Ubah Buku Teknis Menjadi Skill Agent
Pelajari cara mengubah PDF, EPUB, DOCX, atau folder dokumen internal menjadi skill agent, termasuk instalasi, batas token, mode headless, dan lisensi MIT.
Mengubah buku teknis menjadi agent skill: hasil yang diperoleh
Untuk mengubah buku teknis menjadi agent skill, arahkan converter ke PDF, EPUB, ekspor DOCX, atau folder dokumen internal yang sudah Anda miliki. Converter menulis direktori skill: satu file entri yang berisi framework bernama beserta indeks bab, dan satu file untuk setiap bab yang hanya dibaca agent ketika pertanyaan Anda membutuhkannya. Isi buku tidak pernah masuk ke context window. Indeksnya yang masuk.
Ini merupakan kebalikan dari menulis agent skill dari awal, yaitu saat Anda menyandikan prosedur yang sudah Anda ketahui. Dalam kasus ini, pengetahuan tersebut sudah ada, tetapi tidak dapat diakses siapa pun: PDF vendor setebal 800 halaman, atau handbook yang belum dibuka sejak orang yang menulisnya meninggalkan perusahaan. Pekerjaannya adalah melakukan kompresi dan pengindeksan. Jika istilah skill masih baru bagi Anda, baca terlebih dahulu apa sebenarnya agent skill itu.
Converter yang digunakan di sini adalah book-to-skill, skill berlisensi MIT yang berjalan di mesin Anda sendiri. Tag saat ini per Oktober 2026 adalah v1.4.0. Struktur yang dihasilkannya lebih penting daripada tool itu sendiri, dan bagian terakhir sebelum FAQ menunjukkan cara membuat struktur yang sama secara manual.
Mengapa anggaran token menjadi dasar seluruh desain
Sebuah buku yang ditempelkan ke jendela konteks membebankan seluruh ukurannya pada setiap percakapan yang membutuhkannya. Sebuah skill hanya membebankan file entri satu kali, ditambah bab yang benar-benar terkait dengan pertanyaan. Proyek ini menetapkan anggaran untuk setiap file yang dihasilkannya.
Data di balik grafik ini
[
{
"label": "SKILL.md entry file",
"tokens": "4,000"
},
{
"label": "One chapter file",
"tokens": "1,000"
},
{
"label": "glossary.md",
"tokens": "1,500"
},
{
"label": "patterns.md",
"tokens": "2,000"
},
{
"label": "cheatsheet.md",
"tokens": "1,000"
}
]File entri, SKILL.md, dibatasi hingga 4,000 token dan memuat framework yang disebutkan serta indeks bab. Setiap file bab berukuran sekitar 1,000 token dan tetap tersimpan di disk sampai diminta. File pendukung serupa: 1,500 token untuk glossary.md, 2,000 untuk patterns.md, dan 1,000 untuk cheatsheet.md.
Anggaran tersebut sesuai dengan cara Claude Code menggunakan konteks. description sebuah skill berada dalam daftar skill agar model mengetahui bahwa skill tersebut tersedia. Isi skill dimuat saat skill dipanggil. Setelah dimuat, isi tersebut tetap berada dalam konteks selama sisa sesi. Karena itu, setiap baris dalam file entri menjadi biaya yang berulang. File pendukung hanya dimuat saat agen membacanya. Inilah yang membuat file per bab lebih hemat.
Ada batas yang lebih ketat di balik angka file entri tersebut. Saat auto-compaction meringkas percakapan yang panjang, Claude Code melampirkan kembali pemanggilan terbaru setiap skill setelah ringkasan dan mempertahankan 5,000 token pertama dari setiap skill, dalam anggaran gabungan 25,000 token untuk semua skill yang dilampirkan kembali. File entri yang berukuran hingga 5,000 token akan kembali secara utuh setelah compaction. File entri berukuran 20,000 token hanya akan kembali dengan seperempat bagian pertamanya. Tidak ada informasi yang memberi tahu Anda tiga perempat bagian mana yang hilang.
Inilah progressive disclosure: indeks kecil yang selalu sepadan dengan biayanya, sementara sebagian besar materi berada di balik pintu yang dibuka agen secara sengaja. Cara Claude Code mengelola jendela konteks menjelaskan perhitungan lainnya.
Instal converter di VPS Anda dengan versi rilis yang ditetapkan
Skill ini adalah repositori git. Clone repositori tersebut ke direktori skills agen yang Anda gunakan. Nama direktori menjadi slash command, jadi path clone bukan sekadar pilihan gaya.
git clone --depth 1 --branch v1.4.0 \
https://github.com/virgiliojr94/book-to-skill.git \
~/.claude/skills/book-to-skill--branch menerima tag, sehingga perintah ini melakukan checkout v1.4.0 dan tidak mengambil perubahan setelahnya. Tetapkan versinya karena skill adalah kumpulan instruksi yang diikuti agen, dan perubahan yang belum ditinjau pada instruksi tersebut mengubah apa yang dijalankan di server Anda. GitHub Copilot CLI membaca ~/.copilot/skills/, sedangkan Amp membaca ~/.agents/skills/.
Tersedia juga perintah instalasi satu baris, npx skills add virgiliojr94/book-to-skill, yang mengambil versi terbaru saat ini. Gunakan perintah tersebut untuk mencoba tool. Gunakan clone dengan versi yang ditetapkan untuk setiap eksekusi ulang.
Sekarang, konfirmasikan extractor yang tersedia di server:
cd ~/.claude/skills/book-to-skill
python3 scripts/extract.py --check--check menampilkan extractor yang terinstal dan mencetak hal yang perlu diinstal untuk setiap extractor yang belum tersedia: satu perintah pip gabungan untuk paket Python yang belum tersedia dan petunjuk untuk setiap tool sistem yang belum tersedia. Paket ini memerlukan Python 3.9 atau yang lebih baru.
Jika /book-to-skill tidak muncul dalam autocomplete setelah clone, jalankan /reload-skills atau restart agen Anda. Claude Code memantau direktori skill yang sudah ada saat sesi dimulai, sehingga ~/.claude/skills/ yang Anda buat dua menit lalu belum dipantau.
Ekstraktor mana yang sebenarnya Anda perlukan?
Tidak ada yang wajib dipasang selain Python, karena setiap format memiliki fallback dari standard library. Fallback tersebut memiliki kemampuan yang lebih terbatas. Pada server kecil, waktu terbuang untuk memasang ekstraktor yang tidak Anda perlukan.
pdftotext, dari paketpoppler-utils, menangani PDF yang sebagian besar berisi teks dan hampir seketika selesai. Pasang dengansudo apt install poppler-utils.pypdfdanpdfminer.sixadalah fallback Python untuk PDF.doclingdigunakan untuk PDF teknis yang nilainya terdapat pada tabel dan daftar kode. Proyek tersebut mengukur kecepatannya sekitar 1.5 detik per halaman.ebooklibbersamabeautifulsoup4membaca EPUB dengan benar. Tanpa keduanya, tool tersebut menggunakan fallback berupa reader stdlibzipfile.python-docxmembaca DOCX, sedangkanstriprtfmembaca RTF.ebook-convertdari Calibre diperlukan untuk file MOBI dan AZW.ocrmypdfmenjalankan OCR (optical character recognition) pada buku hasil pemindaian yang sama sekali tidak memiliki lapisan teks.
Pada Ubuntu 24.04, pip3 install pypdf tanpa opsi akan berhenti dengan pesan berikut:
error: externally-managed-environmentItu bukan berarti pip rusak. Ubuntu dan Debian menandai Python sistem sebagai dikelola oleh apt, sehingga pip menolak menulis ke dalamnya. Ada dua solusi yang dapat digunakan. sudo apt install poppler-utils memasang binary dan sama sekali tidak memerlukan pip, sedangkan pdftotext dapat menangani sebagian besar PDF berisi prosa secara mandiri. Untuk ekstraktor Python, buat virtual environment dan jalankan agent dari dalamnya. Dengan demikian, python3 yang dipanggil skill adalah interpreter yang memiliki paket-paket tersebut.
python3 -m venv ~/.venvs/book-to-skill
source ~/.venvs/book-to-skill/bin/activate
pip install "$HOME/.claude/skills/book-to-skill[pdf,epub,docx]"
claudeCheckout v1.4.0 yang dikunci versinya mendeklarasikan extras pdf, epub, docx, rtf, technical, dan all, dengan technical sebagai docling. Halaman instalasi proyek tersebut juga mendokumentasikan instalasi command-line mandiri langsung dari GitHub, pip install "book-to-skill[pdf,epub,docx] @ git+https://github.com/virgiliojr94/book-to-skill.git", yang diikuti book-to-skill --check untuk menampilkan daftar ekstraktor yang terpasang. Cara ini tidak memerlukan rilis PyPI, tetapi memasang default branch proyek, bukan v1.4.0, dan hanya menyediakan command ekstraktor, bukan skill /book-to-skill. Untuk setup dengan versi yang dikunci, lakukan instalasi dari checkout Anda sendiri seperti di atas. pip install book-to-skill tanpa argumen tidak berfungsi karena nama tersebut belum dipublikasikan di PyPI hingga Oktober 2026.
Jangan memasang docling sampai ada buku yang memerlukannya. Ekstraktor tersebut memasang machine learning stack, jadi periksa ruang disk yang tersedia pada paket server kecil sebelum memasangnya.
Jalankan pada folder dokumen, termasuk secara headless
Perintah ini menerima file, folder, glob yang diapit tanda kutip, atau beberapa path sekaligus, yang diikuti nama skill secara opsional. Anda dapat menggunakan apa pun yang dapat ditempatkan dalam satu direktori, termasuk kumpulan RFC (request for comments, dokumen yang mendefinisikan protokol Internet).
/book-to-skill ~/library/platform-docs/ platform-handbook
/book-to-skill "~/books/*.epub" my-library
/book-to-skill ~/papers/paper1.pdf ~/notes/export.txt unified-researchBeri tanda kutip pada glob agar shell tidak memperluasnya sebelum glob tersebut diproses oleh skill. Jika perintah diarahkan ke direktori skill yang sudah ada, sumber baru akan digabungkan ke skill tersebut, bukan membuat skill kedua.
Dalam eksekusi interaktif, Anda akan diminta menjawab beberapa pertanyaan. Apakah materi tersebut bersifat teknis atau didominasi teks? Jawaban ini menentukan extractor. Untuk apa skill tersebut membantu Anda? Jawaban ini menentukan kedalaman referensi atau pembelajaran, termasuk anggaran per bab. Apa nama skill tersebut, dan jika skills root belum ada atau jumlahnya lebih dari satu, di root mana skill tersebut harus ditempatkan? Perintah ini juga menampilkan perkiraan token dan waktu sebelum proses pembuatan dimulai, lalu menunggu konfirmasi Anda.
Dalam eksekusi headless, tidak ada pengguna yang menjawab pertanyaan tersebut. Skill yang dapat dipanggil pengguna berfungsi di claude -p: tempatkan perintah slash dalam string prompt, lalu Claude Code akan memperluasnya sebelum eksekusi dimulai. Karena itu, jawab semua pertanyaan tersebut dalam prompt yang sama.
claude -p "/book-to-skill ~/library/platform-docs/ platform-handbook
The sources are technical. Use reference depth. Write the skill to
~/.claude/skills/. Do not publish it to GitHub. Proceed without asking me." \
--allowedTools "Bash,Read,Write,Edit"--allowedTools menyetujui terlebih dahulu tools yang diperlukan oleh eksekusi tersebut, karena prompt izin tanpa terminal yang terhubung akan membuat eksekusi tidak pernah selesai. Menambahkan --output-format json akan memasukkan total_cost_usd ke dalam hasil. Nilai tersebut adalah perkiraan dari sisi klien, bukan biaya yang ditagihkan kepada Anda.
Proses ekstraksi menggabungkan setiap sumber ke dalam direktori kerja sementara di bawah /tmp sebelum model membaca sumber apa pun. Pada langkah terakhir, eksekusi akan menghapus direktori tersebut. Sumber yang gagal diekstrak akan dilewati agar pemrosesan batch tetap berjalan. Akibatnya, eksekusi dapat melaporkan keberhasilan meskipun file yang dibaca lebih sedikit daripada file yang Anda berikan. Bandingkan inventaris file dalam laporan akhir dengan isi folder. Bab yang hilang biasanya disebabkan oleh sumber yang hilang.
Jalankan proses tersebut pada server yang aman untuk Anda serahkan kepada agent. Menjalankan Claude Code dengan aman pada VPS membahas aspek izinnya.
Ke mana output disimpan agar coding agent Anda dapat menemukannya
Skill yang dihasilkan disimpan di root skills. Ada dua lokasi yang penting.
~/.claude/skills/<skill-name>/bersifat personal dan tersedia di setiap project pada mesin tersebut..claude/skills/<skill-name>/berada di dalam repository dan ikut berpindah bersama repository.
Di dalam salah satu lokasi tersebut, Anda akan menemukan SKILL.md, direktori chapters/ dengan satu file untuk setiap bab, serta file pendukung. Nama direktori tersebut adalah perintahnya. Jadi, ~/.claude/skills/platform-handbook/ memberi Anda /platform-handbook, dan Anda dapat melanjutkannya dengan topik atau pertanyaan biasa.
Pilih root berdasarkan lisensi, bukan kenyamanan. Skill yang dibuat dari buku yang Anda beli menjadi milik Anda dan harus disimpan di direktori personal. Skill yang dibuat dari dokumentasi yang ditulis oleh tim Anda sendiri harus disimpan di repository. Dengan demikian, berbagi satu skill di beberapa repository menjadi masalah berikutnya yang perlu diselesaikan.
Ada satu biaya yang bertambah setiap kali Anda menambahkan skill. Deskripsi setiap skill tetap berada dalam daftar skill agar model dapat menentukan apakah skill tersebut perlu digunakan. Teks deskripsi gabungan dipotong hingga 1,536 karakter untuk setiap entri, dan keseluruhan daftar juga memiliki batas. Sepuluh skill dari buku berarti ada sepuluh deskripsi yang bersaing untuk menggunakan batas tersebut. Untuk skill yang selalu Anda panggil berdasarkan nama, tambahkan satu baris ke frontmatter yang dihasilkan:
---
name: platform-handbook
description: Frameworks and chapter index from the internal platform handbook.
disable-model-invocation: true
---Dengan disable-model-invocation: true, deskripsi tetap sepenuhnya berada di luar konteks, dan skill tetap dimuat secara lengkap saat Anda mengetik /platform-handbook. Anda kehilangan discovery otomatis, tetapi context window menjadi lebih ringan.
Lisensi: MIT mencakup converter, bukan buku
Hal ini harus dipahami dengan tepat karena masalahnya bukan masalah teknis.
- Lisensi MIT mencakup kode converter dan definisi skill-nya. Lisensi tersebut tidak mengatur dokumen yang Anda berikan kepada converter.
- Menjalankan converter pada buku yang Anda beli, menggunakan perangkat keras yang Anda kendalikan, berarti membuat catatan dari salinan Anda sendiri.
- Mempublikasikan hasilnya merupakan distribusi. Lisensi MIT pada tool tidak memberi Anda hak untuk mendistribusikan apa pun yang berasal dari buku milik pihak lain.
- Output tersebut merupakan karya turunan. Kerangka kerja dan rangkuman setiap bab tetap dibentuk oleh sumbernya, dan karya turunan tetap tunduk pada hak cipta sumber.
- Skill yang dibuat dari materi yang tidak boleh Anda redistribusikan harus tetap berada di mesin yang membuatnya. Bukan di repositori publik. Bukan di marketplace internal tim yang dibagikan.
- Publikasikan hanya jika sumbernya milik Anda atau berlisensi terbuka: dokumentasi yang ditulis oleh tim Anda atau standar yang ketentuannya mengizinkan redistribusi.
Tool ini dirancang berdasarkan prinsip tersebut. Tool ini tidak menyertakan konten buku, dan proses ekstraksi berjalan secara lokal. Nilai v1.4.0 yang ditetapkan hanya mencetak baris gh skill publish opsional dan tidak pernah menanyakan visibilitas, sehingga keputusan tersebut sepenuhnya berada di tangan Anda. Branch default proyek ini kemudian menambahkan langkah publikasi yang menanyakan visibilitas repositori sebagai pertanyaan satu kata terpisah dan hanya membuat repositori publik jika jawabannya adalah kata public saja; jawaban lainnya menghasilkan repositori privat. Perlakukan langkah tersebut sebagai keputusan lisensi karena memang demikian.
Handbook internal menimbulkan masalah kedua. Dokumen tersebut lebih sering berisi kredensial daripada yang diakui siapa pun, dan converter mengubah PDF yang tidak pernah dibuka menjadi file yang dibaca agent Anda saat diperlukan. Baca file yang dihasilkan satu kali sebelum melakukan commit, lalu lihat menjaga rahasia agar tidak masuk ke AI agent Anda.
Berapa biaya satu konversi?
Angka di bawah ini merupakan hasil pengukuran yang dipublikasikan oleh proyek tersebut, bukan hasil pengukuran kami.
Data di balik grafik ini
[
{
"label": "Think Python 2",
"cost_usd": 0.88
},
{
"label": "Working Backwards",
"cost_usd": 0.96
},
{
"label": "Pro Git",
"cost_usd": 1.23
},
{
"label": "Moby-Dick",
"cost_usd": 1.42
}
]Dari 4 buku yang diukur oleh proyek tersebut, biaya satu konversi berada pada rentang 0.88 hingga 1.42 dolar AS, dengan Pro Git sebesar 1.23. Angka tersebut diukur menggunakan Claude Sonnet 4.5, dengan jumlah token dari tiktoken menggunakan cl100k_base, dan dipublikasikan dalam docs/performance.md proyek tersebut per Oktober 2026. Angka Anda sendiri akan berubah sesuai model dan harga yang digunakan.
Proyek tersebut juga mendokumentasikan penggunaan token 24 hingga 51 kali lebih sedikit untuk menjawab satu pertanyaan dari skill dibandingkan dengan menempelkan seluruh buku ke dalam context. Anggap angka tersebut sebagai gambaran penghematan, bukan jaminan, karena hasilnya bergantung pada buku dan pertanyaannya. Poin strukturalnya tetap sama: konversi dibayar satu kali, sedangkan context dump dibayar kembali pada setiap percakapan yang memerlukan buku tersebut.
Mengapa tidak menempelkan PDF atau membuat indeks RAG?
Menempelkan PDF dapat dilakukan dan merupakan pilihan yang tepat untuk satu pertanyaan tentang satu dokumen. Namun, cara ini tidak lagi tepat ketika buku yang sama diperlukan pada hari Selasa dan kembali diperlukan pada hari Jumat, karena seluruh ukurannya harus diproses setiap kali.
Retrieval, atau RAG (retrieval augmented generation), melakukan pencarian saat kueri diajukan, lalu mengembalikan bagian yang sesuai dengan kata-kata Anda. Cara ini efektif ketika Anda memerlukan kalimat yang tepat. Namun, cara ini kurang efektif ketika informasi yang berguna berupa kerangka yang tersebar di seluruh bab, karena tidak ada satu bagian yang memuatnya secara utuh. Skill melakukan ekstraksi tersebut satu kali saat konversi dan menyimpan strukturnya, bukan bagian-bagian teksnya.
Batasannya perlu dipahami: skill yang dihasilkan adalah ringkasan lossy yang ditulis oleh model. Skill merupakan alat bantu belajar, sedangkan sumber aslinya tetap menjadi rujukan utama. Jika susunan kata yang tepat memiliki konsekuensi hukum atau penting bagi protokol, simpan PDF dan kutip langsung dari sana. Perbandingan skill dengan server MCP dan file rules menjelaskan kapan setiap pendekatan sebaiknya digunakan.
Mode kegagalan dan string yang akan Anda lihat
PDF hasil pemindaian tidak menghasilkan apa pun. Ekstraktor memeriksa halaman pembuka untuk mencari lapisan teks dan berhenti dengan penjelasan, bukan memproses 400 halaman gambar. Jalankan ocrmypdf input.pdf output.pdf terlebih dahulu, lalu berikan file output tersebut sebagai input.
pip menolak melakukan instalasi. error: externally-managed-environment di Ubuntu 24.04 adalah mekanisme apt untuk melindungi Python sistem. Gunakan virtual environment di atas, atau instal poppler-utils dan jangan gunakan pip sama sekali.
Bab yang dihasilkan tidak benar. Deteksi bab mencari heading eksplisit seperti Chapter 7 dan varian bahasanya. Deteksi ini juga mengenali angka Romawi seperti Chapter IV atau IV. Title. Buku yang menggunakan judul bagian tanpa nomor dan tanpa penanda eksplisit akan menghasilkan pemisahan yang keliru. Solusinya adalah memberi tahu proses tersebut lokasi awal bab, bukan berharap alat menebaknya.
Perintah tidak ditemukan. /book-to-skill yang tidak muncul dalam autocomplete berarti direktori skills dibuat setelah sesi Anda dimulai. Jalankan /reload-skills, atau mulai ulang agent.
Docling membutuhkan waktu sangat lama. Dengan waktu sekitar 1.5 detik per halaman, buku panjang memerlukan waktu CPU beberapa menit. Pada server bersama, proses tersebut juga bersaing dengan semua layanan lain yang Anda host. Jawab "text-heavy" saat proses menanyakan jenis konten, atau teruskan --mode text saat Anda menjalankan scripts/extract.py sendiri. --mode technical adalah jawaban yang memilih docling.
Sumber menghilang tanpa pesan. File yang tidak dapat dibaca akan dilewati agar batch tetap selesai. Proses kemudian melaporkan keberhasilan untuk jumlah sumber yang lebih sedikit daripada yang Anda berikan. Satu-satunya tempat yang menampilkan hal ini adalah inventaris file dalam laporan akhir. Kebiasaan membandingkan hasil proses yang selesai dengan input yang sebenarnya Anda berikan juga berguna di luar alat ini. Metode Depth Tree dari skill unlazy adalah salah satu cara untuk membuat agent menerapkan standar yang sama, alih-alih menyatakan pekerjaan selesai sebelum waktunya.
Terapkan pola yang sama secara manual
Tool ini hanya memudahkan pekerjaan. Struktur adalah bagian yang dapat diterapkan kembali, dan editor teks dapat membuatnya untuk materi referensi apa pun yang Anda miliki.
- Tulis satu file entri dan pertahankan ukurannya mendekati 4,000 token yang menjadi sasaran converter. Masukkan konsep-konsep yang disebutkan dengan rumusan persisnya, serta indeks yang mencantumkan setiap file detail dan topik yang terdapat dalam file tersebut.
- Bagi materi menjadi file-file yang masing-masing berisi sekitar 1,000 token, dengan satu topik per file. Beri nama file sedemikian rupa sehingga isinya dapat diketahui hanya dari nama file.
- Jelaskan setiap file tersebut dari file entri, dalam kalimat yang menyatakan kapan file itu harus dibaca.
Langkah 3 adalah langkah yang sering dilewati. Padahal, langkah inilah yang membuat pola tersebut berfungsi. Agent memilih file yang akan dibuka dengan membaca indeks. Jadi, jika suatu file tidak dijelaskan dalam indeks, agent tidak akan pernah membukanya. Indeks adalah produk akhirnya, sedangkan file bab adalah penyimpanan.
Pertahankan file entri di dalam anggaran kompaksi agar seluruh struktur tetap bertahan selama sesi yang panjang. Aturan ini berlaku baik file tersebut dibuat oleh converter maupun oleh Anda.
FAQ
Dapatkah saya menerbitkan skill yang dibuat dari buku yang saya beli?
Tidak, kecuali lisensi buku tersebut mengizinkan redistribusi. Lisensi MIT pada converter mencakup kode converter, bukan materi yang Anda masukkan, dan skill yang dihasilkan merupakan karya turunan dari buku tersebut. Simpan di ~/.claude/skills/ pada mesin Anda sendiri. Anda boleh menerbitkan dokumentasi yang Anda tulis sendiri atau sumber dengan lisensi terbuka. v1.4.0 yang disematkan tidak pernah menanyakan visibilitas, sedangkan default branch proyek sekarang menanyakannya sebagai pertanyaan tersendiri dan menjadikannya publik hanya jika jawabannya public tanpa tambahan apa pun. Jadi, keputusan tersebut tetap harus Anda ambil secara sengaja.
Apakah saya memerlukan docling, atau pdftotext sudah cukup?
pdftotext dari poppler-utils sudah cukup untuk prosa dan prosesnya hampir seketika. Instal docling jika nilai utama buku terdapat pada tabel dan daftar kode, karena text extractor biasa justru menghilangkan bagian tersebut. Konsekuensinya adalah kecepatan: proyek tersebut mengukur docling sekitar 1.5 detik per halaman, sehingga manual 300 halaman memerlukan waktu CPU beberapa menit pada VPS.
Mengapa pip gagal dengan externally-managed-environment pada VPS saya?
Ubuntu 24.04 dan Debian saat ini menandai Python sistem sebagai dikelola oleh apt. Karena itu, pip menolak instalasi ke dalamnya dan mencetak error: externally-managed-environment. Buat virtual environment dengan python3 -m venv ~/.venvs/book-to-skill, aktifkan environment tersebut, instal extractor di sana, lalu jalankan agent dari shell yang sama. Skill memanggil python3, sehingga skill menggunakan interpreter yang tersedia pada PATH Anda, yang sekarang merupakan interpreter di dalam virtual environment.
Mengapa skill yang saya hasilkan tidak muncul sebagai slash command?
Ada dua penyebab. Nama command berasal dari nama direktori. Karena itu, skill harus berada di ~/.claude/skills/<name>/SKILL.md atau .claude/skills/<name>/SKILL.md, dengan penulisan SKILL.md yang persis sama. Jika path sudah benar, jalankan /reload-skills atau restart agent. Claude Code mengambil perubahan di dalam direktori skill yang sudah dipantaunya, tetapi direktori skills yang dibuat setelah sesi dimulai sama sekali belum dipantau sampai Anda melakukan salah satu tindakan tersebut.