據 AlphaMoat 統計,截至 2026-10,書骨:將一本書的內容蒸餾為可執行的思維框架Skill 累計下載 22,827 次、獲 31 個星標,按累計下載量在本次參與排名的 10,914 個 AI 技能中排名第 1,241 位,在「知識管理」分類(745 個)中排名第 79 位。
列表預設按累計下載量排序,也可按星標排序;詳情頁排名按累計下載量計算。
| 平台 | 累計下載 | 星標 | 評論 |
|---|---|---|---|
| SkillHub ↗ | 2.3萬 | 31 | — |
各平台的計數口徑不同,統計時間不一致。
書骨:將一本書的內容蒸餾為可執行的思維框架Skill。 輸入書名,自動完成閱讀→框架提取→方法清單→構建驗證全流程。 觸發詞:「蒸餾《XX》」「用《XX》的框架分析」「把這本書做成skill」「書骨」。
2026-09 起統計方法調整:同名技能按作者分別統計,並覆蓋全部技能。圖中虛線為調整前的月份,與之後的資料不直接比較,也不計算跨越調整的增長。
| 月份 | 累計下載 | 環比 | 星標 |
|---|---|---|---|
| 2026-10 | 2.3萬 | — | 31 |
| 2026-09 | 6155 | — | 28 |
| 2026-08 | 3885 | +80.9% | 27 |
| 2026-07 | 2148 | +151.8% | 20 |
| 2026-06 | 853 | +96.1% | 11 |
| 2026-05 | 435 | — | 1 |
| 2026-03 | 80 | — | - |
以下是作者釋出的原始檔案,按純文字顯示,本站未做修改或稽核;其中的連結不可點選,命令請核實後再執行。抓取於 2026-11-20。
--- 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
> 「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。
透過公開搜尋URL在16個搜尋引擎(7個國內直連+9個國際)中做跨引擎檢索、結果去重與多源交叉驗證,無需API Key,內建零依賴Python指令碼。Use when 使用者要求“搜一下/查資料/多找幾個來源/核實訊息/找公眾號文章/排查報錯/找論文或開源專案”時。輸入自然語言查詢詞,輸出帶來源連結與可信度標註的結構化結果。不適用於私有資料檢索、批次抓取、需要登入後可見的內容。
透過 IMA OpenAPI 管理筆記與知識庫內容。
把長文字、文件與網頁內容壓縮成要點和關鍵詞的摘要工具。
透過“查一下、搜一下、搜尋、找一下”等自然語言檢索公開網頁,整理來源並交付橫版 PDF、Markdown 與標題連結表。支援使用者主動開啟、檢視和取消技能收藏,保留原報告取回。
規定如何為網頁請求選擇合適工具的必讀指引。
AI HOT(aihot.virxact.com)中文 AI 資訊查詢 Skill,幫助使用者獲取今日 AI 圈動態、AI 日報、AI 熱點、最新 AI 資訊以及 OpenAI、Anthropic、Google 等公司的最新發布資訊。
全球12億文獻知識庫(8千萬中文期刊可下載)——透過 SmartLib 開放平台 API 提供中外文學術文獻檢索與下載能力,覆蓋 8000 萬篇授權中文期刊全文 + 12.28 億條全球文獻後設資料(期刊 7.19 億 / 專利 2.15 億 / 會議 7155 萬 / 學位論文 2473 萬 / 標準 268 萬)。 能力:中英文關鍵詞檢索、文獻詳情、中文期刊 PDF 全文下載、外文 OA 文獻十級渠道免費下載(不消耗配額)、智慧關鍵詞擴充套件、核心期刊優先排序、相關性重排、引文追溯、分類號檢索。 配額:首次使用自動註冊,免費 100 次檢索 + 10 次下載 / 月;耗盡自動彈出方案(體驗卡 / 個人版月 / 專業版月 / 單篇下載 / 下載包),可說「升級 / 充值」喚起;企業 / 機構定製聯絡 [email protected]。 觸發:使用者表達"查論文""找文獻""檢索學術""搜期刊""查專利""找標準""下論文""寫文獻綜述""找參考文獻""查 SCI/EI"等意圖時啟用;也適用"幫我找關於 XX 的論文""寫文獻綜述""找幾篇引用支撐論點"。英文:"find papers" "search literature" "write literature review" "find supporting citations"。 呼叫前必須先用 /consume 獲取 consume_token,再憑 token 調 /search(每次計費介面呼叫都需一次 /consume)。
用 uvx 直接呼叫 markitdown,把各類檔案轉成 Markdown。
資料月份:2026-10 · 下載/星標數聚合自公開技能註冊庫(ClawHub、SkillHub),按月更新。口徑說明見資料方法。