kangarooking/cangjie-skill · 上手攻略
- 仓库：kangarooking/cangjie-skill
- 链接：https://github.com/kangarooking/cangjie-skill
- 分类：Agent Skills · 知识蒸馏
- 作者：Jay
- 更新：2026-08-05
这是什么
cangjie-skill 是一个将书籍、长视频、播客、访谈等高价值内容蒸馏成可执行 Agent Skills 的方法论工具包。输入原始文本（书/视频字幕/播客文字稿），输出一个多文件 skill 仓库：包含独立的 SKILL.md 模块、触发条件、适用边界、使用方式和关联关系——而不是一篇总结文章。
作者 Kangarooking 的核心主张：知识看过/收藏过不等于会用，真正的消化是把方法论变成可调用的工具。cangjie-skill 提供了完整的 RIA-TV++ 流水线，把这个蒸馏过程系统化。
配套网站：cangjie-skill.pages.dev 提供 Skill Packs 可视化浏览和使用教程。
解决什么问题
- 收藏夹吃灰：书/视频/播客看过就忘，无法在真实决策中被调用
- 摘要≠结构化复用：普通笔记/摘要只是内容压缩，不知道「什么时候该用什么」
- 缺少筛选：高价值内容里真正值得变成工具的只有一小部分，不能照单全收
- 方法论是给人看的：现有阅读/听课方法论不是给 agent 用的，需要面向执行重新设计
- 知识孤岛：书/视频/播客各自独立，无法组合使用和压力测试
快速安装
cangjie-skill 本身是一个元 skill，不是直接安装后就能用，而是作为操作手册指导 Agent 执行蒸馏流程。
方式一：在 Claude Code 中作为 skill 安装
# 方式1：npx 安装（如果 Agent 支持）
npx skills add https://github.com/kangarooking/cangjie-skill --skill cangjie-skill
# 方式2：手动 clone
git clone https://github.com/kangarooking/cangjie-skill.git ~/.claude/skills/cangjie-skill
安装后把 SKILL.md 内容作为项目规则文件，或直接让 Agent 执行 cangjie-skill 定义的流程来蒸馏指定内容。
方式二：直接作为 prompt 使用
把 SKILL.md 的完整内容贴进 Agent 对话，让 Agent 按 RIA-TV++ 流水线执行蒸馏任务。
视频内容建议搭配使用
如果要蒸馏 B站/YouTube 长视频内容，建议先用 video-downloader skill 下载视频、提取字幕，再交给 cangjie-skill 处理。
核心用法
RIA-TV++ 流水线（7 阶段）
cangjie-skill 把任何高价值内容变成可执行 skill 的核心流程如下：
原始文本 → BOOK_OVERVIEW.md → 并行提取 → 三重验证 → RIA++ 构造 → Zettelkasten链接 → 压力测试 → 交付
阶段 1：整体内容理解（Adler 分析）
借鉴 Mortimer Adler 的分析阅读法，对整份内容做结构/解释/批判/应用四步拆解，产出 BOOK_OVERVIEW.md（全局理解文件）。
阶段 2：并行提取（5 个专项提取器） 同时派 5 个专项提取器，从原文中提取候选方法论单元： - 框架提取器 - 原则提取器 - 案例提取器 - 反例提取器 - 术语提取器
阶段 3：三重验证筛选 每个候选必须通过三项检验（通过率通常只有 25-50%）： 1. 独立佐证：原内容中至少有 2 处独立证据（跨段落） 2. 预测力：能回答内容里未明说的新问题 3. 独特性：不是常识
阶段 4：RIA++ 构造 将验证通过的内容按六个维度结构化： - R（Raw）— 原文引用 - I（Interpretation）— 自己的话重写 - A1（Application 1）— 书中/内容中的案例 - A2（Application 2）— 未来触发场景 - E（Execution）— 可执行步骤 - B（Boundary）— 边界与盲点
阶段 5：Zettelkasten 链接
找出 skill 之间的依赖/对比/组合关系，生成 INDEX.md（技能地图）和引用图。
阶段 6：压力测试 为每个 skill 设计包含诱饵题的测试用例（含跨 skill 混淆测试），未通过的回炉重做。
阶段 7：交付
生成面向读者的 DIGEST.md 精华长文，并通过测试的 skill 安装到 Claude Code / Cursor 的 skills 目录。
最终输出结构
{内容名}-skill/
├── BOOK_OVERVIEW.md # 全局理解
├── INDEX.md # 技能地图
├── DIGEST.md # 精华长文（不想读全书？看这篇）
├── GLOSSARY.md # 术语词典
├── */SKILL.md # 各独立可调用 skill 模块
└── test-prompts.json # 验证触发场景
典型适用场景
| 场景 | 适用内容 | 产出 |
|---|---|---|
| 投资/商业方法论固化 | 巴菲特股东信、段永平问答录 | 20+ 可调用投资决策 skill |
| 经典思维框架提取 | 芒格《穷查理宝典》 | 12 个决策与判断 skill |
| 说服与影响力技能 | 《影响力》《疯传》 | 12+ 说服机制 skill |
| 品牌与传播方法 | 《1000个铁粉》《爆款文案》 | 13+ 个人品牌 skill |
| 文化经典工程化 | 《孙子兵法》《黄帝内经》 | 8-22 个可执行 skill |
| 长视频/课程方法论 | 吴恩达 AI for Everyone | 25 个入门 skill |
| 系统提示词研究 | 165 个 AI 产品系统提示词 | 15 个设计原则 skill |
坑与注意
- 需要高质量原文：cangjie-skill 的输出质量直接取决于输入内容的质量和方法论密度，没有可提取方法论的内容不适合用此流程。
- 通过率低（25-50%）是正常的：三重验证筛掉了大量看似有用但实际上没有独立佐证或预测力的内容，不要人为放宽标准。
- 视频内容依赖字幕质量：如果字幕错误率很高或缺失关键段落，提取效果会大打折扣。建议搭配 video-downloader skill 确保字幕准确。
- 不属于即装即用工具：cangjie-skill 是方法论工具包，需要人工介入定义要蒸馏的内容目标和范围，不是扔个链接就能出结果。
- skill 安装需 Agent 支持：最终安装到 Claude Code/Cursor skills 目录需要 Agent 端支持，不支持 skill 标准的工具只能使用 DIGEST.md 纯文本产出。
- 外部来源版权注意：部分示例仓库（book2startup、book2skill）引入了经作者同意的第三方书单，但商业使用需自行评估版权风险。
与同类对比
| 维度 | cangjie-skill | 普通摘要/笔记 | 其他 skill 化尝试 |
|---|---|---|---|
| 输出形式 | 多文件可执行 skill 仓库 | 单篇摘要文章 | 多为单文件 |
| 筛选机制 | 三重验证（25-50%通过率） | 无，忠实摘要 | 无或宽松 |
| 执行导向 | E（可执行步骤）+ B（边界） | 仅描述性内容 | 缺失 |
| 跨内容关联 | Zettelkasten 链接 | 无 | 无 |
| 压力测试 | 诱饵题 + 跨 skill 混淆测试 | 无 | 无 |
| 适用范围 | 书/视频/播客/访谈/演讲 | 仅文本 | 仅书/文档 |
相比 nuwa-skill（蒸馏人）和 darwin-skill（进化 skill），cangjie-skill 专注于内容（书/视频）的方法论蒸馏，三者互补构成完整 skill 生态。
一句话推荐结论
如果你有看了很多却用不起来的书/视频/播客，先用 cangjie-skill 的 RIA-TV++ 流水线蒸馏，再在真实场景中调用——这是把「看过」变成「会用」的最系统路径。
原始仓库：https://github.com/kangarooking/cangjie-skill · RIA-TV++ 方法论框架