读完书三个月就忘，不是你的问题——这个开源工具把整本书编译进了AI的大脑
读完书三个月就忘，不是你的问题——这个开源工具把整本书编译进了AI的大脑 你有没有过这种经历？ 花一百多块买了本技术书，第一篇读得热血沸腾，画了满篇的重点。三个月后有人问你这本书讲了什么，你努力回忆了半天，憋出一句"好像讲的是……数据库那方面的，挺厉害的"。 这不是你记忆力差。 一本 400
💡 你将学到
读完书三个月就忘，不是你的问题——这个开源工具把整本书编译进了AI的大脑 你有没有过这种经历？ 花一百多块买了本技术书，第一篇读得热血沸腾，画了满篇的重点。三个月后有人问你这本书讲了什么，你努力回忆了半天，憋出一句"好像讲的是……数据库那方面的，挺厉害的"。 这不是你记忆力差。 一本 400
读完书三个月就忘，不是你的问题——这个开源工具把整本书编译进了AI的大脑
你有没有过这种经历？
花一百多块买了本技术书，第一篇读得热血沸腾，画了满篇的重点。三个月后有人问你这本书讲了什么，你努力回忆了半天，憋出一句"好像讲的是……数据库那方面的，挺厉害的"。
这不是你记忆力差。
一本 400 页的技术书，20 万个字，从头读到尾已经不容易，指望三个月后还能记住每个章节讲了什么，本来就不现实。
那有没有一种办法，让书里的知识随时能用，不用背，不会忘？
还真有。
传统路子，走不通
先说说大多数人是怎么"用 AI 读书"的。
方案一：直接把整本 PDF 丢给 AI。
结果是什么？AI 的上下文窗口瞬间被几百页内容填满，你问一个问题，它翻到第 50 页开始答，答到第 300 页就忘了前面说过什么。而且每次提问都在烧 Token，一两个问题还行，问多了成本直接起飞。
方案二：搭 RAG 检索系统。
听起来很专业，本质上就是关键词匹配。AI 把你书里提到"复制"的地方全摘出来，拼在一起当成答案。逻辑通不通？看运气。上下文连不连贯？不存在的。
这两个方案有个共同的硬伤——每次提问都要重新处理一遍全文，临时抱佛脚，佛都懒得理你。
换个思路：编译一次，永久复用
GitHub 上有个叫 book-to-skill 的开源项目，思路完全反过来了。
它不做临时检索，不做文本拼接。它的做法是——提前把整本书吃透、拆解、结构化，编译成一个 AI 可以直接调用的 Skill 文件。 编译一次，以后随便问，按需加载，绝不浪费 Token。
你可以理解为：你不是在让 AI 翻书，而是把书装进了 AI 的大脑里。
一本书被拆成什么？
跑一次 /book-to-skill ./你的书.pdf，它会生成一套完整的 Skill 包：
| 文件 | 干嘛用的 | 占多少 |
|---|---|---|
| ✅ SKILL.md | 全书核心框架、章节索引、心智模型 | ~4000 tokens |
| ✅ chapters/ | 每章拆成独立文件，不问不加载 | ~1000 tokens/章 |
| ✅ glossary.md | 术语表，按字母排序，标注章节位置 | ~1500 tokens |
| ✅ patterns.md | 技术模式、算法、实战方案合集 | ~2000 tokens |
| ✅ cheatsheet.md | 决策速查表、核心规则、常见反模式 | ~1000 tokens |
一本 400 页的技术书，全文约 20 万 tokens。但日常使用时，AI 只会加载最核心的 4000 tokens 框架，加上你问的那一章节。
官方实测数据：回答一个问题，比直接丢全书进去省 24 到 51 倍的 Token。
怎么用？一分钟上手
安装走的是 AI 原生路线，在 Claude Code 或 Copilot CLI 里输入一行指令：
Install book-to-skill:https://raw.githubusercontent.com/virgiliojr94/book-to-skill/master/SKILL.md
然后对着你的电子书开跑：
/book-to-skill ./DDIA.pdf
编完以后，想查什么直接问：
/DDIA 复制一致性
AI 会自己定位到对应章节，从真实内容里给你答案。不会瞎编，不会说"在第 X 页"，不会罗列页码。
支持什么格式？
9 种文档格式通吃：
- 电子书：PDF、EPUB、MOBI / AZW（Kindle 格式）
- 办公文档：DOCX、TXT
- 标记语言：Markdown、HTML、RTF
注意：扫描版 PDF 和加密文档不支持，需要先做 OCR 或解密。
技术类书籍会调用 Docling 引擎，完整保留表格、代码块和排版结构。纯叙事类书籍用 pdftotext 极速提取，速度拉满。
这个项目什么来头？
MIT 开源协议，作者 virgiliojr94。目前 83 次提交、14 位贡献者，曾登上 Trendshift Python 日榜第 10 名和全站总榜第 25 名。
代码很轻：核心只有两个文件——SKILL.md（约 530 行）和 extract.py（约 830 行），8G 内存的笔记本就能跑。
谁最需要它？
高频翻书党——DDIA、Clean Code、SICP 这种经典，编程时随时调取，比翻书快 10 倍
公司内部文档用户——架构手册、运维规范、入职文档，AI 训练数据里不可能有，全靠它来补
新书尝鲜族——AI 还没训练到的新内容，用它直接把知识注入工作流
笔记整理控——Markdown 笔记、零散文档整合成统一 Skill，一劳永逸
一句话总结
直接传 PDF，AI 是翻书员，告诉你"在第几页"；RAG，AI 是摘抄员，随机拼凑；book-to-skill，AI 是学习者，提前吃透全书结构，问什么答什么。
一个是临时抱佛脚，一个是永久长脑子。
你选哪个？ 如果觉得内容对你有帮助，点赞、关注是对我最大的支持。
来源：GitHub / 博客园
你觉得这种"把书编译进 AI"的方式，会成为未来读技术书的标配吗？评论区聊聊。
