# 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： | 站段 | 装机 Skill | 数量 | |------|-----------|------| | 采集端 | zlib-download（+市场侧 siknet/FreePEP，见第五节） | 1+1 | | 入库/阅读器工位 | notebooklm、notebooklm-skill-master、zlib-to-notebooklm | 3 | | 载体迁移端 | ebook-to-article、book-to-short-videos、arxiv-paper-to-wechat-article、3gppspec-to-video、content-to-video | 5 | | 教学重组端 | knowledge-card-pro、knowledge-to-course、knowledge-to-slides、course-designer、course-material-creator、ai-course-development-expert、tutorial-engineer | 7 | | 交付端 | course-video-maker 及 -link、-zh、-zh-link 三个变体 | 4 | 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。 ```mermaid 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 | Skill/家族 | 来源 | 功能 | 设计 | 实战 | 上手 | 社区 | 加权 | |-----------|------|------|------|------|------|------|------| | arxiv-paper-to-wechat-article | 装机 | ★★★½ | ★★★★ | ★★★½ | ★★★★★ | ★★★ | **3.78** | | 书籍迁移双件（ebook-to-article / book-to-short-videos） | 装机 | ★★★★ | ★★★ | ★★★½ | ★★★★ | ★★★½ | **3.58** | | course-video-maker 家族 ×4 | 装机 | ★★★★ | ★★★ | ★★★ | ★★★ | ★★★★ | **3.40** | | notebooklm 三件套 | 装机 | ★★★½ | ★★★ | ★★★★ | ★★★ | ★★★ | **3.33** | | knowledge 重组三件套（-course/-slides/card-pro） | 装机 | ★★★ | ★★★½ | ★★★ | ★★★★ | ★★★ | **3.28** | | 采集端双件（zlib-download / FreePEP） | 装机+市场 | ★★★½ | ★★ | ★★★★ | ★★★★ | ★★★ | **3.23** | | 3gppspec-to-video | 装机 | ★★★ | ★★★★ | ★★½ | ★★★ | ★★ | **3.00** | > 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。