月真遇到問題,又想不起那套方法藏在哪一章。直接把整本PDF丟給AI,也能問。

3
00:00:15,500 --> 00:00:21,500
不過每次聊天都帶著幾百頁內容,記載上下文,找一個具體問題也容易繞很久。

4
00:00:21,500 --> 00:00:26,000
Book to Skill可以把書整理成一套能安裝的Agent Skill。

5
00:00:26,000 --> 00:00:32,500
以後你在Cloud Code,Github Copilot, CLI或AMP里工作,直接叫這套Skill。

6
00:00:32,500 --> 00:00:38,500
再說你想查什麼,AI會先看總入口,再按問題打開對應章節。

7
00:00:38,500 --> 00:00:41,500
它生成的內容不只是一份讀書摘要。

8
00:00:41,500 --> 00:00:47,000
最外層有一個Skill,MD,裡面放這本書的主要方法和章節索引。

9
00:00:47,000 --> 00:00:53,300
Chapters文件夾會把每一張單獨保存。旁邊還有數語表,方法清單和素材表。

10
00:00:53,300 --> 00:00:56,800
你問到數據複製怎麼選,它不用重新讀完整本書。

11
00:00:56,800 --> 00:00:59,800
只要打開相關章節,再根據整理過的內容回答。

12
00:00:59,800 --> 00:01:01,800
這套文件也可以繼續更新。

13
00:01:01,800 --> 00:01:05,300
後來又找到一篇論文,或者公司文檔多了一半。

14
00:01:05,300 --> 00:01:08,800
你可以把新材料合進原來的Skill,不用全部重做。

15
00:01:08,800 --> 00:01:15,800
它能處理PDF,EP,BW,Markdown,HTML,RTF,和常見電子書格式。

16
00:01:15,800 --> 00:01:26,300
輸入也不一定是一本書。你可以把一個項目的DOCS文件夾,幾篇論文加自己的筆記,或者一整套團隊規範放在一起處理。

17
00:01:26,300 --> 00:01:31,300
實際使用時,先把Book2Skill裝到正在使用的Agent工具裡。

18
00:01:31,300 --> 00:01:33,300
安裝命令我放在畫面上了。

19
00:01:33,300 --> 00:01:36,800
接著把書籍文件或者資料文件夾交給它。

20
00:01:36,800 --> 00:01:40,800
它會先問這份資料偏技術,還是以文字為主。

21
00:01:40,800 --> 00:01:44,300
普通文字書可以走速度更快的提取方式。

22
00:01:44,300 --> 00:01:50,600
代代碼,表格和公式的技術書,可以用DOCLING保留結構。

23
00:01:50,600 --> 00:01:52,800
不過處理時間會更長。

24
00:01:52,800 --> 00:01:58,300
文字提取完成以後,它會先告訴你資料有多大,大概要消耗多少上下文。

25
00:01:58,300 --> 00:02:00,900
還會列出準備生成哪些文件。

26
00:02:00,900 --> 00:02:07,200
你確認以後,Agent才開始分析章節提取方法,再寫成完整的Skill。

27
00:02:07,200 --> 00:02:09,600
這裡有一個安裝細節,容易弄混。

28
00:02:09,600 --> 00:02:16,100
把倉庫放進AgentSkill文件夾,才會得到完整的斜杠命令和轉輸流程。

29
00:02:16,100 --> 00:02:19,400
單獨用PIP安裝只會得到文檔提取工具。

30
00:02:19,400 --> 00:02:23,600
不會自動把Book2Skill註冊成AgentSkill。

31
00:02:23,600 --> 00:02:27,100
項目作者拿幾本真實書做過測試。

32
00:02:27,100 --> 00:02:34,600
如果每次都把整本書塞進上下文,回答一個問題,可能要帶上十幾萬到二十多萬TOKENS。

33
00:02:34,600 --> 00:02:41,100
想換成Skill以後,通常只加載總入口和一個相關章節,大約5000TOKENS。

34
00:02:41,100 --> 00:02:43,100
按倉庫給出的測試結果。

35
00:02:43,100 --> 00:02:48,100
對比整本書,直接進上下文,使用量少了24到51倍。

36
00:02:48,100 --> 00:02:56,100
這個數字要按作者的測試條件來看,它和一次臨時檢索相比,差距會縮小到2.4到15.6倍。

37
00:02:56,100 --> 00:03:00,100
你只準備問一次,直接讓AI讀PDF更省事。

38
00:03:00,100 --> 00:03:04,600
你會反覆查同一本書,提前整理成Skill才更划算。

39
00:03:04,600 --> 00:03:08,100
生成結果也不能當成原書的100%復刻。

40
00:03:08,100 --> 00:03:11,600
這些章節文件是AI整理出來的學習筆記。

41
00:03:11,600 --> 00:03:15,600
重要定義,數字和代碼還要回原文核對。

42
00:03:15,600 --> 00:03:18,600
自動分章也依賴書裡的標題格式。

43
00:03:18,600 --> 00:03:22,600
遇到只有章節名、羅馬數字或者特殊排版的書。

44
00:03:22,600 --> 00:03:25,600
章節可能識別不準,需要你手動檢查。

45
00:03:25,600 --> 00:03:28,600
隱私方面,文檔提取在本集完成。

46
00:03:28,600 --> 00:03:31,600
但是,後面用雲端模型分析內容時,

47
00:03:31,600 --> 00:03:35,100
交給模型的文字仍然會發送給對應服務商。

48
00:03:35,100 --> 00:03:38,100
公司內部文檔和沒有公開授權的書,

49
00:03:38,100 --> 00:03:41,100
先確認數據規則和使用權限。

50
00:03:41,100 --> 00:03:44,100
你自己買的書可以拿來做私人學習筆記。

51
00:03:44,100 --> 00:03:47,100
不要把生成後的整套Skill隨便公開分享。

52
00:03:47,100 --> 00:03:50,100
項目最新穩定版是V1.3.0。

53
00:03:50,100 --> 00:03:53,100
它目前官方顯明支持Cloud Code,

54
00:03:53,100 --> 00:03:55,100
Github Copilot, CLI和AMP。

55
00:03:55,100 --> 00:03:58,100
如果你想在其他Agent里使用,

56
00:03:58,100 --> 00:04:02,100
需要自己確認它能不能識別這套目錄和SkillMD格式。

57
00:04:02,100 --> 00:04:04,100
項目地址我放在屏幕上。

58
00:04:04,100 --> 00:04:08,100
喜歡這類AI工具拆解,記得一鍵三連加關注。

59
00:04:08,100 --> 00:04:12,100
你的支持就是我繼續更新的最大動力。