B

书骨:将一本书的内容蒸馏为可运行的思维框架Skill

ナレッジ管理v1.0.0
作者:user_a005da05更新日 2026-11-05bookbone@user_a005da05/bookbone
要約ノート整理ドキュメント Q&A

AlphaMoatによると、2026-10時点で书骨:将一本书的内容蒸馏为可运行的思维框架Skillのダウンロード数は22,827、スター数は31で、累計ダウンロード数で今回のランキング対象AIスキル10,914件中1,241位、ナレッジ管理では745件中79位です。

一覧の初期表示は累計ダウンロード数順で、スター数順にも並べ替えできます。詳細ページの順位は累計ダウンロード数で計算しています。

ダウンロード数
2.3万
スター数
31
累計ダウンロード順位
#1,241
全体の上位 12% · ナレッジ管理の上位 11%
プラットフォームダウンロード数スター数コメント
SkillHub ↗2.3万31—

プラットフォームごとに集計方法と集計時点が異なります。

このスキルでできること

书骨:将一本书的内容蒸馏为可运行的思维框架Skill。 输入书名,自动完成阅读→框架提取→方法清单→构建验证全流程。 触发词:「蒸馏《XX》」「用《XX》的框架分析」「把这本书做成skill」「书骨」。

月次の推移

ダウンロード数2.3万
01.2万2.5万2026-03 · ダウンロード数 802026-05 · ダウンロード数 4352026-06 · ダウンロード数 8532026-07 · ダウンロード数 21482026-08 · ダウンロード数 38852026-09 · ダウンロード数 61552026-10 · ダウンロード数 2.3万26-0326-0926-10
スター数31
017332026-03 · スター数 -2026-05 · スター数 12026-06 · スター数 112026-07 · スター数 202026-08 · スター数 272026-09 · スター数 282026-10 · スター数 3126-0326-0926-10

2026-09 から集計方法を変更し、同名スキルを作者ごとに分けて集計し、全スキルを対象にしました。破線は変更前の月で、変更後のデータとは直接比較せず、変更をまたぐ増減も計算していません。

月ダウンロード数前月比スター数
2026-102.3万—31
2026-096155—28
2026-083885+80.9%27
2026-072148+151.8%20
2026-06853+96.1%11
2026-05435—1
2026-0380—-

SKILL.md 原文

作者が公開した元のファイルをテキストのまま表示しています。AlphaMoat による編集や審査はしていません。リンクはクリックできません。コマンドは内容を確認してから実行してください。取得日 2026-11-20。

10 KB・SkillHub v1.0.0
---
name: shugu-book-bone
description: |
  书骨:将一本书的内容蒸馏为可运行的思维框架Skill。
  输入书名,自动完成阅读→框架提取→方法清单→构建验证全流程。
  触发词:「蒸馏《XX》」「用《XX》的框架分析」「把这本书做成skill」「书骨」。
---

# 书骨 · BookBone
すべて表示(全 321 行)
> 「一本书读完就忘了?书骨帮你抽走它的骨架,让AI替你记住。」

## 核心理念

书骨不是「把书变成另一份摘要」,是**抽出一本书的认知骨架**——去掉血肉(案例、故事、修辞),留下可运行的结构。

好的一本书 Skill 是一套可操作的思维工具箱:
- 作者用什么**心智模型**看世界?(镜片)
- 作者提出了什么**方法论/检查清单**?(操作步骤)
- 作者创造了什么**关键概念**?(词汇表)
- 这个框架**适用和不适用**什么场景?(边界)

**关键区分**:捕捉的是HOW the book thinks,不是WHAT the book says。

---

## 执行流程

### Phase 0: 确认书目

收到用户输入后,确认以下信息:

| 确认项 | 说明 |
|--------|------|
| **书名+作者** | 确保理解正确,避免同名书籍混淆 |
| **版次** | 第二版和第一版差异可能很大,必须确认 |
| **输入形式** | 用户提供PDF/EPUB / 读书笔记 / 只有书名 |
| **蒸馏目标** | 框架?方法论?案例?思维方式? |
| **新建 or 更新** | 检查 `.claude/skills/` 是否已有该书 Skill |

**输入形式判断**:

| 形式 | 触发条件 | 策略 |
|------|---------|------|
| **本地原文** | 用户提供PDF/EPUB/全文 | Phase 1直接读取原文,最准确 |
| **笔记模式** | 用户提供读书笔记/摘要 | Phase 1读取笔记 + 网络搜索补充 |
| **搜索模式** | 只有书名,无其他素材 | Phase 1通过网络搜索获取核心内容 |

确认后 → Phase 0.5 创建目录。

### Phase 0.5: 创建Skill目录

```
.claude/skills/[book-slug]/
├── SKILL.md                          # 最终产物
└── references/
    └── book-analysis.md              # 阅读分析记录
```

**完成检查**:
- [ ] 目录已创建
- [ ] book-analysis.md 已创建(空文件,等待Phase 1填充)
- [ ] 如果是更新模式:已读取现有SKILL.md,标注哪些信息需要刷新

**关键规则**:所有分析文件必须存在skill目录内部,Skill必须是自包含的。

---

### Phase 1: 书籍阅读/分析

根据输入形式选择策略:

**本地原文模式**:
1. 读取全书(PDF用pdf skill,EPUB用文本读取)
2. 生成结构化分析记录,写入 `references/book-analysis.md`

**笔记模式**:
1. 读取用户提供的笔记
2. 识别信息缺口(哪些章节/概念缺失)
3. 定向搜索补充

**搜索模式**:
1. 搜索书籍核心章节摘要、书评、作者访谈
2. 尽可能获取目录和关键章节内容
3. 在诚实边界中标注「基于二手来源」

**分析维度**(写入 book-analysis.md 的结构):

```markdown
# [书名] · 阅读分析

## 书籍概览
- 书名、作者、版次、出版年
- 核心问题:这本书试图回答什么?
- 核心答案:作者的主要论点(200字以内)
- 目标读者:谁应该读这本书?

## 章节摘要
- 逐章/逐部分提取核心论点(每章3-5行)
- 标注「高信息密度章节」

## 关键概念/术语
- 作者自创或重新定义的术语
- 每个术语的定义 + 出现章节

## 方法论/框架
- 书中明确提出的方法论、检查清单、决策树
- 每个框架的输入、过程、输出

## 核心案例
- 书中反复引用的关键案例(3-5个)
- 每个案例说明了什么框架

## 作者的局限与边界
- 作者明确承认的局限
- 本书未覆盖的领域
- 可能的批评角度

## 与其他书的关系
- 作者引用了哪些重要文献/思想
- 本书在同类书籍中的位置
```

**Phase 1 完成检查**:
- [ ] 所有核心章节都有摘要
- [ ] 关键概念列表完整
- [ ] 方法论/框架已提取
- [ ] 高信息密度章节已标注

展示分析摘要给用户确认 → 进入 Phase 2。

---

### Phase 2: 框架提取

读取 `references/book-analysis.md`,执行结构化提炼。

先读取 `references/extraction-methodology.md` 获取三重验证方法论。

#### 2.1 心智模型提取(3-7个)

**三重验证**(详见 extraction-methodology.md):
- **章间复现**:同一框架在书中至少2个不同章节/场景中出现
- **生成力**:能推断作者对书中未讨论问题的立场
- **排他性**:不是同类书的标配视角

操作步骤:
1. 扫描 book-analysis.md,列出所有候选论点(通常10-20个)
2. 对每个候选执行三重验证
3. 按排他性强度排序,取top 3-7个
4. 记录格式:名称、一句话、原文定义、证据(引用章节)、应用方式、局限性

#### 2.2 方法论/检查清单提取(3-8条)

- 书中提出的可操作步骤、检查清单、决策规则
- 可执行标准:能转化为具体步骤(不只是抽象原则)
- 可验证标准:有书中案例或实验数据支撑
- 可迁移标准:能应用于书中未提及的新场景

#### 2.3 核心概念词汇表(5-15个)

- 作者自创的术语
- 作者重新定义的常见术语
- 在书中结构性重要的术语

#### 2.4 案例模式(3-5个)

- 作者反复使用的论证模式/案例类型
- 每个模式:模式名称、典型案例、说明了什么

#### 2.5 应用范围与边界

- 这本书适合解决什么问题?
- 不适适合解决什么问题?
- 作者的盲区在哪里?

#### 2.6 表达风格(可选)

- 仅对风格明显的书籍提取
- 对教科书/技术书可跳过

### Phase 2.5: 提炼确认检查点

Phase 2 完成后,展示提炼摘要:

```
提炼结果摘要:
- 心智模型:N个(列出名称)
- 方法论/检查清单:N条
- 关键概念:N个
- 案例模式:N个
- 表达风格:[已提取/跳过]
```

用户确认OK → 进入Phase 3。
用户觉得不对或缺少 → 回到Phase 2调整。

---

### Phase 3: Skill构建

将Phase 2结果组装为可运行的SKILL.md。

#### Step 1: 读取模板
读取 `references/book-template.md` 获取标准结构。

#### Step 2: 填充内容

| 模板Section | 填充来源 |
|------------|---------|
| frontmatter description | 来源数量+模型数量+触发词 |
| 使用说明 | Phase 2.5 应用范围 |
| 回答工作流 | 根据心智模型自动推导研究维度 |
| 核心心智模型 | Phase 2.1 提取结果 |
| 方法论与检查清单 | Phase 2.2 提取结果 |
| 关键概念词汇表 | Phase 2.3 提取结果 |
| 案例模式 | Phase 2.4 提取结果 |
| 应用范围 | Phase 2.5 结果 |
| 书籍元信息 | Phase 1 书籍概览 |
| 诚实边界 | Phase 1 + Phase 2.5 结果 |
| 附录 | 章节分析来源 |

**回答工作流生成**:
书籍Skill不需要「先研究再回答」(框架本身就来自完整阅读),但需要:
1. 判断问题是否落入本书应用范围
2. 从心智模型和方法论中选择最相关的2-3个框架
3. 用选定框架分析问题,引用书中概念和案例

#### Step 3: 输出
将完成的SKILL.md写入 `.claude/skills/[book-slug]/SKILL.md`。

---

### Phase 4: 质量验证

#### 4.1 框架完整性测试
选3个书中明确讨论过的问题,用新Skill分析,结果应与书中结论一致。

#### 4.2 迁移测试
选1个书中未讨论但属于应用范围内的问题,用Skill的方法论框架推导出合理分析。
期望结果:基于框架X和方法论Y的推断,可能...但不确定。

#### 4.3 风格测试(如适用)
- 风格明显的书籍:输出是否保留了书的表达特征?
- 教科书/方法论书:输出是否清晰、结构化、可操作?

#### 4.4 通过标准

| 检查项 | 通过标准 | 不通过信号 |
|--------|---------|-----------|
| 心智模型数量 | 3-7个,每有来源证据 | <3或>10 |
| 方法论/清单数量 | 3-8条,可操作 | <3或全是泛泛原则 |
| 概念词汇表 | 5-15个,有定义 | 只列术语不给定义 |
| 应用边界 | 明确写适用范围和局限 | 只写优点不写局限 |
| 案例模式 | 至少3个,有书中案例支撑 | 无案例或案例不准确 |
| 章节覆盖 | 核心章节都被分析到 | 遗漏了高信息密度章节 |
| 表达风格(如适用) | 保留了书的风格特征 | 像通用AI味 |

**迭代上限**:Phase 2→4最多循环2次。如果2轮后仍有不通过项,在诚实边界中标注薄弱维度,交付当前最优版本。

**展示验证结果给用户确认后才算完成。**

---

## 更新已有Skill

当用户说「更新《XX》的skill」「这本书出了新版」时:
1. 读取现有SKILL.md,找到「书籍分析时间:[日期]」
2. 确认新版与旧版的差异(章节变化、概念增减、案例更新)
3. 只更新变化的部分,不重写整个Skill
4. 更新书籍分析时间和版次信息

---

## 品味守则

| 原则 | 一句话 |
|------|--------|
| 框架 > 摘要 | 书中反复出现的核心论点比章节摘要更有价值 |
| 方法论 > 感悟 | 可操作的步骤比「作者认为...很重要」更有用 |
| 边界 > 优点 | 知道这书不能干什么,比知道它能干什么更重要 |

### 绝不做的事
- 把通用道理包装成书的「独特见解」
- 忽略作者自己承认的局限
- 在信息不足时强行生成完整框架
- 把书的观点当成该领域的唯一真理

---

## 特殊场景

### 书籍类型差异

| 书籍类型 | 心智模型 | 方法论 | 概念表 | 案例模式 | 表达风格 |
|---------|---------|--------|--------|---------|---------|
| 哲学/理论 | 5-7个 | 1-3个 | 10-15个 | 3-5个 | 提取 |
| 方法论/实用 | 3-5个 | 5-8个 | 5-8个 | 2-3个 | 可选 |
| 叙事/传记/合集 | 3-5个 | 3-5个 | 5-10个 | 3-5个 | 提取 |
| 教科书/技术 | 2-4个 | 5-8个 | 10-20个 | 1-2个 | 跳过 |

### 信息不足的书
当搜索模式下发现公开信息很少时:
1. 告知用户「这本书的公开信息有限,生成质量会受限」
2. 心智模型减至2-3个,每个标注「基于有限信息推测」
3. 诚实边界加大篇幅

### 系列书籍
当用户说「蒸馏《XX》系列」时:
1. 确认是逐本蒸馏还是合并蒸馏
2. 合并蒸馏时:提取贯穿系列的核心框架 + 每本书的独特贡献
3. 在诚实边界中说明「系列合并可能丢失单本书的独特视角」

---

## 最后

一本书的价值不在于它说了什么,而在于它**怎么想**。

书骨抽走的不是摘要,是思维方式。读完就忘是正常——好的读者不需要记住每一页,只需要记住框架。

ナレッジ管理の人気スキル

搜索引擎ナレッジ管理

通过公开搜索URL在16个搜索引擎(7个国内直连+9个国际)中做跨引擎检索、结果去重与多源交叉验证,无需API Key,内置零依赖Python脚本。Use when 用户要求“搜一下/查资料/多找几个来源/核实消息/找公众号文章/排查报错/找论文或开源项目”时。输入自然语言查询词,输出带来源链接与可信度标注的结构化结果。不适用于私有数据检索、批量抓取、需要登录后可见的内容。

↓ 1075.9万★ 147u_8ee34d77
ima-skillsナレッジ管理

IMA OpenAPI を通じてノートとナレッジベースを操作します。

↓ 108.4万★ 566u_1742680f
Summarizeナレッジ管理

長いテキストや文書、ウェブページを要点とキーワードに圧縮する要約ツールです。

↓ 87.6万★ 1048paudyyin
全网搜索ナレッジ管理

通过“查一下、搜一下、搜索、找一下”等自然语言检索公开网页,整理来源并交付横版 PDF、Markdown 与标题链接表。支持用户主动开启、查看和取消技能收藏,保留原报告取回。

↓ 50.9万★ 2u_32d99f8a
web-tools-guideナレッジ管理

ウェブ要求に適切なツールを割り当てるための必読ガイドです。

↓ 40万★ 220user_ec205dbb
Aihot Skill Liteナレッジ管理

AI HOT (aihot.virxact.com) 中文 AI 资讯查询 Skill。当用户想知道"今天 AI 圈有什么"、"AI 日报"、"AI HOT"、"AI 资讯"、"AI 热点"、"最近 AI"、"OpenAI/Anthropic/Google 最近发布了什么"、"AI hot today"、"AI...

↓ 32.1万★ 92Khazix
全球12亿文献知识库(8千万中文期刊可下载)ナレッジ管理

全球12亿文献知识库(8千万中文期刊可下载)——通过 SmartLib 开放平台 API 提供中外文学术文献检索与下载能力,覆盖 8000 万篇授权中文期刊全文 + 12.28 亿条全球文献元数据(期刊 7.19 亿 / 专利 2.15 亿 / 会议 7155 万 / 学位论文 2473 万 / 标准 268 万)。 能力:中英文关键词检索、文献详情、中文期刊 PDF 全文下载、外文 OA 文献十级渠道免费下载(不消耗配额)、智能关键词扩展、核心期刊优先排序、相关性重排、引文追溯、分类号检索。 配额:首次使用自动注册,免费 100 次检索 + 10 次下载 / 月;耗尽自动弹出套餐(体验卡 / 个人版月 / 专业版月 / 单篇下载 / 下载包),可说「升级 / 充值」唤起;企业 / 机构定制联系 [email protected]。 触发:用户表达"查论文""找文献""检索学术""搜期刊""查专利""找标准""下论文""写文献综述""找参考文献""查 SCI/EI"等意图时启用;也适用"帮我找关于 XX 的论文""写文献综述""找几篇引用支撑论点"。英文:"find papers" "search literature" "write literature review" "find supporting citations"。 调用前必须先用 /consume 获取 consume_token,再凭 token 调 /search(每次计费接口调用都需一次 /consume)。

↓ 30.3万★ 189user_164f4c1f
Markdown Converterナレッジ管理

uvx 経由で markitdown を呼び、さまざまな形式のファイルを Markdown に変換します。

↓ 20.4万★ 256Peter Steinberger

データ月:2026-10 · ダウンロード数とスター数は公開スキルレジストリ(ClawHub、SkillHub)から月単位で集計しています。詳しくはデータの方法論をご覧ください。