cangjie-skill：把一本书或一段长视频蒸馏成一组可调用的 Agent Skills

600 页的书、90 分钟的讲座、五小时的播客：可用的方法论埋在叙述里。大多数人读完只产出一段总结，真正能复用的部分反而流失。kangarooking/cangjie-skill 跑 RIA-TV++ 流水线——赵周 RIA 笔记法 + 三重验证 + agent 执行扩展——把素材转成可调用、可测试的 Agent Skills 集合：每个 skill 一份 SKILL.md，外加词汇表、索引、test-prompts.json。

为什么这个 skill 重要

五个抽取器 prompt 并行跑：framework、principle、case、counterexample、terminology。每个产出候选。三重验证无情过滤：通常只有 25–50% 的候选能通过。门槛是至少两条独立跨域引用、对未明示问题有预测力、并且具有非平凡的独特性。产出不是摘要，而是一组带触发条件和边界说明的 skill——之后你可以直接调用"框架 skill"或"反例 skill"，不必再读原文。

对那些既读长内容又复用其中方法的人——研究员、运营、课程设计者、技术写作者——这能把被动的阅读转成主动、可调用的资产。

安装

README 没有给出 Claude Code 插件入口。最干净的安装路径是 DeepSeek Harness CLI 的插件发布：

mkdir -p ~/.dsh/packages
curl -fL "https://github.com/kangarooking/cangjie-skill/releases/download/v2.0.0/dsh-cangjie-skill-2.0.0.tgz" \
  -o ~/.dsh/packages/dsh-cangjie-skill-2.0.0.tgz
dsh plugin --profile web add ~/.dsh/packages/dsh-cangjie-skill-2.0.0.tgz
dsh web

如果要在 Claude Code 里用，把仓库克隆到工作目录，然后让 agent 引用那份 meta skill：

git clone https://github.com/kangarooking/cangjie-skill ~/work/cangjie-skill

把 ~/work/cangjie-skill/SKILL.md（meta skill 定义）告诉你的 agent，它就知道怎么调用五个抽取器和模板。

真实工作流：把一本书蒸馏成 skill 包

你刚读完一本 350 页的产品策略书。你希望方法论以 skill 形式存在，今后可以随时调用——而不再重读一遍。

第一步。把书的文本（或者干净的 PDF 抽取）放进工作目录，例如 ~/work/books/product-strategy/。文本必须可搜索，不要用扁平扫描件。

第二步。在 Claude Code 会话里提需求：

Use cangjie-skill at ~/work/cangjie-skill to distill the text under
~/work/books/product-strategy/ into a skill pack. Run the five extractors
in parallel, apply Triple Verification, and write the output to
~/work/books/product-strategy/distilled/.

第三步。skill 跑 framework / principle / case / counterexample / terminology 抽取，然后过滤。预期 25–50% 的候选存活。输出目录长这样：

~/work/books/product-strategy/distilled/
├── BOOK_OVERVIEW.md       ← 全局理解
├── INDEX.md               ← skill 地图，带触发条件
├── DIGEST.md              ← 给读者看的摘要
├── GLOSSARY.md            ← 术语字典
├── skills/
│   ├── pricing-framework/
│   │   └── SKILL.md
│   ├── positioning-counterexamples/
│   │   └── SKILL.md
│   └── qualitative-research-loops/
│       └── SKILL.md
└── test-prompts.json      ← 验证场景

第四步。打开 INDEX.md，快速扫一遍每个 skill 的触发条件。当某条未来 prompt 命中时，直接调用对应 skill，不必再推导方法。

真实工作流：把一段长 YouTube 讲座蒸馏成可调用 skill

你听了一场 90 分钟的讲座，里面有一套强方法论（比如讲师用一个思维框架贯穿多个案例）。你要的是这套框架成为可调用 skill，而不是文字稿摘要。

第一步。拿讲稿。README 把 cangjie-skill 和配套的 video-downloader 搭配用：先用 video-downloader 拿到视频和干净的字幕文件，再把字幕 .srt 或 .txt 喂给 cangjie 流水线：

Distill the lecture transcript at ~/work/lectures/framework-90m.txt into a
skill pack using cangjie-skill. Bias toward counterexamples — the
speaker's methodology is clearest in the cases they reject.

第二步。五个抽取器在讲稿上并行跑。三重验证过滤：一个框架能活下来，前提是讲师在讲座里至少跨两个不同领域演示过它。

第三步。先读 DIGEST.md——那是简短的方向感。然后读 INDEX.md，挑出你最想内化的那个 skill。打开它的 SKILL.md，贴到一个新的 Claude 会话里，从 test-prompts.json 挑一条 prompt 验证 skill 是否按描述。

第四步。下一场讲座重复这个流程。一个季度下来，你会得到一份 ~/work/lectures/<topic>/distilled/skills/... 的个人 skill 库，可以 grep、可以调用、可以串起来用。

• 调用抽取器时要带偏好——方法论书偏向 framework + counterexample；案例书偏向 case + principle。
• 三重验证是质量守门员：如果最后只活下来寥寥几个 skill，那是设计如此，不是 bug。
• 把源文本和蒸馏产物放在一起，方便以后换个偏好重跑一次 cangjie-skill 并对比输出——能帮你抓住第一遍漏掉的方法。
• 把 test-prompts.json 当回归套件：任何对 skill 的编辑后，跑一遍确认触发条件还成立。

何时不要用

如果源材料很短、纯观点、并且没有可验证的方法论（一段励志 talk、一小时 vlog、一串个人意见帖），三重验证会几乎全部过滤掉，最后只剩空包。源材料低于约 30 页密集内容时不要用；纯观点稿直接跳过。

在 leaderboard 查看更多内容蒸馏 skill。