Valhalla 靜態(tài)工程審閱 book-to-skill 超級(jí)省錢(qián)實(shí)用·源碼證據(jù)驅(qū)動(dòng)評(píng)測(cè)【Agent Skill 特輯 #001】硬核工業(yè)風(fēng)技術(shù)文章建議搭配封面圖閱讀。本文基于固定 Commit 快照開(kāi)展只讀靜態(tài)工程審閱不代表動(dòng)態(tài)安全結(jié)論所有觀測(cè)均以可復(fù)查源碼證據(jù)為邊界。 本文檔聲明性質(zhì)本文系基于固定代碼快照442aaaa的靜態(tài)工程特征分析屬于開(kāi)源組件盡職調(diào)查參考材料不構(gòu)成任何形式的安全漏洞最終判定或法律合規(guī)意見(jiàn)。證據(jù)錨定所有結(jié)論均以文內(nèi)引用的源碼文件路徑為唯一證據(jù)邊界未經(jīng)驗(yàn)證的動(dòng)態(tài)運(yùn)行數(shù)據(jù)不納入本文分析范疇。使用建議若將 book-to-skill 納入生產(chǎn)或核心業(yè)務(wù)系統(tǒng)建議結(jié)合內(nèi)部 SAST/DAST 掃描及實(shí)際部署測(cè)試形成完整的評(píng)估報(bào)告。摘要技術(shù)書(shū)買(mǎi)了讀完了三個(gè)月后連第 7 章的存在都忘了——這是每個(gè)技術(shù)人的真實(shí)困境。傳統(tǒng)的解法各有各的痛搜 PDF 返回一堆頁(yè)碼而不是答案問(wèn) AI 要么幻覺(jué)要么說(shuō)沒(méi)讀過(guò)邊讀邊記筆記最后得到一份 200 行的文檔再也沒(méi)打開(kāi)過(guò)。book-to-skill給出了一個(gè)完全不同的答案把書(shū)“編譯”成 Agent Skill讓 Agent 在需要時(shí)按章節(jié)按需加載——而不是把整本書(shū)塞進(jìn)上下文。它的效果很直接24 倍到 51 倍的 Token 節(jié)省實(shí)測(cè) 103 頁(yè)技術(shù)書(shū)轉(zhuǎn)換成本約$1單本書(shū) Skill 的核心骨架約4,000 tokens每章按需加載約1,000 tokens。本文從 Valhalla 靜態(tài)工程審閱視角拆解 book-to-skill 的架構(gòu)底層與工程特征。1. 評(píng)測(cè)基礎(chǔ)信息字段內(nèi)容評(píng)測(cè)類型證據(jù)驅(qū)動(dòng)只讀靜態(tài)審閱目標(biāo)項(xiàng)目virgiliojr94/book-to-skill項(xiàng)目性質(zhì)技術(shù)書(shū)籍 → Agent Skill 轉(zhuǎn)換工具分析快照442aaaa2d21dbe5ae0f7c6a396585ef3a9d2534e分析范圍倉(cāng)庫(kù)文件、模塊結(jié)構(gòu)、風(fēng)險(xiǎn)標(biāo)簽排除范圍動(dòng)態(tài)執(zhí)行、滲透測(cè)試、性能壓測(cè)、商業(yè)生態(tài)判斷、法律合規(guī)意見(jiàn)2. 項(xiàng)目全景把技術(shù)書(shū)“編譯”成 Agent 的隨身外掛2.1 一句話定位把任意技術(shù)書(shū) PDF、文檔文件夾或資料合集變成一個(gè)統(tǒng)一的 Agent Skill——讓你在 Claude Code、GitHub Copilot CLI、Amp 里一邊干活一邊查閱。2.2 核心洞察RAG 是檢索Skill 是推理book-to-skill 的作者在 FAQ 里做了一個(gè)極其關(guān)鍵的區(qū)分維度RAGbook-to-skill工作時(shí)機(jī)查詢時(shí)Query Time編譯時(shí)Compile Time輸入把書(shū)切成塊 → Embed → 找相似向量一次深度分析提取作者的框架、命名、決策規(guī)則輸出“這里有和你查詢相近的段落”“這里有作者構(gòu)建的 12 個(gè)框架準(zhǔn)備好用于推理”適用場(chǎng)景寬而淺幾十本書(shū)找提到 X 的部分窄而深一本書(shū)或緊密相關(guān)的資料集群工作中反復(fù)應(yīng)用RAG 是檢索Skill 是推理。RAG 索引一個(gè)書(shū)架book-to-skill 精通一本書(shū)的脊梁。2.3 技術(shù)書(shū)讀完就忘是這本書(shū)最大的“未完成價(jià)值”技術(shù)書(shū)的價(jià)值不在于“讀過(guò)”而在于“能用上”。但現(xiàn)實(shí)是痛點(diǎn)傳統(tǒng)解法的問(wèn)題“讓我搜一下 PDF”返回頁(yè)碼列表不是答案“我問(wèn)問(wèn) AI 關(guān)于這本書(shū)”要么幻覺(jué)要么說(shuō)沒(méi)讀過(guò)“我邊讀邊記筆記”200 行文檔再也沒(méi)打開(kāi)過(guò)“把整本書(shū)塞進(jìn)上下文”每輪對(duì)話都燒 Token400 頁(yè) ≈ 200K tokensbook-to-skill 把“讀過(guò)的書(shū)”從負(fù)擔(dān)變成了資產(chǎn)——Agent 按需加載章節(jié)只問(wèn)當(dāng)下需要的部分。3. 資產(chǎn)微觀面板指標(biāo)觀測(cè)值工程解讀受支持源文件29全部 Python輕量級(jí)代碼基主導(dǎo)語(yǔ)言Python29 個(gè)文件純 Python易擴(kuò)展一級(jí)模塊根4book_to_skill/、scripts/、tests/、tools/構(gòu)建/依賴文件pyproject.toml標(biāo)準(zhǔn) Python 打包入口證據(jù)book_to_skill/__main__.py可執(zhí)行模塊版本v1.3.0活躍迭代中許可證MIT商業(yè)友好靜態(tài)風(fēng)險(xiǎn)命中4 條全部為RISK-SHELL-INVOCATION4. 核心機(jī)制三步把書(shū)變成 Skill4.1 整體流程技術(shù)書(shū)純文本用戶輸入: PDF/EPUB/DOCX/文件夾Step 1: 提取文本Step 1.5: 識(shí)別書(shū)籍類型Docling 解析表格代碼塊→Markdownpdftotext/pypdf/pdfminerStep 2: 合并文本/tmp/book_skill_work/Step 3: Claude 分析結(jié)構(gòu)標(biāo)題/作者/章節(jié)/目錄Step 4: 生成 Skill 文件輸出到 ~/.claude/skills/slug/4.2 生成的 Skill 文件結(jié)構(gòu)運(yùn)行/book-to-skill your-book.pdf后會(huì)在 Agent 的 Skills 目錄下生成一套結(jié)構(gòu)化文件文件用途大小SKILL.md核心心智模型 章節(jié)索引~4,000 tokenschapters/ch01-*.md每章獨(dú)立文件按需加載~1,000 tokens eachglossary.md術(shù)語(yǔ)表按字母排序 章節(jié)引用~1,500 tokenspatterns.md所有技術(shù)、算法、設(shè)計(jì)模式~2,000 tokenscheatsheet.md決策表 速查規(guī)則~1,000 tokens章節(jié)文件是按需加載的——在你問(wèn)到那個(gè)主題之前它們不消耗 Skill 預(yù)算。4.3 不止是書(shū)文檔文件夾、資料合集都行“book”在名字里但輸入可以是任何結(jié)構(gòu)化文本輸入類型示例內(nèi)部文檔架構(gòu)決策記錄、Runbook、Onboarding 指南品牌與設(shè)計(jì)系統(tǒng)品牌手冊(cè)、語(yǔ)氣指南、組件原則研究資料集群論文堆 個(gè)人筆記合并成一個(gè) Skill規(guī)范與標(biāo)準(zhǔn)RFC、API 契約、合規(guī)文檔把整個(gè)docs/文件夾變成一個(gè) Skill一邊寫(xiě)代碼一邊問(wèn)。5. 性能與成本5.1 Token 節(jié)省24×–51×book-to-skill 最核心的價(jià)值主張是 Token 效率方法Token 消耗相對(duì) book-to-skill把整本書(shū)塞進(jìn)上下文200K400 頁(yè)書(shū)51×每次重新搜索 PDF每次都是全量持續(xù)燒錢(qián)book-to-skill按需加載~5K核心骨架 1 章基準(zhǔn)大上下文窗口讓“把整本書(shū)塞進(jìn)去”可行但并沒(méi)有讓它便宜。Skill 加載的是 KB 級(jí)別不是 MB 級(jí)別。5.2 實(shí)際轉(zhuǎn)換成本實(shí)測(cè)數(shù)據(jù)在 Claude Sonnet 4.5 上$3/$15 per MTok書(shū)籍頁(yè)數(shù)Token章節(jié)估算成本Think Python 2244119K19$0.88Working Backwards371175K10$0.96Pro Git501229K—$1.23Moby-DickEPUB—301K—$1.42一本技術(shù)書(shū)的完整 Skill 轉(zhuǎn)換成本約為 $1——遠(yuǎn)低于每輪對(duì)話都把整本書(shū)塞進(jìn)上下文的累計(jì)成本。5.3 解析速度103 頁(yè)技術(shù)書(shū)實(shí)測(cè)方法耗時(shí)表格代碼塊pdftotext0.1s00Docling技術(shù)書(shū)專用164s4836技術(shù)書(shū)用 Docling 雖然慢但能正確提取表格和代碼塊——這是技術(shù)書(shū) Skill 質(zhì)量的關(guān)鍵。6. 靜態(tài)風(fēng)險(xiǎn)標(biāo)簽風(fēng)險(xiǎn)標(biāo)簽命中文件定級(jí)RISK-SHELL-INVOCATIONbook_to_skill/dependencies.py需人工復(fù)核RISK-SHELL-INVOCATIONbook_to_skill/parsers/calibre.py需人工復(fù)核RISK-SHELL-INVOCATIONbook_to_skill/parsers/pdf.py需人工復(fù)核RISK-SHELL-INVOCATIONtests/test_repo_hygiene.py測(cè)試代碼可降低優(yōu)先級(jí)解讀四條 Shell 調(diào)用命中分布在三個(gè)核心區(qū)域區(qū)域文件性質(zhì)依賴檢查dependencies.py運(yùn)行時(shí)檢查外部依賴如 Calibre、pdftotext是否可用Calibre 解析parsers/calibre.py調(diào)用 Calibre 轉(zhuǎn)換 MOBI/AZW 格式PDF 解析parsers/pdf.py調(diào)用 pdftotext 或 Docling 提取 PDF 文本測(cè)試tests/test_repo_hygiene.py測(cè)試輔助腳本非生產(chǎn)路徑book_to_skill/parsers/pdf.py作為 PDF 解析的核心入口其中的 Shell 調(diào)用需重點(diǎn)確認(rèn)是否涉及用戶可控的輸入如文件路徑是否經(jīng)過(guò)充分校驗(yàn)建議在使用前進(jìn)行人工復(fù)核。7. 適用場(chǎng)景與生態(tài)位置7.1 適用場(chǎng)景場(chǎng)景推薦度說(shuō)明技術(shù)書(shū)深度學(xué)習(xí)★★★★★把讀過(guò)的書(shū)變成 Agent 可隨時(shí)查閱的“外掛大腦”內(nèi)部文檔 Skills 化★★★★★把團(tuán)隊(duì) Wiki、ADRs、Runbooks 變成可查詢的 Skill研究資料集群管理★★★★☆把論文堆 筆記合并成一個(gè) Skill編碼時(shí)即時(shí)參考★★★★★在 Claude Code / Copilot CLI 中直接/book-to-skill查詢7.2 與同類工具的生態(tài)關(guān)系book-to-skill 遵循開(kāi)放Agent Skills 標(biāo)準(zhǔn)與 RAG 工具是互補(bǔ)關(guān)系而非競(jìng)爭(zhēng)關(guān)系工具定位適用場(chǎng)景RAG 工具如 CandleKeep寬而淺幾十本書(shū)找“提到 X 的部分”book-to-skill窄而深一本書(shū)或緊密資料集群工作中反復(fù)應(yīng)用8. 對(duì)話式總結(jié)問(wèn)book-to-skill 是什么答把技術(shù)書(shū) PDF、文檔文件夾或資料合集“編譯”成 Agent Skill 的工具。遵循開(kāi)放 Agent Skills 標(biāo)準(zhǔn)支持 Claude Code、GitHub Copilot CLI、Amp。問(wèn)它和“把書(shū)塞進(jìn)上下文”有什么不同答塞書(shū)是每輪對(duì)話都燒 Token400 頁(yè) ≈ 200K tokensSkill 是按需加載~5K tokens。實(shí)測(cè)24 倍到 51 倍的 Token 節(jié)省。問(wèn)一本書(shū)的轉(zhuǎn)換成本是多少答實(shí)測(cè)約$1每本書(shū)。244 頁(yè)的 Think Python 2 轉(zhuǎn)換成本 $0.88。問(wèn)和 RAG 有什么區(qū)別答RAG 是查詢時(shí)檢索“找到提到 X 的段落”book-to-skill 是編譯時(shí)提取結(jié)構(gòu)“這里有一組作者構(gòu)建的框架準(zhǔn)備好用于推理”。兩者是互補(bǔ)關(guān)系不是替代關(guān)系。9. 后續(xù)驗(yàn)證建議優(yōu)先級(jí)驗(yàn)證動(dòng)作目的P1審查book_to_skill/parsers/pdf.py中的 Shell 調(diào)用參數(shù)校驗(yàn)排除路徑注入風(fēng)險(xiǎn)P1在隔離環(huán)境中執(zhí)行/book-to-skill轉(zhuǎn)換測(cè)試驗(yàn)證實(shí)際轉(zhuǎn)換效果P2測(cè)試不同格式PDF/EPUB/DOCX的解析質(zhì)量確認(rèn)格式覆蓋完整性P2評(píng)估 Calibre 依賴在目標(biāo)環(huán)境中的可用性確認(rèn) MOBI/AZW 格式支持 本文檔聲明性質(zhì)本文系基于固定代碼快照442aaaa的靜態(tài)工程特征分析屬于開(kāi)源組件盡職調(diào)查參考材料不構(gòu)成任何形式的安全漏洞最終判定或法律合規(guī)意見(jiàn)。證據(jù)錨定所有結(jié)論均以文內(nèi)引用的源碼文件路徑為唯一證據(jù)邊界未經(jīng)驗(yàn)證的動(dòng)態(tài)運(yùn)行數(shù)據(jù)不納入本文分析范疇。使用建議若將 book-to-skill 納入生產(chǎn)或核心業(yè)務(wù)系統(tǒng)建議結(jié)合內(nèi)部 SAST/DAST 掃描及實(shí)際部署測(cè)試形成完整的評(píng)估報(bào)告。本文不是 Agent Skill 質(zhì)量評(píng)測(cè)或轉(zhuǎn)換效果對(duì)比而是一次基于固定 Commit 快照的開(kāi)源組件靜態(tài)工程盡職畫(huà)像。更新日志版本號(hào)發(fā)布日期修訂內(nèi)容v2.02026-08-10發(fā)布完成項(xiàng)目核心架構(gòu)評(píng)測(cè)、安全風(fēng)險(xiǎn)審計(jì)與場(chǎng)景落地建議本文由 Valhalla Matrix V2 評(píng)測(cè)體系出品僅作技術(shù)研究與風(fēng)險(xiǎn)提示不構(gòu)成任何部署建議。