第 23 章 打造 Skill：将书和视频蒸馏为可执行 Skill

制作 Skill，除了把自己的 SOP 沉淀为 Skill 外，还有一条更省力的路：用开源项目 cangjie-skill（GitHub：kangarooking/cangjie-skill）把知识蒸馏成 Skill。它 v1 支持蒸馏书，v2 增加了视频蒸馏，思路部分来自 Andrej Karpathy 关于 LLM 个人知识库的想法。本章回答：如何将书本和视频中的方法论转化为 Agent 可自动调用的 Skill，以及这与 RAG 检索的本质差别在哪里。

问题起点：知识读了但用不起来

AI 在训练时已经摄入了大量经典著作，但在实际问答中往往输出「正确的废话」——每个字都对，但缺乏针对特定问题的可落地步骤。这不是幻觉问题，而是调用机制问题：AI 知道书里有什么，但不知道该在什么场景下主动调出哪个框架。

人类读者面临同样的问题：读完一本书，笔记做了、金句划了，合上书以为升级了。两周后遇到真实问题，那些方法论却抓不住——知识在记忆里，但激活路径不清晰。知识精馏要解决的，就是这个「学了用不上」。

知识精馏的定义

知识精馏（Knowledge Distillation for Skills）：从书本或视频中，提取出具有独立触发条件和执行步骤的原子化知识单元（Skill），使 Agent 在遇到对应场景时能够自动激活并给出可落地的行动路径。

化学中的精馏是按沸点将混合物分离成不同纯净组分。知识精馏按「框架 / 原则 / 案例 / 反例 / 术语」五个维度，将书或视频中的知识分离成不同类型的纯净组分，然后只把真正有用的提纯成可执行的 Skill。

知识精馏不是：摘要（压缩原文）、读书笔记（结构化原文）、RAG 索引（存储原文片段供检索）。知识精馏是：将方法论转化为 Agent 能够在真实场景下自动调用的执行单元。

六阶段蒸馏 SOP

1. 阶段 0：整书 / 整片理解
2. 阶段 1：五个 Agent 并行提取
3. 阶段 1.5：三重验证筛选
4. 阶段 2：构造 Skill
5. 阶段 4：链接——建立 Skill 关系网络
6. 阶段 5：压力测试

阶段 0：整书 / 整片理解

不从摘取金句开始，而是先读清整本书的骨架：全书主旨是什么；核心论证链怎么走；关键术语作者如何定义和使用；作者自身的局限与盲点在哪里。这一步决定后续提取的质量上限——跳过它直接提取，容易把作者反对的观点当成他支持的方法论。

阶段 1：五个 Agent 并行提取

五个角度并行，避免单线阅读中的视角遗漏。

阶段 1.5：三重验证筛选

每个候选知识单元必须通过三关，未通过直接淘汰：

阶段 2：构造 Skill

每个通过验证的知识单元被构造成一个 Skill，核心是设计触发条件：什么场景下自动激活；激活后执行什么步骤；什么时候不该用（边界）；质量验证标准是什么。触发条件的设计是最难也最关键的一步——没有触发条件的 Skill，在实际使用中无法被 Agent 正确识别和调用。

阶段 4：链接

找出 Skill 之间的关系，形成知识网络：依赖（Skill A 的执行需要先调用 Skill B 的输出）、对比（适用于相似场景但方向相反）、组合（联合使用效果更好）。链接层让 Agent 在遇到复杂问题时，能够选择一组 Skill 而不只是单个 Skill。

阶段 5：压力测试

诱饵测试：故意给不该触发的场景，检验 Skill 是否能忍住不激活——一个没有边界的 Skill，在错误场景下调用反而帮倒忙。执行验证：给出真实问题，验证 Skill 是否能输出可落地的步骤而不是正确的废话。

蒸馏产物结构

book-skill/
├── README.md               # 书目信息、蒸馏说明、适用场景
├── skills/
│   ├── skill-01.md         # 每个 Skill 独立文件
│   ├── skill-02.md
│   └── ...
├── index.md                # Skill 关系网络（链接层产物）
└── tests/
    ├── skill-01-test.md    # 每个 Skill 的测试用例
    └── ...

每个 Skill 文件包含：触发条件、执行步骤、输出格式、边界限制、测试用例。测试用例格式兼容 darwin-skill（自动 Skill 进化工具），蒸馏产物可以持续自动优化。

知识精馏 vs RAG

RAG 解决「知识管理」问题——让你能查到书里有什么。知识精馏解决「知识运用」问题——让 Agent 在对的时刻主动拿出对的框架。当你不知道该问什么时，RAG 帮不了你；Skill 不需要你记得书里有哪些方法论。

与 Karpathy LLM Wiki 思路的对比

Andrej Karpathy 提出 LLM 知识库（LLM Wiki）的思路：将原始资料索引到目录，让 LLM 编译成 Wiki，然后对 Wiki 做 Q&A，产出结果再回填，持续增强。cangjie-skill 的阶段 0（整书理解）和阶段 1（并行提取）吸收了这一核心思想。差别在最后几步：

两种方案不互斥，但目标不同。

视频蒸馏工作流（v2 新增）

1. 输入视频链接
2. video-downloader skill：下载视频
3. 提取音频
4. ASR 转写为文案
5. cangjie-skill：六阶段蒸馏
6. 输出 Skill 集合

• 视频下载：使用 yt-dlp（开源工具）支持 YouTube、B 站等主流平台，输入链接即可自动下载；视频号因平台限制暂不支持自动化
• 音频转写：本地 Whisper 模型可用，但长视频转写耗时显著（一小时视频约需 48 分钟本地转写）；推荐使用 ASR API 服务，速度快，适合批量处理
• 多视频合并蒸馏：同一主题的多个视频可以合并蒸馏，Agent 自动处理内容去重和知识单元合并，避免同一原则被重复提取为多个 Skill

分工设计：视频处理逻辑（下载、提取音频、转写）独立封装在 video-downloader skill 中，不集成到 cangjie-skill 内部。原因是职责分离——cangjie-skill 专注文本蒸馏，视频获取是前置准备步骤，两者可以独立演进。

适用与不适用场景

资源消耗与模型选择

• 任务拆解和蒸馏协调：使用推理能力强的模型负责 Agent 编排
• 并行提取和验证：可使用性价比高的 Coding 模型执行
• 长上下文场景：选择原生支持长上下文的模型，避免因上下文截断导致蒸馏不完整

蒸馏产物的分享与复用

• 使用已蒸馏的 Skill：将 GitHub 仓库地址提供给 Agent，自动安装即可使用，无需重新蒸馏
• 社区协作：同一本书不需要被每个人重复蒸馏，任何人蒸馏的成果都可以开源复用
• 扩展应用：视频课程的蒸馏产物可以进一步构建课程 Agent，供学员问答和辅助实践

常见误区

• 「AI 训练过的书不需要再蒸馏」——即使 AI 训练过某本书，蒸馏的价值在于建立触发条件：让 AI 知道在什么场景下应该调出该书的哪个框架，而不只是「知道书里有什么」；小众书、新书和时效性强的视频则大概率没训练过
• 「蒸馏完就不需要看书了」——蒸馏是阅读的补充，不是替代；读过一遍后再蒸馏，产物质量和完整度显著更高
• 「AI 给了建议就能直接执行」——方向对不对、能不能执行、效果好不好，仍然需要人来判断；AI 给出的是选项和分析，决策是人的责任
• 「Skill 覆盖越多越好」——覆盖太宽的触发条件会导致在不适用场景被错误激活，反而误导；三重验证和诱饵测试的目的正是控制边界

蒸馏结果示例

原文以吴恩达《给所有人的 AI 入门课》（2026 版，26 个视频，时长约 4 小时）为例：蒸馏耗时约 1 小时，产出 25 个 Skill。特点是全部为时效性内容，AI 未经训练，蒸馏后可直接在对应场景下被 Agent 调用。

知识精馏在技能包体系中的位置

知识精馏是 Skill 的一种生产方式，它与 SOP → Skill 封装流程（见第 26 章岗位路线图）是并行的：