book-to-skill แปลงหนังสือทั้งเล่มเป็น agent skill ให้ Claude Code เปิดอ่านทีละบท ผู้พัฒนาวัดเองว่าใช้โทเคนน้อยลง 24-51 เท่า
book-to-skill คือสกิลโอเพนซอร์สที่แปลงหนังสือเทคนิคหรือเอกสารทั้งกองเป็น agent skill ที่ Claude Code เปิดอ่านได้ทีละบท ผู้พัฒนาวัดเองว่าการตอบคำถามหนึ่งข้อใช้โทเคนน้อยกว่าการป้อนหนังสือทั้งเล่มเป็น context ราว 24 ถึง 51 เท่า
book-to-skill รับหนังสือเทคนิคหนึ่งเล่มแล้วแปลงเป็นโฟลเดอร์ที่ AI agent หรือผู้ช่วย AI ที่ลงมือทำงานให้ เปิดอ่านเองได้ทีละบท โปรเจกต์นี้เป็นโอเพนซอร์สที่ใช้สัญญาอนุญาต MIT ผลลัพธ์เรียกว่า agent skill คือชุดไฟล์ความรู้ที่เก็บไว้ในเครื่องเพื่อให้ agent หยิบไปอ่านก่อนตอบคำถาม
คนที่มาหาเครื่องมือแบบนี้มักมาด้วยอาการเดียวกัน ซื้อหนังสือเทคนิคเล่มหนามาอ่านรอบเดียว พอผ่านไปสามเดือนก็นึกไม่ออกแล้วว่าบทเจ็ดพูดเรื่องอะไร ทางแก้ที่เคยลองกันมามักตันตรงเดิม ค้นคำใน PDF แล้วได้เลขหน้ามาเป็นแถว ไม่ใช่คำตอบ ถามโมเดลตรงๆ ก็ได้ทั้งคำตอบที่มันเดาเอง และประโยคที่บอกว่าไม่มีข้อมูลของเล่มนั้น ส่วนสรุปที่นั่งจดไว้เอง สุดท้ายก็กลายเป็นไฟล์ยาวที่ไม่ได้เปิดอีกเลย
มองอีกมุมหนึ่ง ปัญหาไม่ได้อยู่ที่ความจำ แต่อยู่ที่ว่าความรู้อยู่ตรงไหน หนังสือวางอยู่บนชั้นหรือนอนอยู่ในโฟลเดอร์ดาวน์โหลด แต่งานจริงอยู่ในหน้าจอที่เราใช้พิมพ์คำสั่ง พอเอาหนังสือมาไว้ในเครื่องมือที่ใช้ทำงาน ก็หยิบความรู้มาใช้ระหว่างทำงานได้ ตัวสกิลรองรับเครื่องมือ AI ที่ทำงานผ่านหน้าต่างคำสั่งบนเครื่องตัวเอง เช่น Claude Code, GitHub Copilot CLI และ Amp โดยเครื่องมือเหล่านี้อ่านสกิลตามมาตรฐานเปิดที่ชื่อ Agent Skills ได้เหมือนกัน
จาก PDF หนึ่งไฟล์ ไปเป็นโฟลเดอร์ที่ agent เปิดอ่านเอง
ขั้นแรก ระบุไฟล์ที่มีอยู่แล้วในคำสั่ง จะเป็นไฟล์เดียว ทั้งโฟลเดอร์ หรือรูปแบบพาธแบบ glob ซึ่งใช้เครื่องหมาย * แทนไฟล์หลายไฟล์พร้อมกันก็ได้
/book-to-skill <path-to-document-folder-or-glob>... [skill-name-slug]
ก่อนแยกไฟล์ สกิลจะถามว่าเล่มนี้เป็นหนังสือเทคนิคหรือหนังสือที่มีแต่ตัวหนังสือ แล้วเลือกเครื่องมือแยกข้อความตามคำตอบนั้นให้เอง
ขั้นที่สองเป็นจุดที่ทำให้ผลลัพธ์ต่างจากการย่อความ ระบบไม่ได้ย่อเนื้อหา แต่จัดเนื้อหาให้เป็นโครงสร้าง ผลลัพธ์มีทั้งกรอบวิธีคิดที่ผู้เขียนตั้งชื่อไว้ กฎการตัดสินใจ ไฟล์แยกรายบท และ anti-pattern ที่ผู้เขียนเตือนว่าไม่ควรทำ
ผู้พัฒนาโปรเจกต์วางหลักไว้ว่าควรเน้นเนื้อหาที่อัดแน่นมากกว่าการเก็บรายละเอียดให้ครบทั้งหมด สรุปดีๆ ขนาด 1,000 token (หน่วยที่ใช้วัดปริมาณข้อความและคิดค่าบริการของโมเดล) ใช้งานได้จริงกว่าข้อความดิบ 10,000 token
ขั้นที่สามเกิดตอนใช้งานจริง ถามหัวข้อไหน agent ก็เปิดอ่านเฉพาะไฟล์ที่ตรงกับคำถามนั้น ไม่ได้ลากทั้งเล่มเข้ามาทุกครั้ง
book-to-skill สร้างไฟล์อะไรบ้าง
ผลลัพธ์ไม่ใช่ไฟล์สรุปไฟล์เดียว แต่เป็นชุดไฟล์ที่แบ่งหน้าที่กันชัดเจน แต่ละไฟล์มีขนาดกำกับไว้เป็นจำนวน token
| ไฟล์ | หน้าที่ | ขนาดโดยประมาณ |
|---|---|---|
SKILL.md | แกนวิธีคิดของทั้งเล่มกับสารบัญบท | ~4,000 token |
chapters/ch01-*.md | หนึ่งไฟล์ต่อหนึ่งบท โหลดเมื่อถามถึงบทนั้น | ~1,000 token ต่อบท |
glossary.md | ศัพท์สำคัญเรียงตามตัวอักษร พร้อมบอกว่าอยู่บทไหน | ~1,500 token |
patterns.md | รวมเทคนิค อัลกอริทึม และ design pattern ทั้งหมด | ~2,000 token |
cheatsheet.md | ตารางช่วยตัดสินใจและกฎสำหรับเปิดอ้างอิงอย่างรวดเร็ว | ~1,000 token |
จุดสำคัญอยู่ที่บรรทัดที่สอง ไฟล์รายบทจะไม่ใช้โควตาของสกิลจนกว่าจะมีคำถามเกี่ยวกับบทนั้นจริงๆ สกิลของหนังสือ Think Python 2 แบ่งได้ 19 บท แต่ตอนใช้งานก็ไม่ต้องโหลดทั้ง 19 บทพร้อมกัน
เมื่อสร้างเสร็จ ชื่อสกิลจะใช้เป็นคำสั่งได้เลย ตัวอย่างในเรพอใช้หนังสือ Designing Data-Intensive Applications
/designing-data-intensive-apps
/designing-data-intensive-apps replication
/designing-data-intensive-apps ch05
/designing-data-intensive-apps "what chapters do you have?"
บรรทัดแรกดึงแกนวิธีคิดหลักของเล่มขึ้นมา ส่วนบรรทัดถัดๆ ไปเจาะหัวข้อ เจาะบท และถามสารบัญ ตามลำดับ
ทำไมไม่ป้อนหนังสือทั้งเล่มเข้าแชตทีเดียว
ทุกครั้งที่เปิดบทสนทนาใหม่กับโมเดล ข้อความทั้งหมดที่ส่งเข้าไปจะนับรวมอยู่ใน context และคิดค่าบริการตามจำนวน token หนังสือ 400 หน้ามีเนื้อหาราว 200,000 token ถ้าแนบทั้งเล่มก็ต้องจ่ายค่า token ทั้งก้อนใหม่ทุกเซสชัน ส่วนสกิลโหลดแค่ไฟล์หลักราว 4,000 token และบทที่ถามจริงอีกราว 1,000
ในเรพอมีสคริปต์ tools/discovery_tax.py สำหรับวัดเรื่องนี้โดยตรง วิธีวัดคือดูว่าการตอบคำถามเจาะจงหนึ่งข้อต้องใช้โทเคนใน context เท่าไร แล้วเปรียบเทียบสามวิธีโดยใช้หนังสือจริงสามเล่ม
| หนังสือ | ป้อนทั้งเล่มเป็น context | ปล่อยให้ agent ไล่หาเอง | ผ่านสกิล |
|---|---|---|---|
| Think Python 2 | 119,264 | 12,152 | ~5,000 |
| Working Backwards | 175,253 | 33,444 | ~5,000 |
| AI Engineering | 256,287 | 77,866 | ~5,000 |
ตัวเลขทั้งหมดเป็น token ต่อการตอบหนึ่งคำถาม ถ้าเทียบกับการป้อนหนังสือทั้งเล่มเป็น context ส่วนต่างอยู่ที่ 24 ถึง 51 เท่า ถ้าเทียบกับการปล่อยให้ agent ไล่หาจากสารบัญเอง ส่วนต่างอยู่ที่ 2.4 เท่าในเล่มที่บทเล็ก และขยับถึง 15.6 เท่าในเล่มที่บทใหญ่ ตัวเลขชุดนี้ virgiliojr94 ผู้พัฒนาโปรเจกต์เป็นคนวัดเองด้วยสคริปต์ในเรพอ ไม่ใช่ผลทดสอบจากคนนอก
ค่าแปลงหนังสือหนึ่งเล่มก็จ่ายครั้งเดียวเช่นกัน ผู้พัฒนาประเมินไว้ราว 1 ดอลลาร์ต่อเล่ม หนังสือ Think Python 2 หนา 244 หน้า มีค่าแปลงราว 0.88 ดอลลาร์ ส่วนหนังสือ Pro Git หนา 501 หน้า มีค่าแปลงราว 1.23 ดอลลาร์ ตัวเลขทั้งหมดมาจากการรันด้วยโมเดล AI อย่าง Claude Sonnet 4.5 ที่ราคา 3 ต่อ 15 ดอลลาร์ต่อล้านโทเคน ระดับราคานี้พอๆ กับ สกิล /watch ที่ทำให้ Claude Code ดูวิดีโอยาวหนึ่งชั่วโมงจบด้วยต้นทุนราว 1 ดอลลาร์ คือจ่ายรอบเดียวแล้วใช้ต่อได้เรื่อยๆ
อีกทางที่ดูเหมือนจะแก้ปัญหานี้ได้คือรอให้ context window ใหญ่ขึ้น แต่เรื่องไม่ได้จบตรงนั้น context window ขนาดล้านโทเคนช่วยแค่ให้ใส่ข้อมูลได้มากขึ้น ไม่ได้ทำให้โมเดลฉลาดขึ้น และยังคิดเงินตามจำนวนโทเคนทุกครั้งที่เรียกใช้อยู่ดี
ที่สำคัญกว่านั้น พอ context เกือบเต็ม โมเดลจะจับใจความช่วงกลางได้ไม่แม่นเท่าเดิม โมเดลที่อ่านเนื้อหาคัดแล้ว 1,000 token จึงตอบคำถามหนึ่งข้อได้ตรงกว่าตอนที่ต้องไล่อ่านข้อความดิบ 200,000 token ใหม่ทุกเทิร์น การจัดเนื้อหาใน context ให้พอดีจึงเป็นโจทย์เดียวกับที่ Sipcode จัด context ของ Claude Code ให้มีเฉพาะข้อมูลที่จำเป็นจนลดโทเคนได้ 62.6% ทำอยู่ เพียงแต่ใช้วิธีคนละด้าน
ไม่ใช่แค่หนังสือ ทั้ง runbook และ brand book ก็รวมเป็นสกิลเดียวได้
แม้ชื่อเครื่องมือจะมีคำว่าหนังสือ แต่จริงๆ แล้วรับข้อความที่มีโครงสร้างได้ เอกสารที่ผู้พัฒนายกเป็นตัวอย่างล้วนเป็นเอกสารที่ต้องเปิดซ้ำในงานประจำอยู่แล้ว
- เอกสารภายในบริษัท ทีมที่มีบันทึกการตัดสินใจด้านสถาปัตยกรรม คู่มือรับคนใหม่ และ runbook หรือขั้นตอนที่ต้องทำตามตอนระบบมีปัญหา กระจายอยู่ในโฟลเดอร์
docs/รวมเอกสารทั้งโฟลเดอร์เป็นสกิลเดียว แล้วถามระหว่างเขียนโค้ดได้เลย - brand book กับแนวทางการใช้โทนเสียง ทีมคอนเทนต์และดีไซน์ไม่ต้องไล่เปิด PDF 60 หน้าทุกครั้งที่เช็กว่าคำนี้เขียนได้ไหม
- กองเปเปอร์วิจัยพร้อมโน้ตของตัวเอง คนที่สะสมงานอ่านไว้เป็นชุด แล้วอยากถามทุกชิ้นพร้อมกันในที่เดียว
- spec กับมาตรฐาน สาย RFC, API contract หรือเอกสาร compliance ที่ต้องอ้างอิงบ่อยแต่ไม่มีใครท่องไหว
เอกสารพวกนี้ไม่ได้หยุดนิ่ง มีไฟล์ใหม่เข้ามาเรื่อยๆ เครื่องมือจึงเพิ่มไฟล์ลงในสกิลเดิมได้โดยไม่ต้องสร้างใหม่ทั้งชุด แค่ระบุไฟล์ใหม่และโฟลเดอร์สกิลเดิมในคำสั่งก็พอ
/book-to-skill ~/articles/new-paper.pdf ~/.claude/skills/project-knowledge
เอกสารไหนที่เปิดบ่อยจนอยากจำให้ได้ เอกสารนั้นแหละคือของที่ควรแปลง
ติดตั้งใน Claude Code แล้วแปลงหนังสือเล่มแรก
สำหรับ Claude Code ผู้พัฒนาแนะนำให้ clone เรพอลงในโฟลเดอร์สกิลด้วยตัวเอง เพื่อให้ได้ไฟล์ส่วนประกอบของตัวแปลงครบทุกชิ้น
git clone https://github.com/virgiliojr94/book-to-skill.git ~/.claude/skills/book-to-skillจากนั้นสั่งแปลงเล่มแรกในเซสชันได้เลย
/book-to-skill ~/path/to/your-book.pdf
สำหรับเครื่องมืออื่น แค่เปลี่ยนโฟลเดอร์ปลายทาง ถ้าใช้ GitHub Copilot CLI ให้ clone ลง ~/.copilot/skills/book-to-skill ถ้าอยากให้ Copilot CLI กับ Amp มองเห็นพร้อมกันทั้งคู่ ให้ clone ลง ~/.agents/skills/book-to-skill มีข้อแตกต่างเล็กน้อยที่ต้องรู้ คือผู้ใช้ Copilot CLI ต้องรัน /skills reload เองหลัง clone เสร็จ สกิลใหม่ถึงจะแสดงขึ้นมา ส่วน Claude Code กับ Amp จะมองเห็นสกิลเองในเซสชันถัดไป
ฟอร์แมตที่รองรับมี PDF, EPUB, DOCX, TXT, Markdown, reStructuredText, AsciiDoc, HTML, RTF และตระกูล MOBI/AZW/AZW3 แต่ละฟอร์แมตต้องมีตัวแยกข้อความติดอยู่ในเครื่อง ระบบจะไล่ลองไปตามลำดับแล้วหยิบตัวแรกที่เจอมาใช้ สองตัวที่ควรรู้จักไว้ก่อนคือ
pdftotextจากชุดเครื่องมือ poppler ใช้กับ PDF ที่เป็นตัวหนังสือล้วน ติดตั้งด้วยsudo apt install poppler-utilsแล้วทำงานเสร็จแทบจะทันทีdoclingใช้กับ PDF สายเทคนิคที่มีโค้ดกับตาราง ติดตั้งด้วยpip3 install doclingใช้เวลาราว 1.5 วินาทีต่อหน้า ซึ่งช้ากว่า แต่เก็บตารางและโค้ดไว้ได้
ส่วน EPUB ใช้ pip3 install ebooklib beautifulsoup4 แล้วได้คุณภาพดีที่สุดในกลุ่ม ฝั่ง MOBI/AZW/AZW3 ต้องมี ebook-convert ของ Calibre ตัวนี้เป็นแอปแยก ไม่ใช่แพ็กเกจ pip
ถ้าไม่อยากเดาว่าเครื่องตัวเองมีอะไรครบแล้วบ้าง มีคำสั่งเช็กให้ ไม่ต้องหาไฟล์จริงมาลอง
python3 scripts/extract.py --checkคำสั่งนี้จะแสดงทีละฟอร์แมตว่าตัวไหนพร้อมใช้แล้ว ส่วนตัวที่ยังขาดก็จะแสดงคำสั่งติดตั้งให้
ข้อควรรู้ก่อนลงมือ
หนังสือเล่มหนาต้องเผื่อเวลาในขั้นตอนแยกข้อความ ผู้พัฒนาลองวัดกับหนังสือเทคนิค 103 หน้าโดยรันบน CPU ล้วน pdftotext ใช้เวลา 0.1 วินาที ส่วน docling ใช้ 164 วินาที สิ่งที่ได้คือตาราง 48 ชุดและโค้ด 36 บล็อก ซึ่ง pdftotext เก็บมาไม่ได้เลย ถ้าเนื้อหาสำคัญของเล่มอยู่ในตารางกับโค้ด ก็เลือกตัวที่ช้ากว่า
การแบ่งบทอัตโนมัติก็มีเงื่อนไขของมัน ระบบต้องพบหัวข้อที่ขึ้นต้นด้วย Chapter N หรือ Capítulo N อย่างชัดเจน หนังสืออย่าง Pro Git ใช้ชื่อ section ส่วนนวนิยายอย่าง Moby-Dick ใช้เลขโรมัน สองเล่มนี้จึงแบ่งบทอัตโนมัติไม่ได้ การแปลงยังทำงานได้ตามปกติ เพียงแต่ต้องระบุพาธของส่วนที่ต้องการเอง
คุณภาพของผลลัพธ์ขึ้นอยู่กับไฟล์ต้นทางและตัวแยกข้อความที่เลือก เช่น EPUB ที่แยกโดยไม่ใช้ ebooklib จะแบ่งบทได้ไม่เนียนเท่า
การให้โมเดลตอบจากไฟล์เนื้อหาจริงช่วยลดการเดาได้ เพราะชื่อกรอบวิธีคิดและเลขบททั้งหมดมาจากสำเนาที่ผู้ใช้ป้อนเข้าไปเอง แต่ก็ไม่ได้แปลว่าคำตอบจะถูกทุกครั้ง
เลือกชิ้นแรกไม่ยาก ลองไล่ดูว่าเดือนที่ผ่านมาเปิดเล่มไหนหรือโฟลเดอร์ไหนซ้ำบ่อยที่สุด แล้วเริ่มจากชิ้นนั้นชิ้นเดียวก่อน
สิ่งที่เปลี่ยนไปจริงๆ ไม่ใช่ว่าเราจำหนังสือได้มากขึ้น แต่เราไม่ต้องแบกทั้งเล่มไว้ในหัวอีกแล้ว แรงที่เหลือจึงเอาไปใช้กับคำถามที่ควรถามได้
ที่มา: โปรเจกต์ book-to-skill จาก virgiliojr94 บน GitHub
ชอบเรื่องแนวนี้ มีอีบุ๊คฟรีให้อ่านต่อ
สร้าง Claude Skill แบบไม่ต้องรู้โค้ด คู่มือสร้าง Claude Skill ของคุณเองด้วยการคุยกับ Claude Code เป็นภาษาไทย
กดสมัครแล้วเราจะส่งเทคนิค AI และของแจกใหม่ๆ ให้ทางอีเมล เลิกรับได้ตลอด
Claude Cowork · The Business Playbook
ฉบับภาษาไทย 15 บท เรียนรู้ผ่านโปรเจกต์จำลองต่อเนื่องทั้งเล่ม ตั้งแต่ตั้งค่า Workspace จัดการไฟล์ เชื่อมแอป ตั้งระบบอัตโนมัติ จนถึงสร้าง Plugin
