先说个真事上周有个朋友问我“你上次读完那本 Agent 的书ReAct 是怎么实现的”我愣了几秒。我确实读过。16 章认认真真翻完还做了笔记。但那一刻我脑海里只剩一个模糊的印象——“好像有个循环Think 什么什么的。”我打开 PDFCtrlF输入 “ReAct”。 命中了 3 处。翻过去没有代码只有流程图。 去 GitHub 找原仓库找到了代码但忘了上下文。 回到 Obsidian 笔记看到一行ReAct Reasoning Acting很棒。没了。30 分钟。我一无所获。这不是我的问题。这是一个所有人都知道、但没人愿意面对的事实我们花大量时间「输入」但「检索」能力几乎为零。你想想你买过多少技术书读完了多少三个月后还记得多少读书时觉得「我理解了」——但大脑不是搜索引擎。 它记的不是原文是模糊的「发生过这件事」的信号。 三个月后你需要精确信息抱歉信号已经衰减成噪声了。做一个产品经理会问的问题如果「读技术书」是个产品用户旅程长这样用户发现价值 → 付费转化 → 开始阅读兴奋期 → 读完成就感 →归档再也不会打开→ 需要时检索 →失败→ 读下一本重复发现没最关键的环节「持续复用」整个流程里根本没设计。你花了 298 块、20 个小时获得了一个月的「记忆峰值」然后直线衰减到零。这对得起你的钱但对不起你的时间。解法不是「记得更牢」作为一个常和 AI 打交道的人我说服自己接受一个事实我的大脑不需要记住所有细节。它只需要知道「某个知识存在」然后有办法「精确调出来」。这就是 book-to-skill 这个开源工具解决的事。它的逻辑很简单① 你把书/PDF/笔记目录丢进去 ② 工具自动把内容拆解成结构化的「知识框架」不是摘要。 是提取每章的核心思想是什么用到了哪些框架避免什么代码在哪③ 输出一套标准化的文件技能名/ ├── SKILL.md 核心框架索引 ├── chapters/ 每章独立文件 ├── glossary.md 关键术语600词带章节标记 └── cheatsheet.md 决策速查表④ 以后你提问AI 按需加载对应章节回答不问了不占上下文问了秒回。你用 AI 的时候有没有这种感觉“帮我查一下…算了你没读过这本书”现在它读过了。而且读得很细。真实演示我拿《Hello-Agents》Datawhale 社区的 16 章 Agent 教程GitHub 20,000 stars试了转换前你需要做的是想查某个概念回忆在哪一章打开 PDF 搜索翻来翻去找到片段但没上下文去 GitHub 找完整代码折腾半小时转换后用户问ask hello-agents about ReActAI 加载第 4 章给出**ReAct(Yao et al.2022)** 核心Thought → Action → Observation 循环 适用需要外部信息的动态决策任务 示例回答华为最新手机Step1: Thought(需要实时信息)Action(Search[华为最新手机])Observation(Pura80Pro / Mate70)Step2: Thought(已获取, 总结)Action(Finish[华为最新发布 Pura80Pro 和 Mate70])⚠️ 实现要点 - temperature 设为0高确定性 - 必须设最大步数限制防死循环 - 工具描述要清晰LLM 靠描述选工具 - 解析失败时打印原始文本 优缺点 ✅ 高可解释性Thought 链透明可见 ❌ 提示词脆弱依赖 LLM 能力2 秒。没有幻觉。引用了原文的结构。给出了代码级别的实现要点。这不是 AI 凭记忆编的。它确实读了那本书。更妙的是上面说的是「书」。但你想过没有——你多年积累的 Obsidian 笔记、项目复盘、设计模式库、架构决策记录ADR……它们和书有什么区别 本质都是「你已经拥有的知识」只是没有被「索引化」。我写了个桥接工具把 Obsidian 整个目录扔进去python vault_bridge.py extractE:\Obsidian\顶级UI设计--slugtop-ui-design同样的流程提取 → 结构化 → 注册 → 可调用。我现在 vault 里排着 7 个主题等着转 顶级 UI 设计模式35 篇笔记 Agent 学习笔记30 篇 Prompt 工程模板库86 篇️ 计算机视觉笔记 开发项目复盘⚙️ 自动化内容生产 系统架构决策你品你细品。你记了那么久的笔记终于不是躺在文件夹里吃灰了。它们变成了一组可以被精确调用的「技能」。不占上下文不消耗预算随用随取。几点数据场景转换前转换后查一个概念5-30 分钟翻 PDF2 秒提问找代码示例翻 GitHub 仓库随章节自带笔记复用率 5%持续调用上下文占用整本书塞给 AI按需加载一章持续价值读后 3 个月归零无限次调用最后说几句真心话我不是在卖书也不是在推广工具。 这本书是免费的Datawhale 社区出品工具也是开源的。我真正想说的是我们正处于一个尴尬的转型期。过去十年知识管理工具的核心功能是「存储」——Evernote、Notion、Obsidian都是帮你存。但「存」不是终点。「能用出来」才是。AI 的出现改变了这个等式。它不关心你存了多少它关心你能不能给它一条精确的指令去调用你存的东西。book-to-skill 提供的不是存储是索引层。 它让你每一本读过的书、每一篇写过的笔记都变成了 AI 可以精确寻址的一行代码。不是记更多而是让调用的摩擦力趋近于零。这才是 AI 时代知识管理的本质。如果你也在搭自己的知识系统欢迎来聊。评论区见。全开源book-to-skillHello-Agentsvault-bridge已集成到工作流后续开源觉得有用的话点个赞让更多人看到❤️#AI编程 #知识管理 #Obsidian #产品思维 #效率工具 #Agent #深度学习