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，给大家推荐一个更简单方便的办法。可以使用cangjie-skill把知识蒸馏成skill。​

​

​

​

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，它往往输出"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。​

50%

​

​

​

​

50%

​

​

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"的问题。​

六阶段蒸馏 SOP​

cangjie-skill 使用六个阶段将一本书或一组视频蒸馏成一套 Skill。​

​

​

​

​

26%

​

​

​

​

74%

​

​

​

​

​

​

​

​

​

⭕

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​

​

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​

这是使用者最常问的问题。​

​

​

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：先让 AI 深度阅读、结构化整理、建立索引、维护一致性。​

两者的差别在于最后几步：​

​

​

两种方案不互斥，但目标不同。​

视频蒸馏工作流（v2 新增）​

cangjie-skill v2 在书本蒸馏基础上增加了视频蒸馏能力（借助video-downloader skill）。视频与书的区别在于：需要先完成"视频 → 文字"的转换，再进入六阶段 SOP。​

​

​

视频获取与转写​

整体流程：​

​

​

视频下载：使用 yt-dlp（开源工具）支持 YouTube、B 站等主流平台，只需输入视频链接即可自动下载。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，产出统一的 Skill 集合。合并时 Agent 自动处理内容去重和知识单元合并，避免同一原则在不同视频中被重复提取为多个 Skill。​

video-downloader skill 与 cangjie-skill 的分工​

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​

适合蒸馏的材料​

​

表格加载中...

​

蒸馏的前置条件​

蒸馏前最好读过或看过一遍原材料。原因：​

•

需要判断哪些方法论是重点；​

•

需要在蒸馏过程中的关键节点做判断（如三重验证的边界情况）；​

•

读过之后蒸馏，吸收率显著高于未读过直接蒸馏。​

蒸馏不是替代阅读，而是阅读后的知识结构化工具。​

蒸馏产物的持续优化​

cangjie-skill 产出的每个 Skill 自带测试用例，格式兼容 darwin-skill（达尔文.Skill）。​

darwin-skill 是自动 Skill 进化工具：将 Skill 喂给它，它会自动评估、改进、测试，且分数只升不降。​

这意味着蒸馏产物不是静态的。随着 Agent 实际使用反馈的积累，Skill 可以持续自动优化，逐步接近书中方法论在真实场景下的最优表达。​

资源消耗与模型选择​

知识精馏是 Token 消耗密集型任务，主要来源于：​

•

阶段 0 的全书上下文理解（长上下文）；​

•

阶段 1 的五个 Agent 并行调用；​

•

阶段 2 的三重验证（多轮推理）；​

•

阶段 5 的压力测试（多组测试用例）。​

​

​

模型选择建议：​

•

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。​

【图片占位：Token 消耗过程截图，展示蒸馏过程中 Token 使用量的增长曲线】​

蒸馏产物的分享与复用​

知识精馏的一个重要特点是：产物（Skill 集合）可以直接分享和复用。​

使用已蒸馏的 Skill：将 GitHub 仓库地址提供给 Agent，让 Agent 自动安装对应 Skill 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，其他人直接复用。​

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，即课程内容的结构化知识服务化。​

常见误区​

误区 1：AI 训练过的书不需要再蒸馏​

对于大众熟知的经典书籍，AI 确实有一定记忆。但对小众书籍、新出版书籍以及时效性强的视频内容，AI 大概率没有训练过。此外，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"。​

误区 2：蒸馏完就不需要看书了​

蒸馏是阅读的补充，不是替代。没读过就蒸馏，会在关键判断节点上缺乏背景，导致蒸馏结果遗漏重点。阅读过一遍后再蒸馏，蒸馏产物的质量和完整度显著更高。​

误区 3：AI 给了建议就能直接执行​

即使 Skill 被正确激活并给出了可落地的步骤，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。​

误区 4：Skill 覆盖越多越好​

覆盖太宽的触发条件会导致 Skill 在不适用的场景下被错误激活，反而产生误导。三重验证和诱饵测试的目的正是控制边界，宁可覆盖窄一点，也不要乱激活。​

蒸馏结果示例​

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：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​

​

​

​