SSD Nodes Learn Hosting plans →
Panduan Matt ConnorOleh Matt Connor · Dikemas kini 2026-11-18

Cara Tukar Buku Teknikal Kepada Kemahiran Ejen

Tukar fail PDF, EPUB atau dokumen dalaman menjadi kemahiran ejen yang dimuatkan atas permintaan. Ketahui cara pemasangan, had token, larian tanpa kepala dan pelesenan MIT.

Untuk menukar buku teknikal menjadi kemahiran ejen, anda perlu menghalakan penukar kepada fail PDF, EPUB, eksport DOCX, atau folder dokumen dalaman yang anda miliki. Ia akan menulis direktori kemahiran: satu fail entri yang mengandungi rangka kerja yang dinamakan berserta indeks bab, dan satu fail bagi setiap bab yang hanya dibaca oleh ejen apabila soalan anda memerlukannya. Buku tersebut tidak akan dimasukkan ke dalam tetingkap konteks. Hanya indeksnya sahaja yang dimasukkan.

Ini merupakan tugas yang bertentangan dengan menulis kemahiran ejen dari awal, di mana anda mengekod prosedur yang sudah anda ketahui. Di sini, pengetahuannya sudah wujud namun tiada siapa yang dapat mengaksesnya: contohnya PDF vendor setebal 800 halaman, atau buku panduan yang tidak pernah dibuka sejak penulisnya berhenti kerja. Tugas ini melibatkan pemampatan dan pengindeksan. Jika istilah kemahiran adalah baharu bagi anda, baca apa itu kemahiran ejen sebenarnya terlebih dahulu.

Penukar yang digunakan di sini ialah book-to-skill, iaitu kemahiran berlesen MIT yang dijalankan pada mesin anda sendiri. Tag semasa setakat Oktober 2026 ialah v1.4.0. Struktur yang dihasilkannya lebih penting daripada alat itu sendiri, dan bahagian terakhir sebelum FAQ menunjukkan cara membina struktur yang sama secara manual.

Mengapa bajet token menjadi teras reka bentuk

Buku yang ditampal ke dalam tetingkap konteks akan menggunakan saiz penuhnya bagi setiap perbualan yang memerlukannya. Sesuatu kemahiran (skill) hanya menggunakan fail entri sekali sahaja, ditambah dengan bab-bab yang benar-benar disentuh oleh soalan tersebut. Dokumen projek menetapkan bajet bagi setiap fail yang dijana.

CartaDocumented token budget per generated file, book-to-skill v1.4.0
Data di sebalik carta ini
[
  {
    "label": "SKILL.md entry file",
    "tokens": "4,000"
  },
  {
    "label": "One prose chapter at reference depth",
    "tokens": "1,000"
  },
  {
    "label": "glossary.md",
    "tokens": "1,500"
  },
  {
    "label": "patterns.md",
    "tokens": "2,000"
  },
  {
    "label": "cheatsheet.md",
    "tokens": "1,200"
  }
]

Fail entri, SKILL.md, dihadkan kepada 4,000 token dan mengandungi rangka kerja yang dinamakan serta indeks bab. Bab prosa pada kedalaman rujukan menyasarkan kira-kira 1,000 token dan disimpan di dalam cakera sehingga ada permintaan untuknya; bab teknikal dan kedalaman kajian mempunyai sasaran yang lebih tinggi, sehingga 3,000 token setiap bab. Fail sokongan adalah serupa: 1,500 token untuk glossary.md, 2,000 untuk patterns.md, 1,200 untuk cheatsheet.md.

Bajet tersebut selaras dengan cara Claude Code membelanjakan konteks. Nama kemahiran kekal dalam senarai kemahiran, tetapi penerangannya boleh digugurkan apabila senarai tersebut melebihi bajetnya. Kandungan dimuatkan apabila kemahiran dipanggil dan kekal dalam perbualan untuk giliran seterusnya, tertakluk kepada bajet pemadatan, jadi setiap baris dalam fail entri merupakan kos berulang. Fail sokongan hanya dimuatkan apabila ejen membacanya, itulah sebabnya fail per-bab adalah murah.

Terdapat had yang lebih ketat di sebalik nombor fail entri tersebut. Apabila pemadatan automatik meringkaskan perbualan yang panjang, Claude Code melampirkan semula panggilan terbaharu bagi setiap kemahiran selepas ringkasan dan mengekalkan 5,000 token pertama bagi setiap satu, di dalam bajet gabungan sebanyak 25,000 token merentas semua kemahiran yang dilampirkan semula. Bajet gabungan mengutamakan kemahiran yang paling baru dipanggil, jadi fail entri yang kurang daripada 5,000 token pun boleh digugurkan sepenuhnya. Fail entri 20,000 token yang dilampirkan semula akan kembali sebagai suku pertamanya sahaja.

Itulah pendedahan progresif: indeks kecil yang sentiasa berbaloi dengan kosnya, dan sebahagian besar bahan di sebalik pintu yang dibuka oleh ejen secara sengaja. Bagaimana Claude Code menguruskan tetingkap konteksnya merangkumi baki perakaunan tersebut.

Pasang penukar pada VPS anda, dikunci pada satu release

Skill ini merupakan satu repositori git. Klon repositori tersebut ke dalam direktori skills ejen yang anda gunakan. Nama direktori akan menjadi slash command, jadi laluan klon bukanlah perkara yang boleh diubah sesuka hati.

git clone --depth 1 --branch v1.4.0 \
  https://github.com/virgiliojr94/book-to-skill.git \
  ~/.claude/skills/book-to-skill

--branch menerima tag, jadi ini akan menyemak v1.4.0 dan tiada apa-apa selepasnya. Kunci versi tersebut, kerana skill ialah set arahan yang diikuti oleh ejen anda, dan perubahan yang tidak disemak pada arahan tersebut merupakan perubahan kepada apa yang dijalankan pada pelayan anda. GitHub Copilot CLI membaca ~/.copilot/skills/ sebagai ganti, dan Amp membaca ~/.agents/skills/.

Terdapat juga pemasangan satu baris, npx skills add virgiliojr94/book-to-skill, yang mengambil apa sahaja versi semasa. Gunakannya untuk mencuba alat tersebut. Gunakan klon yang dikunci untuk sebarang perkara yang anda jalankan semula.

Sekarang, sahkan extractor yang ada pada pelayan:

cd ~/.claude/skills/book-to-skill
python3 scripts/extract.py --check

--check melaporkan extractor yang telah dipasang dan mencetak apa yang perlu dipasang bagi mana-mana yang tiada: satu arahan pip gabungan untuk pakej Python yang hilang, dan petunjuk bagi setiap alat sistem yang tiada. Pakej ini memerlukan Python 3.9 atau lebih baharu.

Jika /book-to-skill tidak muncul dalam autolengkap selepas mengklon, jalankan /reload-skills atau mulakan semula ejen anda. Claude Code memantau direktori skill yang wujud semasa sesi bermula, jadi ~/.claude/skills/ yang anda cipta dua minit lalu belum lagi dipantau.

Pengekstrak yang manakah sebenarnya anda perlukan?

Teks biasa dan beberapa format lain hanya memerlukan Python, tetapi PDF memerlukan pengekstrak dan fail MOBI/AZW memerlukan Calibre. Pilihan sandaran (fallback) adalah kurang berkesan, dan pada pelayan kecil, masa akan terbuang jika anda memasang pengekstrak yang tidak digunakan.

  • pdftotext, daripada pakej poppler-utils, mengendalikan PDF yang padat dengan teks dan prosesnya hampir serta-merta. Pasang ia dengan sudo apt install poppler-utils.
  • pypdf dan pdfminer.six ialah sandaran Python untuk PDF.
  • docling adalah untuk PDF teknikal yang nilainya terletak pada jadual dan senarai kod. Projek ini menganggarkan masa pemprosesan kira-kira 1.5 saat bagi setiap halaman.
  • ebooklib dengan beautifulsoup4 membaca EPUB dengan betul. Tanpanya, alat ini akan menggunakan pembaca zipfile stdlib sebagai sandaran.
  • python-docx membaca DOCX dan striprtf membaca RTF.
  • ebook-convert daripada Calibre diperlukan untuk fail MOBI dan AZW.
  • ocrmypdf menjalankan OCR (pengecaman aksara optik) ke atas buku yang diimbas, yang tidak mempunyai lapisan teks langsung.

Pada Ubuntu 24.04, pip3 install pypdf biasa akan terhenti dengan ralat ini:

error: externally-managed-environment

Itu bukan bermakna pip rosak. Ubuntu dan Debian menandakan Python sistem sebagai diuruskan oleh apt, jadi pip enggan menulis ke dalamnya. Terdapat dua penyelesaian. sudo apt install poppler-utils memasang binari dan tidak memerlukan pip langsung, manakala pdftotext mampu mengendalikan kebanyakan PDF prosa secara sendirian. Bagi pengekstrak Python, bina persekitaran maya (virtual environment) dan mulakan ejen anda dari dalam persekitaran tersebut, supaya python3 yang dipanggil oleh skill itu adalah penterjemah yang mempunyai pakej-pakej 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]"
claude

Checkout v1.4.0 yang dipinkan mengisytiharkan tambahan pdf, epub, docx, rtf, technical dan all, di mana technical ialah docling. Halaman pemasangan projek juga mendokumentasikan pemasangan baris perintah (command-line) kendiri terus dari GitHub, pip install "book-to-skill[pdf,epub,docx] @ git+https://github.com/virgiliojr94/book-to-skill.git", diikuti dengan book-to-skill --check untuk menyenaraikan pengekstrak yang dipasang. Cara ini tidak memerlukan keluaran PyPI, tetapi ia memasang cawangan lalai projek dan bukannya v1.4.0, serta hanya memberikan anda perintah pengekstrak, bukan skill /book-to-skill. Untuk persediaan yang dipinkan, pasang daripada checkout anda sendiri seperti di atas. pip install book-to-skill kosong tidak berfungsi, kerana nama tersebut tidak diterbitkan di PyPI setakat Oktober 2026.

Biarkan docling tidak dipasang sehingga ada buku yang memerlukannya. Ia menarik masuk timbunan pembelajaran mesin (machine learning stack), jadi semak ruang cakera kosong pada pelan kecil sebelum anda memasangnya.

Jalankan ia ke atas folder dokumen, termasuk secara headless

Perintah ini menerima fail, folder, glob bertanda petikan, atau beberapa laluan sekaligus, diikuti dengan nama skill pilihan. Apa sahaja yang anda boleh letakkan dalam satu direktori akan berfungsi, termasuk set RFC (request for comments, dokumen yang mentakrifkan 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-research

Letakkan glob dalam tanda petikan supaya shell anda tidak mengembangkannya sebelum skill tersebut melihatnya. Menghalakan perintah ke direktori skill sedia ada akan menggabungkan sumber baharu ke dalam skill tersebut dan bukannya mencipta yang kedua.

Jalankan secara interaktif akan meminta anda menjawab beberapa soalan. Adakah bahan tersebut bersifat teknikal atau padat dengan teks, yang akan menentukan extractor. Apakah yang anda mahu skill tersebut bantu anda lakukan, yang menetapkan kedalaman rujukan atau kajian dan seterusnya bajet bagi setiap bab. Apakah nama skill tersebut, dan jika tiada root skill lagi atau terdapat lebih daripada satu, di root manakah ia patut diletakkan. Ia juga akan memaparkan anggaran token dan masa sebelum penjanaan bermula dan menunggu pengesahan anda.

Jalankan secara headless tidak mempunyai sesiapa untuk menjawab soalan-soalan tersebut. Skill yang boleh dipanggil pengguna berfungsi dalam claude -p: letakkan slash command dalam rentetan prompt dan Claude Code akan mengembangkannya sebelum proses bermula. Jadi, jawab soalan-soalan 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 meluluskan terlebih dahulu alatan yang diperlukan oleh proses tersebut; dalam proses claude -p biasa tanpa permission host, panggilan yang masih memerlukan kelulusan akan ditolak. Menambah --output-format json akan meletakkan total_cost_usd dalam hasil, yang merupakan anggaran pihak klien dan bukannya bil anda.

Pengekstrakan menyatukan setiap sumber ke dalam direktori kerja sementara di bawah /tmp sebelum mana-mana model membacanya, dan langkah terakhir proses tersebut akan memadamkan direktori itu. Sumber yang gagal diekstrak akan dilangkau supaya kelompok tersebut terus berjalan, yang bermaksud sesuatu proses boleh melaporkan kejayaan walaupun membaca fail yang lebih sedikit daripada yang anda bekalkan. Bandingkan inventori fail dalam laporan akhir dengan apa yang ada di dalam folder. Bab yang hilang biasanya berpunca daripada sumber yang hilang.

Berikan proses tersebut pelayan yang anda selesa untuk diserahkan kepada ejen. Menjalankan Claude Code dengan selamat pada VPS merangkumi aspek kebenaran bagi perkara tersebut.

Lokasi output supaya ejen pengekodan anda menemuinya

Kemahiran yang dijana akan diletakkan di dalam root kemahiran. Dua daripadanya adalah penting.

  • ~/.claude/skills/<skill-name>/ bersifat peribadi dan tersedia dalam setiap projek pada mesin tersebut.
  • .claude/skills/<skill-name>/ berada di dalam repositori dan bergerak bersamanya.

Di dalam mana-mana satu daripadanya, anda akan mendapat SKILL.md, direktori chapters/ dengan satu fail bagi setiap bab, serta fail sokongan. Nama direktori ialah perintahnya, jadi ~/.claude/skills/platform-handbook/ memberikan anda /platform-handbook, dan anda boleh mengikutinya dengan topik atau soalan biasa.

Pilih root berdasarkan pelesenan dan bukannya kemudahan. Kemahiran yang dibina daripada buku yang anda beli adalah milik direktori peribadi anda. Kemahiran yang dibina daripada dokumentasi yang ditulis oleh pasukan anda sendiri adalah milik repositori, yang menjadikan perkongsian satu kemahiran merentasi beberapa repositori sebagai masalah seterusnya untuk diselesaikan.

Satu kos akan meningkat dengan setiap kemahiran yang anda tambah. Setiap nama kemahiran kekal dalam senarai, tetapi penerangan akan digugurkan apabila senarai melebihi bajetnya; gabungan teks description dan when_to_use bagi setiap entri dihadkan kepada 1,536 aksara secara lalai. Sepuluh kemahiran buku bermakna sepuluh penerangan bersaing untuk ruang tersebut. Bagi kemahiran yang anda sentiasa panggil dengan nama, tambah satu baris pada frontmatter yang dijana:

---
name: platform-handbook
description: Frameworks and chapter index from the internal platform handbook.
disable-model-invocation: true
---

Dengan disable-model-invocation: true, penerangan tersebut kekal di luar konteks sepenuhnya, dan kemahiran tersebut masih dimuatkan sepenuhnya apabila anda menaip /platform-handbook. Anda melepaskan penemuan automatik dan mendapat tetingkap konteks yang lebih tenang.

Pelesenan: MIT meliputi penukar, bukan buku

Bertegaslah mengenai perkara ini, kerana kegagalan di sini bukanlah kegagalan teknikal.

  • Lesen MIT meliputi kod penukar dan definisi kemahirannya. Ia tidak menyatakan apa-apa tentang dokumen yang anda masukkan ke dalamnya.
  • Menjalankan penukar ke atas buku yang anda beli, pada perkakasan yang anda kawal, bermakna anda membuat nota daripada salinan anda sendiri.
  • Menerbitkan hasilnya adalah pengedaran, dan lesen MIT pada alat tersebut tidak memberikan anda hak untuk mengedarkan apa-apa yang diperoleh daripada buku orang lain.
  • Output tersebut adalah karya terbitan. Rangka kerja dan isi penting bab masih dibentuk oleh sumber, dan karya terbitan masih tertakluk kepada hak cipta sumber tersebut.
  • Kemahiran yang dibina daripada bahan yang anda tidak boleh edarkan semula mesti kekal pada mesin yang membinanya. Bukan repositori awam. Bukan pasaran pasukan yang dikongsi.
  • Terbitkan apabila sumber tersebut adalah milik anda atau dilesenkan secara terbuka: dokumentasi yang ditulis oleh pasukan anda, atau standard yang terma-termanya membenarkan pengedaran semula.

Alat ini dibina berdasarkan prinsip ini. Ia tidak menghantar kandungan buku dan pengekstrakan dijalankan secara setempat. v1.4.0 yang disemat hanya mencetak baris gh skill publish pilihan dan tidak pernah bertanya tentang keterlihatan, jadi keputusan di situ terletak sepenuhnya pada anda. Cawangan lalai projek ini telah menambah langkah penerbitan yang meminta keterlihatan repositori sebagai soalan satu perkataan yang berasingan dan hanya mencipta repositori awam apabila jawapannya ialah perkataan public; apa-apa jawapan lain akan menjadikannya peribadi. Ia juga menyemak hak pengedaran semula sebelum mencipta repositori dan memastikan kemahiran daripada buku berhak cipta pihak ketiga kekal peribadi. Anggap langkah itu sebagai keputusan pelesenan, kerana itulah sebenarnya ia.

Buku panduan dalaman membawa masalah kedua. Ia mengandungi kelayakan (credentials) lebih kerap daripada yang diakui sesiapa, dan penukar menukarkan PDF yang tidak dibuka oleh sesiapa kepada fail yang dibaca oleh ejen anda atas permintaan. Baca fail yang dijana sekali sebelum anda melakukan komit, dan lihat menjauhkan rahsia daripada ejen AI anda.

Berapakah kos satu penukaran?

Angka di bawah adalah anggaran yang diterbitkan sendiri oleh projek tersebut, dikira berdasarkan jumlah token yang diukur dan bukannya daripada pihak kami.

CartaEstimated cost to convert one full-length book, as published by the project
Data di sebalik carta 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
  }
]

Bagi 4 buah buku yang diukur oleh projek tersebut, anggaran kos penukaran adalah antara 0.88 hingga 1.42 dolar AS, dengan Pro Git pada 1.23. Angka-angka ini dikira daripada jumlah token yang diukur menggunakan harga Claude Sonnet 4.5, dengan jumlah token daripada tiktoken menggunakan cl100k_base, dan ia diterbitkan dalam docs/performance.md projek tersebut setakat Oktober 2026. Angka anda sendiri akan berubah mengikut model dan harga yang anda gunakan.

Projek tersebut juga mendokumentasikan jumlah token yang 24 hingga 51 kali ganda lebih rendah untuk menjawab satu soalan daripada kemahiran tersebut berbanding daripada keseluruhan buku yang ditampal ke dalam konteks. Anggap ini sebagai gambaran penjimatan dan bukannya satu janji, kerana ia bergantung pada buku dan soalan tersebut. Intipati strukturnya tetap sama: penukaran dibayar sekali sahaja, manakala lambakan konteks perlu dibayar semula pada setiap perbualan yang memerlukan buku tersebut.

Mengapa tidak menampal PDF atau membina indeks RAG?

Menampal teks berfungsi dengan baik, dan ia merupakan jawapan yang tepat untuk satu soalan mengenai satu dokumen. Ia bukan lagi jawapan yang tepat apabila buku yang sama diperlukan pada hari Selasa dan sekali lagi pada hari Jumaat, kerana anda perlu membayar kos saiz penuhnya setiap kali.

Retrieval, atau RAG (retrieval augmented generation), melakukan carian pada waktu pertanyaan dan memberikan petikan yang sepadan dengan perkataan anda. Ia berkesan apabila anda memerlukan ayat yang tepat. Ia kurang berkesan apabila maklumat yang berguna merupakan satu kerangka kerja yang tersebar merentasi satu bab, kerana tiada satu petikan pun yang mengandungi keseluruhan maklumat tersebut. Sesuatu skill melakukan pengekstrakan itu sekali sahaja, pada waktu penukaran, dan menyimpan struktur tersebut dan bukannya petikan teks.

Had yang jujur: skill yang dijana merupakan ringkasan yang kehilangan maklumat (lossy summary) yang ditulis oleh model. Ia adalah alat bantu belajar, dan sumber asal tetap menjadi rujukan utama. Apabila perkataan yang tepat membawa kepentingan undang-undang atau protokol, simpan PDF tersebut dan petik daripadanya. Perbandingan skill dengan pelayan MCP dan fail peraturan merangkumi kesesuaian setiap pendekatan.

Mod kegagalan dan rentetan yang akan anda lihat

PDF yang diimbas tidak menghasilkan apa-apa. Dengan pdftotext dipasang, pengekstrak akan memeriksa lima halaman pertama untuk lapisan teks dan berhenti dengan penjelasan jika tiada teks ditemui. Tanpa alat ini, rantaian sandaran biasa akan berjalan dan memproses keseluruhan PDF sebelum gagal. Jalankan ocrmypdf input.pdf output.pdf terlebih dahulu, kemudian masukkan fail output tersebut kepadanya.

pip enggan memasang. error: externally-managed-environment pada Ubuntu 24.04 ialah tindakan apt melindungi sistem Python. Gunakan persekitaran maya di atas, atau pasang poppler-utils dan langkau pip sepenuhnya.

Bab yang dihasilkan tidak tepat. Pengesanan bab mencari tajuk eksplisit seperti Chapter 7 dan varian bahasanya, serta mengenali angka roman seperti Chapter IV atau IV. Title. Buku yang menggunakan tajuk bahagian kosong tanpa nombor akan menyebabkan pembahagian yang buruk, dan penyelesaiannya adalah dengan memberitahu proses tersebut di mana bab bermula dan bukannya mengharapkan ia meneka.

Perintah tidak wujud. /book-to-skill yang tiada daripada pelengkapan automatik (autocomplete) boleh bermakna direktori kemahiran dicipta selepas sesi anda bermula. Jalankan /reload-skills, atau mulakan semula ejen tersebut.

Docling mengambil masa yang terlalu lama. Dengan kadar kira-kira 1.5 saat bagi setiap halaman, ia mengambil masa beberapa minit CPU untuk buku yang panjang, dan pada pelayan kongsi, proses tersebut bersaing dengan semua perkara lain yang anda hoskan. Jawab "text-heavy" apabila proses bertanya tentang jenis kandungan, atau berikan --mode text apabila anda mengendalikan scripts/extract.py sendiri. --mode technical ialah jawapan yang memilih docling.

Sumber hilang secara senyap. Fail yang tidak boleh dibaca akan dilangkau supaya kelompok (batch) boleh selesai. Pengekstrak mencetak mesej WARNING: Skipping, tetapi proses tersebut masih boleh melaporkan kejayaan walaupun jumlah sumber yang diproses kurang daripada yang anda berikan. Oleh itu, bandingkan output yang siap dengan fail sumber anda. Tabiat memeriksa proses yang telah selesai berbanding apa yang anda berikan sebenarnya adalah amalan yang baik di luar alat ini, dan kaedah Depth Tree bagi kemahiran unlazy adalah salah satu cara untuk memastikan ejen mematuhi standard yang sama dan bukannya mengisytiharkan tugasan selesai lebih awal.

Gunakan corak yang sama secara manual

Alat ini hanyalah untuk kemudahan. Strukturnya adalah bahagian yang boleh dipindahkan, dan editor teks boleh membina struktur tersebut untuk sebarang bahan rujukan yang anda miliki.

  1. Tulis satu fail entri dan simpan ia berdekatan dengan token 4,000 yang disasarkan oleh penukar. Masukkan konsep-konsep yang dinamakan ke dalamnya dengan formulasi yang tepat, berserta indeks yang menyenaraikan setiap fail perincian dan topik yang terkandung dalam fail tersebut.
  2. Pecahkan bahan kepada fail-fail yang mempunyai kira-kira 1,000 token, satu topik setiap satu, dan namakan fail tersebut supaya nama fail itu sendiri memberitahu anda apa yang terkandung di dalamnya.
  3. Terangkan setiap fail tersebut daripada fail entri, dalam ayat yang menyatakan bila untuk membacanya.

Langkah 3 adalah langkah yang sering dilangkau oleh orang ramai, dan ia merupakan langkah yang menjadikan corak ini berfungsi. Ejen memilih fail untuk dibuka dengan membaca indeks, jadi fail yang tidak diterangkan dalam indeks adalah fail yang tidak akan dibuka oleh ejen. Indeks adalah produknya, manakala fail bab adalah storannya.

Pastikan fail entri berada di bawah 5,000 token untuk mengelakkan pemotongan apabila ia dilampirkan semula selepas pemadatan; jika bajet gabungan menyebabkannya terpotong, gunakan kemahiran itu sekali lagi. Peraturan itu terpakai sama ada penukar yang menulis fail tersebut atau anda sendiri yang melakukannya.

FAQ

Bolehkah saya menerbitkan skill yang dibina daripada buku yang saya beli?

Tidak, melainkan lesen buku tersebut membenarkan pengagihan semula. Lesen MIT pada penukar (converter) melindungi kod penukar tersebut, bukan bahan yang anda masukkan ke dalamnya, dan skill yang dijana merupakan karya terbitan daripada buku itu. Simpan ia dalam ~/.claude/skills/ pada mesin anda sendiri. Penerbitan adalah wajar untuk dokumentasi yang anda tulis sendiri atau sumber yang mempunyai lesen terbuka. v1.4.0 yang disemat tidak pernah bertanya tentang keterlihatan, manakala cawangan lalai projek kini menanyakannya sebagai soalan berasingan dan hanya menjadi awam pada public kosong, jadi walau apa pun, keputusan itu dibuat secara sengaja oleh anda.

Adakah saya perlukan docling, atau adakah pdftotext sudah memadai?

pdftotext daripada poppler-utils sudah memadai untuk teks prosa dan ia hampir serta-merta. Pasang docling apabila nilai buku tersebut terletak pada jadual dan senarai kodnya, kerana pengekstrak teks biasa akan meratakan strukturnya. Pertukarannya adalah dari segi kelajuan: projek ini mengukur docling pada kira-kira 1.5 saat setiap halaman, jadi manual 300 halaman akan mengambil masa beberapa minit waktu CPU pada VPS.

Mengapa pip gagal dengan externally-managed-environment pada VPS saya?

Ubuntu 24.04 dan Debian semasa menandakan Python sistem sebagai diuruskan oleh apt, jadi pip enggan memasang ke dalamnya dan mencetak error: externally-managed-environment. Cipta persekitaran maya dengan python3 -m venv ~/.venvs/book-to-skill, aktifkannya, pasang pengekstrak di sana, kemudian mulakan ejen anda daripada shell yang sama. Skill tersebut memanggil python3, jadi ia menggunakan mana-mana penterjemah yang berada pada PATH anda, yang kini merupakan penterjemah dalam persekitaran maya tersebut.

Mengapa skill yang saya jana tidak muncul sebagai slash command?

Terdapat dua punca. Nama direktori memanggil skill tersebut, dan frontmatter name juga menetapkan arahannya, jadi skill tersebut perlu berada pada ~/.claude/skills/<name>/SKILL.md atau .claude/skills/<name>/SKILL.md, dengan SKILL.md dieja dengan tepat seperti itu. Jika laluan tersebut betul, jalankan /reload-skills atau mulakan semula ejen. Claude Code mengesan suntingan di dalam direktori skill yang sudah dipantaunya, tetapi direktori skill yang dicipta selepas sesi bermula tidak dipantau sama sekali sehingga anda melakukannya.

Adakah artikel ini berguna?