先问个扎心的问题:
你微信收藏、B站一键三连、播客加进待听列表的「干货」, 到现在攒了多少了?
书买了一套没翻完, 长视频收藏了舍不得删, 播客听了个爽——然后呢? 该不会还是不会。知识停在「看过 / 听过 / 收藏过」, 从没在真实决策里被调用过。
今天给大家安利一个真·神器 👇
cangjie-skill —— 一个开源的「知识蒸馏器」。
它干一件事: 把书、长视频、播客里的方法论, 蒸馏成 AI 能直接调用的 skill。
读完、看完、听完之后, 你带走的不是一篇摘要, 而是一套能喊出来就用的「方法论工具包」。
一句话: 它是给 AI agent 用的「读书 / 听课方法论提取器」。
你丢给它一本书、一期播客、一个 B 站长视频的字幕 / 转写, 它顺着一套叫 RIA-TV++ 的流水线, 把里面真正值得复用的招数, 拆成一堆独立、可组合、还能被「压力测试」的 AI skill。
重点不是压缩, 是结构化复用。传统摘要只是把内容压扁, cangjie-skill 是把内容变成「什么时候该用哪招」的工具。
它不是「读完给段总结」就完了, 而是走完七步才交付:
1. 整体内容理解(Adler 分析) 借《如何阅读一本书》的分析阅读法, 对整份内容做结构 / 解释 / 批判 / 应用四步拆解。
2. 并行提取 同时派 5 个提取器(框架 / 原则 / 案例 / 反例 / 术语), 从原文捞候选方法论。
3. 三重验证筛选 每个候选要过三关: 原文≥2 处独立佐证、能回答没明说的新问题、不是常识。通过率通常只有 25-50%。
4. RIA++ 构造 按 R(原文)/ I(重写)/ A1(书中案例)/ A2(触发场景)/ E(可执行步骤)/ B(边界盲点) 六个维度结构化。
5. Zettelkasten 链接 找出 skill 之间的依赖 / 对比 / 组合, 生成技能地图。
6. 压力测试 给每个 skill 出含「诱饵题」的测试用例, 没过就回炉重做。
7. 交付 产出精华长文 DIGEST.md, 并把通过的 skill 直接装进 Claude Code / Cursor 的 skills 目录, 真能被调用。
光看这七步就知道: 它比「让 AI 总结一下」严谨了一个量级。
作者自己拿它跑了一堆书, 已经开源了:
想象一下: 你把《爆款文案》《影响力》蒸馏成 skill 装进 Claude Code, 以后写东西直接喊「按《影响力》的套路给我改一版」——这谁顶得住? 🤯
第一步: 准备好源材料 要蒸馏视频 / 播客, 建议先配 video-downloader 这个 companion skill, 把字幕 / 音频转写先扒下来; 书就直接给文本或 PDF。
第二步: 跑蒸馏 把文本喂给 cangjie-skill, 它会走完上面七步, 吐出一组带触发条件、边界、测试的结构化 skill(不是一篇总结文)。
第三步: 装进 Claude Code 直接调用 通过测试的 skill 会被装到 Claude Code / Cursor 的 skills 目录。之后在对话里直接说「用 XX skill 帮我看看这段」就行, 知识第一次真正「活」在你的工作流里。
全程开源、本地可跑, 零成本。
维度 | cangjie-skill | 收藏夹 / 笔记 / 摘要 AI |
|---|---|---|
产出 | 可调用、可组合、可测试的 skill | 一篇文章 / 一段总结 |
复用方式 | agent 在真实场景里喊出来用 | 人肉翻回去找 |
质量门 | 三重验证, 通过率 25-50% | 照单全收 |
边界感 | 每个 skill 带触发条件 + 盲点 | 没有 |
是否开源 | ✅ MIT, 本地可跑 | 各异 |
一句话: 别人帮你「存」知识, cangjie-skill 帮你把知识「变成肌肉」。
cangjie-skill 这种「把高价值内容蒸馏成可调用 skill」的思路, 等于给每个爱学习的人配了个私人方法论工程师。你囤的干货, 终于不用在收藏夹里吃灰了。
做 AI 工具的、爱读书的, 这波真的可以冲。🔥
🔗 开源地址: https://github.com/kangarooking/cangjie-skill