把书变成课：知识迁移类Skill横评——一条隐形产线的21个入口

概述

一、市场零上榜，装机 21 个：一条隐形的产线

装机侧却是另一个世界。按「输入端为知识载体（书/论文/标准/笔记），输出端为教学或传播形态（课程/视频/图文/卡片）」的口径清点，这台机器上的 21 个入口沿流水线自然分站：

若再计入上期盘过的 12 个幻灯片交付入口（pptx 系、ericsson 系、51xtx），一条完整的「取书→入库→拆书→重组→成课」产线在装机环境里闭环了——但市场上没有任何榜单告诉过用户这件事。这说明知识迁移类 Skill 的分发走的是搜索式安装（用户接到「把这本电子书做成课」的活儿时现找现装），而不是榜单式种草。对 Skill 作者的启示很直接：这个赛道拼的不是首页曝光，是搜索关键词的卡位。

flowchart LR
    subgraph S1["采集端"]
        A["zlib-download（装机）"]
        B["siknet/FreePEP ⭐310（市场）"]
    end
    subgraph S2["入库端"]
        C["notebooklm 三件套"]
    end
    subgraph S3["载体迁移端"]
        E["ebook-to-article"]
        F["book-to-short-videos"]
        G["arxiv-paper-to-wechat-article"]
        H["3gppspec-to-video"]
    end
    subgraph S4["教学重组端"]
        I["knowledge-card-pro"]
        J["knowledge-to-course / -slides"]
    end
    subgraph S5["交付端"]
        K["course-video-maker 家族 ×4"]
    end
    A --> C
    B --> C
    C --> E
    C --> F
    C --> G
    C --> H
    E --> I
    F --> I
    G --> I
    H --> I
    I --> J
    J --> K

二、评测对比表

评分说明：全部为装机侧黑箱估分。功能/设计/实战三维度基于名字语义、变体数量、家族完整度与同赛道已核验标杆（xlsx、baoyu-translate）的对照推断，正文均未读取；社区维度以装机变体数量与市场旁证为代理指标。若与读者实测不符，应以上游仓库正文为准修正。

三、主拆一：course-video-maker 家族——变体是返工的化石

四件套的命名语法本身就是一个标本：course-video-maker / -link / -zh / -zh-link，一个标准的 2×2 矩阵。-zh 轴可以稳妥推断为中文本地化变体（名义）——这与 ericsson-ppt-writer 的 -sc（简体中文，推断）是同一套行业黑话；但 -link 轴从名字完全无法解码：是带外链参考？是串联多集课程？还是平台专供格式？名字没有回答。

把两个现象放在一起看就有意思了：变体最多的家族，恰恰是语义最模糊的家族。对照系是上期拆过的 ericsson-ppt-writer-v2——它用一份文件树回答了变体问题（SKILL.md 只做调度层，内容资产、渲染引擎、批量计划分层），变体背后有架构叙事。而 course-video-maker 的四个名字至今没有一个能从命名层面读出分工。本栏目 8-31 期写过市场侧的同名混战（orca-cli），这里的发现是装机侧版本：同名混战的终局不是分出胜负，而是变体堆积——每个变体都是一次返工的化石，用户装四个入口，只为对冲不知道该用哪个的风险。设计质量的扣分就扣在这里：功能覆盖可能最全（课程→视频直达交付端），但命名工程几乎放弃了让 Agent 替用户做选择的权利。

四、主拆二：arxiv-paper-to-wechat-article——名字即规格

加权分最高的入口，恰恰是结构最简单的：一个名字，零变体。拆这个名字，三个信息段全部齐备——输入（arXiv 论文）、输出（微信公众号文章）、场景（中文学术自媒体）。它与 baoyu-translate 那份 15,844 字节、迭代到 v1.59.0 的 SKILL.md 是同一设计哲学的两个极端：宝玉用 description 里的中英触发词混排保触发命中率，这个 Skill 用名字本身当触发器——用户输入「把这篇 arXiv 论文转成公众号文章」时，名字与任务的词汇重合度是百分之百，不需要 description 增援。

这给出一个可迁移的写法结论：当任务模式足够窄时，名字是最短的 description。官方 skill-creator 的加载模型里，描述是唯一常驻上下文的层；而名字是比描述更常驻的层——它出现在每一次目录枚举里。窄赛道 Skill 把「输入载体+输出形态+平台」三要素压进名字，等于把触发工程做在了出厂设置里。当然短板同样明显：名字写死的赛道没有第二增长曲线，arXiv 热度或公众号生态任何一端降温，这个入口就整体报废——窄是它的设计质量，也是它的天花板。

五、横评：书、标准、阅读器与灰色上游

notebooklm 三件套。这是产线上分工最清晰的工位：notebooklm 对接 Google 的阅读器本体，notebooklm-skill-master 名义上是方法论层（教 Agent 用好 NotebookLM），zlib-to-notebooklm 则是暗线——把 zlib 渠道取得的电子书直接灌进阅读器。三件套证明了一个观察：当外部产品足够复杂时，会自然长出「操作它的 Skill」和「给它喂料的 Skill」两个生态位。实战分给到四星是因为它踩在真实工作流的关键路径上（入库端是整条产线的瓶颈），扣分在强依赖第三方产品本身的能力与政策稳定性。

3gppspec-to-video。全表设计分并列最高、综合分垫底的极端样本。把 3GPP 通信标准转成讲解视频，输入是几百页的冻结规范，输出是可传播的知识视频——垂直深度装机环境里无出其右，且与本机电信内容产线（telecom 系列 Skill）天然咬合。垫底的原因也直白：受众是「既看 3GPP 提案又做视频」的极小交集，社区维度几乎没有可参照的信号。它代表了知识迁移类的一条小众正路：不做通用产线，做某个行业的唯一出口。

六、模式提炼：知识迁移类 Skill 的三条设计规律

规律一：形态对写进名字，平台写进名字，别写进正文。 arxiv-paper-to-wechat-article 与 book-to-short-videos 证明窄赛道的触发工程在命名时就该完成；course-video-maker 家族反证了名字失守后的变体堆积代价。

规律二：教学重组的正确姿势是资产分层，不是一键生成。 上期 ericsson-v2 文件树给出的「内容卡/渲染引擎/模板/调度四层分离」在本期继续成立：knowledge-card-pro 的「卡片」语义（名义）正是把知识拆成可重组资产层的路数。课程的价值沉淀在卡片库，不在某一次生成的视频里——与上期「提示词层最不值钱」的结论互为印证。

规律三：长文迁移的工程难题与长文翻译同构。 超上下文的书籍/标准处理，必然撞上 baoyu-translate 拆过的三件套难题：块边界分片、跨块术语一致、共享上下文注入。宝玉的解法（session glossary + Markdown 块分片 + 共享 02-prompt.md）是这条赛道的通用基础设施——但从命名层面看不到任何一个知识迁移 Skill 声明复用这类机制（正文未读，仅就可见信号存疑）。把翻译 Skill 里已验证的分块方案抄进读书/做课 Skill，可能是当前性价比最高的一段套利。

安装与使用

装机侧存量检索（本期多数对象来自装机环境，上游仓库未回溯，用 CLI 现查）

npx skills find course video npx skills find knowledge npx skills find notebooklm npx skills find ebook

对照系标杆（此前各轮已核验）

npx skills add anthropics/skills # 官方 xlsx/pptx/docx npx skills add JimLiu/baoyu-skills # baoyu-translate，长文分块方案参考系 ```

推荐排行榜

• 🥇 名字即规格奖：arxiv-paper-to-wechat-article（3.78）——零变体、零歧义，窄赛道命名工程满分样本
• 🥈 市场共振奖：书籍迁移双件（3.58）——装机存量与市场 1782 星旁证同频
• 🥉 家族最庞大奖：course-video-maker ×4（3.40）——覆盖最全，命名最糊涂
• 分工最清晰奖：notebooklm 三件套——操作、方法论、喂料三个生态位各就各位
• 垂直最深奖：3gppspec-to-video（3.00）——行业唯一出口的孤胆路线
• 最被低估奖：knowledge-card-pro——资产层入口，整条产线的长期价值所在
• 上游最生猛奖：siknet/FreePEP——310 星的教材采集器，合规自负

参考来源

[!tip] 51学通信知识星球 星主：爱卫生（微信：gprshome201101）——公众号「51学通信」创办者，19 年通信行业运维与讲师经验，著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书（各大电商平台有售）。 星球定位：深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域，主打运维岗位与信令分析。 当前规模：5200 篇主题 / 990 个回答，198 元/年。 加入福利：加入星球后请加爱卫生微信，拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题，另有群内分享。 AI 加持：51学通信知识星球已作为 skill 接入 WorkBuddy，使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例，做总结、找文档和 PPT 等场景全覆盖。