SSD Nodes Learn Hosting plans →
Hướng dẫn Matt ConnorBởi Matt Connor

Biến sách kỹ thuật thành agent skill cho coding agent

Biến PDF, EPUB hoặc thư mục tài liệu nội bộ thành agent skill để coding agent tải khi cần. Xem cách cài đặt, giới hạn token, chạy headless và kiểm tra license.

Biến một cuốn sách kỹ thuật thành agent skill: những gì bạn nhận được

Để biến một cuốn sách kỹ thuật thành một agent skill, bạn trỏ một bộ chuyển đổi vào file PDF, EPUB, bản xuất DOCX hoặc một thư mục chứa các tài liệu nội bộ mà bạn đang sở hữu. Nó sẽ tạo ra một thư mục skill: một file đầu vào chứa các framework đã đặt tên cùng với mục lục các chương, và mỗi chương là một file riêng biệt mà agent chỉ đọc khi câu hỏi của bạn yêu cầu. Cuốn sách không bao giờ đi vào context window. Chỉ có mục lục mới làm điều đó.

Đây là công việc ngược lại với viết một agent skill từ đầu, nơi bạn mã hóa một quy trình mà bạn đã biết. Ở đây, kiến thức đã tồn tại nhưng không ai tiếp cận được: một file PDF của nhà cung cấp dài 800 trang, hoặc một cuốn cẩm nang chưa từng được mở ra kể từ khi người viết nó nghỉ việc. Công việc ở đây là nén và lập chỉ mục. Nếu từ skill còn mới với bạn, hãy đọc agent skill thực chất là gì trước.

Bộ chuyển đổi được sử dụng ở đây là book-to-skill, một skill theo giấy phép MIT chạy trên máy của chính bạn. Tag hiện tại tính đến tháng 10 năm 2026 là v1.4.0. Cấu trúc mà nó tạo ra quan trọng hơn bản thân công cụ, và phần cuối trước mục FAQ sẽ chỉ cho bạn cách tự xây dựng cấu trúc tương tự bằng tay.

Vì sao ngân sách token quyết định toàn bộ thiết kế

Một cuốn sách được đưa vào context window sẽ tiêu tốn toàn bộ kích thước của nó trong mỗi cuộc hội thoại cần đến. Một skill chỉ tốn entry file một lần, cộng thêm những chapter mà câu hỏi thực sự cần. Project đặt ngân sách cho từng file mà nó tạo ra.

Biểu đồDocumented token budget per generated file, book-to-skill v1.4.0
Dữ liệu đằng sau biểu đồ này
[
  {
    "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"
  }
]

Entry file, SKILL.md, được giới hạn ở 4,000 token và chứa các framework có tên cùng chỉ mục chapter. Mỗi chapter file có khoảng 1,000 token và nằm trên disk cho đến khi có yêu cầu đọc nó. Các supporting file cũng tương tự: 1,500 token cho glossary.md, 2,000 cho patterns.md, 1,000 cho cheatsheet.md.

Các ngân sách này phù hợp với cách Claude Code thực sự sử dụng context. description của skill nằm trong danh sách skill để model biết skill đó tồn tại. Phần nội dung được load khi skill được invoke, và sau khi load sẽ tiếp tục nằm trong context cho đến hết session. Vì vậy, mỗi dòng trong entry file đều là chi phí lặp lại. Supporting file chỉ được load khi agent đọc chúng, nhờ đó các file theo từng chapter có chi phí thấp.

Có một giới hạn chặt hơn đứng sau con số của entry file. Khi auto-compaction tóm tắt một cuộc hội thoại dài, Claude Code sẽ gắn lại lần invoke gần đây nhất của từng skill sau phần tóm tắt và giữ 5,000 token đầu tiên của mỗi skill, trong tổng ngân sách 25,000 token cho tất cả skill được gắn lại. Entry file nằm trong 5,000 token sẽ được giữ nguyên sau khi compaction. Entry file dài 20,000 token sẽ chỉ quay lại với một phần tư đầu tiên, và không có thông tin nào cho biết ba phần tư còn lại đã bị thiếu.

Đó là progressive disclosure: một chỉ mục nhỏ luôn đáng với chi phí của nó, còn phần lớn nội dung nằm sau một cánh cửa mà agent chỉ mở khi cần. Cách Claude Code quản lý context window trình bày phần còn lại của cơ chế tính này.

Cài đặt converter trên VPS, ghim theo một bản release

Skill này là một git repository. Hãy clone nó vào thư mục skills của agent bạn đang dùng. Tên thư mục sẽ trở thành slash command, vì vậy đường dẫn clone không phải là tùy chọn.

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

--branch chấp nhận một tag, vì vậy lệnh này sẽ checkout v1.4.0 và không lấy các bản sau đó. Hãy ghim nó lại, vì skill là tập hợp các chỉ dẫn mà agent của bạn thực hiện, và một thay đổi chưa được kiểm duyệt đối với các chỉ dẫn đó chính là thay đổi những gì đang chạy trên server của bạn. GitHub Copilot CLI đọc ~/.copilot/skills/ thay vào đó, còn Amp đọc ~/.agents/skills/.

Ngoài ra còn có cách cài đặt một dòng, npx skills add virgiliojr94/book-to-skill, lệnh này sẽ lấy bản mới nhất. Hãy dùng nó để thử công cụ. Hãy dùng bản clone đã ghim cho bất kỳ tác vụ nào bạn chạy lại.

Bây giờ hãy xác nhận xem máy chủ đang có những extractor nào:

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

--check sẽ báo cáo những extractor nào đã được cài đặt và in ra những gì cần cài cho các thành phần còn thiếu: một lệnh pip kết hợp cho các gói Python thiếu, và gợi ý cho từng công cụ hệ thống còn thiếu. Gói này yêu cầu Python 3.9 trở lên.

Nếu /book-to-skill không xuất hiện trong tính năng tự động hoàn thành sau khi clone, hãy chạy /reload-skills hoặc khởi động lại agent của bạn. Claude Code theo dõi các thư mục skill đã tồn tại khi phiên làm việc bắt đầu, vì vậy một ~/.claude/skills/ bạn vừa tạo hai phút trước vẫn chưa được theo dõi.

Bạn thực sự cần những extractor nào?

Không có gì bắt buộc ngoài Python, vì mọi định dạng đều có cơ chế dự phòng (fallback) trong thư viện chuẩn. Các cơ chế dự phòng này hoạt động kém hiệu quả hơn, và trên một máy chủ nhỏ, việc cài đặt các extractor không dùng đến chỉ gây lãng phí thời gian.

  • pdftotext, từ gói poppler-utils, xử lý các file PDF nhiều chữ và có tốc độ gần như tức thì. Cài đặt nó bằng sudo apt install poppler-utils.
  • pypdf và pdfminer.six là các cơ chế dự phòng bằng Python cho PDF.
  • docling dành cho các file PDF kỹ thuật mà giá trị nằm ở bảng biểu và các đoạn mã. Dự án đo lường tốc độ xử lý khoảng 1,5 giây mỗi trang.
  • ebooklib cùng với beautifulsoup4 đọc file EPUB đúng cách. Nếu không có chúng, công cụ sẽ quay về sử dụng trình đọc zipfile của thư viện chuẩn.
  • python-docx đọc file DOCX và striprtf đọc file RTF.
  • ebook-convert của Calibre là bắt buộc đối với các file MOBI và AZW.
  • ocrmypdf chạy OCR (nhận dạng ký tự quang học) trên các cuốn sách đã scan, vốn không có lớp văn bản nào cả.

Trên Ubuntu 24.04, một lệnh pip3 install pypdf thông thường sẽ dừng lại với thông báo này:

error: externally-managed-environment

Đó không phải là lỗi của pip. Ubuntu và Debian đánh dấu Python hệ thống là do apt quản lý, nên pip từ chối ghi đè vào đó. Có hai cách giải quyết. sudo apt install poppler-utils cài đặt một file binary và không cần dùng đến pip. pdftotext tự nó xử lý được hầu hết các file PDF văn bản thông thường. Đối với các extractor bằng Python, hãy tạo một virtual environment và khởi chạy agent từ bên trong đó, để python3 mà skill gọi đến chính là trình thông dịch đã chứa các gói cần thiết.

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

Bản checkout v1.4.0 được ghim khai báo các extras là pdf, epub, docx, rtf, technical và all, trong đó technical là docling. Trang cài đặt của dự án cũng ghi lại cách cài đặt dòng lệnh độc lập trực tiếp từ GitHub, pip install "book-to-skill[pdf,epub,docx] @ git+https://github.com/virgiliojr94/book-to-skill.git", theo sau là book-to-skill --check để liệt kê các extractor đã cài đặt. Cách này không cần bản phát hành trên PyPI, nhưng nó cài đặt nhánh mặc định của dự án thay vì v1.4.0, và nó chỉ cung cấp lệnh extractor chứ không phải skill /book-to-skill. Để có thiết lập cố định, hãy cài đặt từ bản checkout của riêng bạn như trên. Một lệnh pip install book-to-skill đơn thuần sẽ không hoạt động, vì tên đó chưa được xuất bản trên PyPI tính đến tháng 10 năm 2026.

Hãy bỏ qua docling cho đến khi cần dùng đến nó cho một cuốn sách. Nó kéo theo cả một stack machine learning, vì vậy hãy kiểm tra dung lượng đĩa trống trên gói VPS nhỏ trước khi cài đặt.

Chạy lệnh trên một thư mục tài liệu, bao gồm cả chế độ headless

Lệnh này nhận đầu vào là một tệp, một thư mục, một glob nằm trong dấu ngoặc kép, hoặc nhiều đường dẫn cùng lúc, theo sau là tên skill tùy chọn. Bất cứ thứ gì bạn có thể đặt trong một thư mục đều hoạt động được, bao gồm cả tập hợp RFC (request for comments, các tài liệu định nghĩa giao thức 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

Hãy đặt glob trong dấu ngoặc kép để shell không tự ý mở rộng nó trước khi skill nhận được. Trỏ lệnh vào một thư mục skill đã tồn tại sẽ gộp các nguồn mới vào skill đó thay vì tạo ra một skill thứ hai.

Một lần chạy tương tác sẽ hỏi bạn các câu hỏi. Tài liệu có tính kỹ thuật hay nhiều chữ, điều này quyết định bộ trích xuất (extractor). Skill nên giúp bạn làm gì, điều này thiết lập độ sâu tham chiếu hoặc nghiên cứu và từ đó quyết định ngân sách cho mỗi chương. Skill nên được đặt tên là gì, và khi chưa có skills root hoặc có nhiều hơn một, nó nên nằm trong root nào. Nó cũng in ra ước tính về token và thời gian trước khi tạo và đợi bạn xác nhận.

Một lần chạy headless không có ai để trả lời những câu hỏi đó. Các skill do người dùng gọi sẽ hoạt động trong claude -p: đặt lệnh slash vào chuỗi prompt và Claude Code sẽ mở rộng nó trước khi quá trình chạy bắt đầu. Vì vậy, hãy trả lời các câu hỏi ngay trong cùng một prompt đó.

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 phê duyệt trước các công cụ mà quá trình chạy cần, vì một prompt yêu cầu quyền mà không có terminal đính kèm là một quá trình chạy không bao giờ kết thúc. Thêm --output-format json sẽ đặt total_cost_usd vào kết quả, đây là ước tính phía client thay vì hóa đơn của bạn.

Quá trình trích xuất hợp nhất mọi nguồn vào một thư mục làm việc tạm thời dưới /tmp trước khi bất kỳ model nào đọc nó, và bước cuối cùng của quá trình chạy sẽ xóa thư mục đó. Một nguồn không trích xuất được sẽ bị bỏ qua để quá trình xử lý hàng loạt vẫn tiếp tục, nghĩa là một lần chạy có thể báo thành công dù đã đọc ít tệp hơn số lượng bạn cung cấp. Hãy so sánh danh mục tệp trong báo cáo cuối cùng với những gì có trong thư mục. Một chương bị thiếu thường là do nguồn bị thiếu.

Hãy chạy lệnh trên một server mà bạn cảm thấy an toàn khi giao cho một agent. Chạy Claude Code an toàn trên VPS bao gồm các khía cạnh về quyền hạn cho việc đó.

Vị trí lưu output để coding agent tìm thấy

Skill được tạo sẽ nằm trong thư mục gốc của các skill. Có 2 thư mục cần chú ý.

  • ~/.claude/skills/<skill-name>/ là thư mục cá nhân và có sẵn trong mọi project trên máy đó.
  • .claude/skills/<skill-name>/ nằm bên trong một repository và đi cùng repository đó.

Trong mỗi thư mục, bạn sẽ có SKILL.md, một thư mục chapters/ chứa mỗi chapter một file, cùng các file hỗ trợ. Tên thư mục là command, nên ~/.claude/skills/platform-handbook/ sẽ cung cấp /platform-handbook. Sau đó, bạn có thể truyền vào một topic hoặc một câu hỏi thông thường.

Hãy chọn thư mục gốc dựa trên quyền sử dụng, không dựa trên sự tiện lợi. Skill được tạo từ một cuốn sách bạn đã mua thuộc thư mục cá nhân. Skill được tạo từ tài liệu do team của bạn viết thuộc repository. Khi đó, chia sẻ một skill giữa nhiều repository là vấn đề tiếp theo cần giải quyết.

Một chi phí tăng theo số lượng skill bạn thêm. Mô tả của mỗi skill vẫn nằm trong danh sách skill để model quyết định có sử dụng skill đó hay không. Phần văn bản mô tả kết hợp bị cắt ở 1,536 ký tự cho mỗi entry, và toàn bộ danh sách cũng có giới hạn. Mười skill từ sách nghĩa là có mười phần mô tả cùng cạnh tranh trong giới hạn đó. Với những skill bạn luôn gọi bằng tên, hãy thêm một dòng vào frontmatter được tạo:

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

Với disable-model-invocation: true, phần mô tả hoàn toàn không chiếm context, trong khi skill vẫn được load đầy đủ khi bạn nhập /platform-handbook. Bạn mất khả năng tự động discovery, nhưng context window sẽ ít nhiễu hơn.

Cấp phép: MIT áp dụng cho công cụ chuyển đổi, không phải cho cuốn sách

Hãy chính xác về vấn đề này, vì lỗi ở đây không phải là lỗi kỹ thuật.

  • Giấy phép MIT bao gồm mã nguồn của công cụ chuyển đổi và định nghĩa kỹ năng của nó. Nó không đề cập gì đến tài liệu mà bạn nạp vào.
  • Chạy công cụ chuyển đổi trên một cuốn sách bạn đã mua, trên phần cứng bạn kiểm soát, là việc bạn tự ghi chú từ bản sao của chính mình.
  • Xuất bản kết quả là hành vi phân phối, và giấy phép MIT trên công cụ không cấp cho bạn quyền phân phối bất kỳ thứ gì bắt nguồn từ sách của người khác.
  • Đầu ra là một tác phẩm phái sinh. Các khung sườn và ý chính của chương vẫn được định hình bởi nguồn gốc, và một tác phẩm phái sinh vẫn chịu sự điều chỉnh của bản quyền từ nguồn đó.
  • Một kỹ năng được xây dựng từ tài liệu mà bạn không được phép phân phối lại phải nằm trên máy đã tạo ra nó. Không phải repository công khai. Không phải marketplace chia sẻ cho nhóm.
  • Chỉ xuất bản khi nguồn là của bạn hoặc được cấp phép mở: tài liệu do nhóm bạn viết, hoặc một tiêu chuẩn mà các điều khoản cho phép phân phối lại.

Công cụ này được xây dựng dựa trên nguyên tắc đó. Nó không đi kèm nội dung sách và quá trình trích xuất chạy cục bộ. v1.4.0 được ghim chỉ in một dòng gh skill publish tùy chọn và không bao giờ hỏi về khả năng hiển thị, vì vậy quyết định hoàn toàn nằm ở bạn. Nhánh mặc định của dự án đã bổ sung một bước xuất bản, yêu cầu xác nhận khả năng hiển thị của repository dưới dạng một câu hỏi một từ riêng biệt và chỉ tạo repository công khai khi câu trả lời là từ public; bất kỳ câu trả lời nào khác đều dẫn đến trạng thái riêng tư. Hãy coi bước đó là quyết định cấp phép, vì đó chính xác là ý nghĩa của nó.

Các sổ tay nội bộ mang đến một vấn đề thứ hai. Chúng chứa thông tin xác thực thường xuyên hơn mức mọi người thừa nhận, và một công cụ chuyển đổi biến một file PDF không ai mở thành một file mà agent của bạn đọc theo yêu cầu. Hãy đọc các file đã tạo một lần trước khi bạn commit chúng, và xem giữ bí mật không để lọt vào các AI agent của bạn.

Chi phí cho một lần chuyển đổi là bao nhiêu?

Các con số dưới đây là kết quả đo lường do chính dự án công bố, không phải của chúng tôi.

Biểu đồCost to convert one full-length book, as published by the project
Dữ liệu đằng sau biểu đồ này
[
  {
    "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
  }
]

Trên tổng số 4 cuốn sách mà dự án đã đo lường, một lần chuyển đổi tiêu tốn từ 0.88 đến 1.42 đô la Mỹ, với cuốn Pro Git là 1.23. Các số liệu này được đo trên Claude Sonnet 4.5, với số lượng token từ tiktoken sử dụng cl100k_base, và được công bố trong docs/performance.md của dự án tính đến tháng 10 năm 2026. Con số thực tế của bạn sẽ thay đổi tùy theo model và mức giá bạn sử dụng.

Dự án cũng ghi nhận số lượng token cần thiết để trả lời một câu hỏi từ kỹ năng (skill) ít hơn từ 24 đến 51 lần so với việc dán toàn bộ cuốn sách vào context. Hãy coi đây là mức tiết kiệm ước tính thay vì một cam kết, vì nó còn phụ thuộc vào cuốn sách và câu hỏi cụ thể. Điểm mấu chốt về cấu trúc vẫn không đổi: chi phí chuyển đổi chỉ trả một lần, trong khi chi phí cho context dump phải trả lại cho mỗi cuộc hội thoại cần đến cuốn sách đó.

Tại sao không dán PDF hoặc xây dựng một chỉ mục RAG?

Dán nội dung vẫn hiệu quả và là lựa chọn phù hợp khi bạn cần trả lời một câu hỏi về một tài liệu. Cách này không còn phù hợp khi bạn cần cùng một cuốn sách vào thứ Ba rồi lại vào thứ Sáu, vì mỗi lần bạn đều phải trả chi phí cho toàn bộ dung lượng của sách.

Retrieval, hay RAG (retrieval augmented generation), tìm kiếm tại thời điểm truy vấn và trả về các đoạn văn khớp với từ ngữ bạn dùng. Cách này hiệu quả khi bạn cần đúng câu cụ thể. Nó kém hiệu quả khi phần hữu ích là một framework trải dài qua cả chương, vì không có đoạn văn đơn lẻ nào chứa toàn bộ framework đó. Skill thực hiện việc trích xuất một lần trong lúc chuyển đổi và lưu cấu trúc thay vì lưu các đoạn văn.

Giới hạn cần nói rõ: skill được tạo ra là bản tóm tắt có mất mát thông tin do model viết. Đây là công cụ hỗ trợ học tập, còn nguồn gốc vẫn là nguồn gốc. Khi câu chữ chính xác có ý nghĩa pháp lý hoặc mang tính ràng buộc trong protocol, hãy giữ PDF và trích dẫn từ đó. So sánh skill với MCP server và rules file trình bày phạm vi phù hợp của từng cách tiếp cận.

Các chế độ lỗi và thông báo bạn sẽ gặp

PDF dạng scan không tạo ra kết quả. Trình trích xuất kiểm tra các trang đầu để tìm lớp văn bản và dừng lại kèm giải thích thay vì xử lý 400 trang hình ảnh. Hãy chạy ocrmypdf input.pdf output.pdf trước, sau đó mới đưa file đầu ra vào.

pip từ chối cài đặt. error: externally-managed-environment trên Ubuntu 24.04 là cơ chế của apt nhằm bảo vệ Python hệ thống. Hãy sử dụng môi trường ảo như trên, hoặc cài đặt poppler-utils và bỏ qua hoàn toàn pip.

Các chương bị tách sai. Tính năng phát hiện chương tìm kiếm các tiêu đề rõ ràng như Chapter 7 và các biến thể ngôn ngữ của nó, đồng thời nhận diện cả chữ số La Mã như Chapter IV hoặc IV. Title. Một cuốn sách sử dụng tiêu đề phần trần, không đánh số sẽ dẫn đến việc tách sai, cách khắc phục là chỉ định vị trí bắt đầu chương thay vì để công cụ tự đoán.

Lệnh không tồn tại. /book-to-skill thiếu trong danh sách gợi ý tự động nghĩa là thư mục skills được tạo sau khi phiên làm việc của bạn đã bắt đầu. Hãy chạy /reload-skills, hoặc khởi động lại agent.

Docling chạy quá lâu. Với tốc độ khoảng 1.5 giây mỗi trang, một cuốn sách dài sẽ tốn vài phút CPU, và trên một máy chủ dùng chung, tiến trình này sẽ cạnh tranh tài nguyên với mọi thứ khác bạn đang host. Hãy trả lời "text-heavy" khi được hỏi về loại nội dung, hoặc truyền tham số --mode text khi bạn tự chạy scripts/extract.py. --mode technical là câu trả lời chọn docling.

Nguồn dữ liệu biến mất âm thầm. Một file không thể đọc được sẽ bị bỏ qua để tiến trình hàng loạt có thể hoàn tất. Sau đó, tiến trình báo thành công với số lượng nguồn ít hơn số lượng bạn cung cấp, và nơi duy nhất hiển thị điều này là danh mục file trong báo cáo cuối cùng. Thói quen kiểm tra một tiến trình đã hoàn tất so với những gì bạn thực tế đã cung cấp là kỹ năng cần thiết vượt xa công cụ này, và phương pháp Depth Tree của kỹ năng unlazy là một cách để bắt agent tự tuân thủ tiêu chuẩn đó thay vì tuyên bố hoàn thành công việc quá sớm.

Áp dụng thủ công cùng một mô hình

Công cụ chỉ giúp thao tác thuận tiện hơn. Cấu trúc mới là phần có thể áp dụng lại, và bạn có thể dùng trình soạn thảo văn bản để tạo cấu trúc đó cho mọi tài liệu tham chiếu thuộc quyền sử dụng của mình.

  1. Viết một file entry và giữ kích thước của file này gần mức 4,000 token mà converter hướng đến. Đưa các khái niệm đã nêu vào file bằng đúng cách diễn đạt của chúng. Thêm một index liệt kê mọi file chi tiết và các chủ đề mà từng file chứa.
  2. Chia tài liệu thành các file, mỗi file khoảng 1,000 token và chỉ chứa một chủ đề. Đặt tên sao cho chỉ cần nhìn filename là biết file chứa nội dung gì.
  3. Mô tả từng file đó trong file entry, ngay trong câu nêu thời điểm cần đọc file.

Bước 3 là bước nhiều người bỏ qua, nhưng đây là bước giúp mô hình hoạt động. Agent quyết định mở file nào bằng cách đọc index. Vì vậy, nếu index không mô tả một file thì agent sẽ không bao giờ mở file đó. Index mới là sản phẩm; các file chương chỉ là nơi lưu trữ.

Giữ file entry trong compaction budget để toàn bộ cấu trúc vẫn hoạt động trong một session dài. Quy tắc này áp dụng dù converter tạo các file hay bạn tự tạo chúng.

FAQ

Tôi có thể xuất bản một skill được xây dựng từ cuốn sách tôi đã mua không?

Không, trừ khi giấy phép của cuốn sách đó cho phép phân phối lại. Giấy phép MIT trên bộ chuyển đổi chỉ bao gồm mã nguồn của bộ chuyển đổi, không bao gồm tài liệu bạn nạp vào, và skill được tạo ra là một tác phẩm phái sinh từ cuốn sách. Hãy giữ nó trong ~/.claude/skills/ trên máy của riêng bạn. Việc xuất bản chỉ phù hợp với tài liệu do chính bạn viết hoặc các nguồn có giấy phép mở. v1.4.0 được ghim không bao giờ hỏi về khả năng hiển thị, trong khi nhánh mặc định của dự án hiện nay coi đó là một câu hỏi riêng và chỉ công khai trên một public trống, vì vậy dù thế nào thì quyết định đó vẫn là do bạn chủ động đưa ra.

Tôi có cần docling không, hay pdftotext là đủ?

pdftotext từ poppler-utils là đủ cho văn bản thuần túy và gần như tức thời. Hãy cài đặt docling khi giá trị của cuốn sách nằm ở các bảng biểu và danh sách mã nguồn, vì trình trích xuất văn bản thuần túy sẽ làm mất chính xác những phần đó. Đánh đổi ở đây là tốc độ: dự án đo lường docling ở mức khoảng 1,5 giây mỗi trang, vì vậy một cuốn hướng dẫn 300 trang sẽ tốn vài phút thời gian CPU trên một VPS.

Tại sao pip báo lỗi externally-managed-environment trên VPS của tôi?

Ubuntu 24.04 và các bản Debian hiện tại đánh dấu Python hệ thống là được quản lý bởi apt, vì vậy pip từ chối cài đặt vào đó và in ra error: externally-managed-environment. Hãy tạo một môi trường ảo bằng python3 -m venv ~/.venvs/book-to-skill, kích hoạt nó, cài đặt các trình trích xuất vào đó, sau đó khởi chạy agent của bạn từ chính shell đó. Skill sẽ gọi python3, vì vậy nó sử dụng bất kỳ trình thông dịch nào có trên PATH của bạn, vốn hiện tại là trình thông dịch trong môi trường ảo.

Tại sao skill tôi tạo ra không hiển thị dưới dạng slash command?

Có hai nguyên nhân. Tên lệnh lấy từ tên thư mục, vì vậy skill phải nằm tại ~/.claude/skills/<name>/SKILL.md hoặc .claude/skills/<name>/SKILL.md, với SKILL.md được viết chính xác như vậy. Nếu đường dẫn đã đúng, hãy chạy /reload-skills hoặc khởi động lại agent. Claude Code sẽ nhận diện các chỉnh sửa bên trong các thư mục skill mà nó đã theo dõi, nhưng một thư mục skill được tạo sau khi phiên làm việc bắt đầu sẽ không được theo dõi cho đến khi bạn thực hiện thao tác đó.

Bài viết này có hữu ích không?