book2skill

book2skill — 1冊の本を実行可能な skills のセットに蒸留するメタスキル

使命

1冊の本に蓄積された方法論を、原子化され、エージェントが実際の状況で呼び出せる skills のセットに分解し、読者が実際に活用できるようにします。

対象範囲:

• ✅ 行うこと: 方法論／意思決定フレームワーク／チェックリスト／原則／概念体系の蒸留
• ❌ 行わないこと: 抜粋集／読書感想文／著者の人格を模倣するロールプレイ（後者には nuwa-skill を使用してください）

中核となる方法論: RIA-TV++

4つの段階に、並列抽出、三重検証、darwin 互換性テストを組み合わせたパイプラインです。詳しくは methodology/00-overview.md を参照してください。

阶段 0: Adler 整书理解     → BOOK_OVERVIEW.md
阶段 1: 5 个 agent 并行提取 → 候选方法论单元池
阶段 1.5: 三重验证筛选       → 通过的单元
阶段 2: RIA++ 构造 skill     → 每个 skill 的 SKILL.md
阶段 3: Zettelkasten 链接    → INDEX.md
阶段 4: 压力测试 (darwin 兼容) → test-prompts.json + 回炉淘汰

この skill を呼び出すタイミング

ユーザーが次のように言った場合などです:

• 「《穷查理宝典》を分解して」
• 「毛選を skill に蒸留して」
• 「この本を skills に蒸留して: 」
• 「この本の方法論を、使える skill にしたい」

入力要件

開始前に、必ずユーザーに以下を確認してください:

1. 本のテキストソース: PDF／EPUB／TXT ファイルのパス、またはアクセス可能なプレーンテキスト。テキストがない状態で「記憶を頼りに」本を分解してはいけません。必要であれば作業を止めて、ユーザーに提供を求めてください。
2. 書名 + 著者 + 出版年: ディレクトリ名と監査に使用します。
3. 初回の試行かどうか: ユーザーが book2skill を初めて使う場合は、一括処理の前にまず1冊を分解して、プロセスを検証することをおすすめします。

出力構造

books/<book-slug>/
├── BOOK_OVERVIEW.md           # 阶段 0 产出: 主旨/骨架/术语/批判
├── INDEX.md                   # 阶段 3 产出: skill 总览 + 引用图
├── candidates/                # 阶段 1 产出: 原始候选池 (审计用)
├── rejected/                  # 阶段 1.5 淘汰的单元 + 原因 (审计用)
├── <skill-slug-1>/
│   ├── SKILL.md
│   └── test-prompts.json      # darwin-skill 兼容格式
├── <skill-slug-2>/
│   └── ...

実行フロー（厳密に順番どおり）

段階 0 — 全書の理解

1. ユーザーが提供した本のテキストを読み込みます。大きなファイルは分割して読みます。
2. methodology/01-stage0-adler.md にある Adler の4ステップ（構造／解釈／批判／応用）を実行します。
3. templates/BOOK_OVERVIEW.md.template に沿って記入し、books/<slug>/BOOK_OVERVIEW.md に書き込みます。
4. 成果物をユーザーに提示し、「本の骨格の理解は合っていますか？重点的に取り上げてほしい方向性はありますか？」と確認します。確認を得てから段階 1 に進みます。

段階 1 — 5つの sub-agent による並列抽出

並列に 5つの Task sub-agent を spawn します（Agent ツールを使用し、1回の呼び出しで5つを起動します）:

sub-agent	読み込む prompt	成果物
フレームワーク抽出器	extractors/framework-extractor.md	意思決定フレームワーク／思考モデル
原則抽出器	extractors/principle-extractor.md	原則／チェックリスト／ルール
事例抽出器	extractors/case-extractor.md	著者が本の中で実際に使った事例
反例抽出器	extractors/counter-example-extractor.md	本の中で警告されている失敗パターン
用語抽出器	extractors/glossary-extractor.md	重要な概念の用語集

各 sub-agent は独立して本を読み、抽出し、books/<slug>/candidates/<type>.md に出力します。

段階 1.5 — 三重検証による選別

methodology/03-stage1.5-triple-verify.md を読み込み、候補となる各項目について以下を実行します:

• V1 分野横断性: 本の中に、独立した段落による裏付けが少なくとも2つありますか？
• V2 予測力: 本では明示されていない新しい問いに、これを使って答えられますか？
• V3 独自性: 賢い人なら誰でも言うような常識ではありませんか？

合格した項目は段階 2 に進みます。不合格の項目は、理由を添えて books/<slug>/rejected/ に記録します。監査履歴を保持し、ユーザーが後から復元できるようにします。

段階 2 — RIA++ による skill の構築

合格した各項目について、templates/SKILL.md.template に沿って記入します:

• R (Reading): 原文からの引用、1段落あたり150字以下
• I (Interpretation): 方法論の骨格を自分の言葉で書き直します（翻訳文の流用を避けます）
• A1 (Past Application): 本の中で著者が使った事例
• A2 (Future Trigger) ★: ユーザーがどんな状況でこれを必要とするか → skill の description フィールド
• E (Execution): 実行可能な1、2、3の手順
• B (Boundary): 適用されない状況／段階 0 の批判段階で特定した著者の盲点

詳細は methodology/04-stage2-ria-plus.md を参照してください。

段階 3 — Zettelkasten リンク

methodology/05-stage3-zettelkasten.md に従います:

1. skills 間の参照関係を特定します（A は B に依存／A は B と対比／A と B を組み合わせる）
2. 各 SKILL.md の末尾に「関連 skills」セクションを追加します
3. templates/INDEX.md.template に従って INDEX.md を生成します（参照図の mermaid を含む）

段階 4 — ストレステスト（darwin 互換）

各 skill について、methodology/06-stage4-pressure-test.md に従います:

1. 5～10個のテスト用 prompt を設計し、templates/test-prompts.json.template に従って test-prompts.json に書き込みます
2. 少なくとも3種類を含めます: 呼び出すべき／呼び出すべきでない（おとり）／境界が曖昧
3. ローカルでテストを実行し、不合格の場合は段階 2 からやり直します。「表面的な修正」では済ませません
4. すべて合格したら、ユーザーに「完了しました。darwin-skill にワンステップで渡して、自動進化させられます」と通知します

品質上の絶対条件（違反があれば出力を阻止）

1. 各 skill は三重検証のすべてに合格していなければなりません
2. 各 skill は R／I／A1／A2／E／B の6セクションをすべて備えていなければなりません
3. 原文からの引用は1段落あたり150字以下です
4. 各 skill に test-prompts.json があり、おとりテスト（呼び出すべきでない状況）が含まれていなければなりません
5. description フィールドには明確なトリガー条件を記述し、単に「Xに関する skill」としてはいけません

nuwa-skill／darwin-skill エコシステム内での位置付け

• nuwa-skill: 人を蒸留します（思考方法／表現の DNA）
• book2skill（本 skill）: 本を蒸留します（方法論／フレームワーク／原則）
• darwin-skill: あらゆる skill を進化させます

3つは連携しています。本 skill が出力する test-prompts.json は darwin-skill の形式に厳密に準拠しているため、生成された skill を darwin に直接接続し、自動進化させることができます。

呼び出し時の慣例

• 必ず最初に1冊を試行します — ユーザーが明示的に「一括」と言った場合を除きます
• 段階ごとに進捗を積極的に報告します — 無言で最後まで実行してから結果をまとめて出してはいけません
• 記憶を頼りに本を分解しません — テキストがなければ、作業を止めて提供を求めます
• 監査履歴を保持します — candidates/ と rejected/ の両方を残します