为什么叫「蜜技」？三重谐音：秘籍——拿到就能习得的神功；游戏 cheat code——输入即生效；蜜 技——CC 为她的诗人亲手酿的甜蜜技能 🍯
把一本书/一份 PDF/一段视频变成 AI Agent 可复用的 Skill 的完整流水线： 安装 MinerU（OCR 解析）→ 识别 PDF → 提炼方法论 → 封装成 Skill
支持 PDF / 电子书 / 视频 / 播客（yt-dlp 下载 → faster-whisper 转写 → 同一蒸馏流程）
A complete pipeline that turns a book / PDF into a reusable AI Agent Skill: Install MinerU (OCR) → Parse PDF → Distill methodology → Package as a Skill Also supports video / podcast (yt-dlp download → faster-whisper transcript → same distillation flow)
这套流程由 CC 在 2026-08-27 实测跑通，两个案例：
- 《Refactoring UI》（252 页 PDF） → 封装为
refactoring-ui-principlesskill，并已在另一台电脑上使用 opencode + GLM 5.3 Flash 做了效果对比验证（见下方案例 Demo 一） - YouTube 中文教程视频（8:45） → 走视频模式（yt-dlp → faster-whisper → LLM 纠错）封装为
minimax-h3-local-deployskill（见下方案例 Demo 二）
MiJi/
├── README.md # 中文文档（本文件）
├── README_EN.md # English version
├── skills/
│ ├── mineru-pdf-parser/SKILL.md # 【前置依赖 1】MinerU PDF 解析（安装/下载/踩坑）
│ └── MiJi/SKILL.md # 【主流程】读书/看视频 → 封装 Skill 的流水线
│ └── scripts/llm_fix.py # ASR 转写 LLM 纠错脚本
├── examples/
│ ├── refactoring-ui-principles/ # 【案例 Demo 1】PDF 蒸馏成品
│ │ ├── SKILL.md # 《Refactoring UI》设计原则速查
│ │ └── references/refactoring-ui-full.md # 全书全文存档（58 条原则）
│ └── （案例 Demo 2：视频蒸馏的 minimax-h3-local-deploy skill 见上游 skills 目录结构说明）
└── docs/images/ # 案例对比截图（no-skill vs skill）
┌─────────────────────────────────────────────────────────────┐
│ ① 安装 MinerU + 下载模型（国内网络优化） │
│ → mineru-pdf-parser skill（前置依赖 1） │
│ ①b 视频/播客：yt-dlp 下载 → ffmpeg 抽音频 → faster-whisper 转写 │
├─────────────────────────────────────────────────────────────┤
│ ② 解析 PDF → Markdown（或直接使用转写文本） │
│ mineru -p 输入.pdf -o 输出目录 -b pipeline │
│ (252 页 ≈ 4-6 分钟，输出完整 md/json/span.pdf) │
├─────────────────────────────────────────────────────────────┤
│ ③ 通读全书/转写稿（REPL 式分段读，先读目录定骨架） │
├─────────────────────────────────────────────────────────────┤
│ ④ 判断封装形态：速查式 / 步骤式 / 人物式 │
├─────────────────────────────────────────────────────────────┤
│ ⑤ 生成 SKILL.md（精炼原则+数值落地）+ 全文存档 references/ │
│ → MiJi skill（主流程） │
├─────────────────────────────────────────────────────────────┤
│ ⑥ 验证（skill_view 加载 + 真实场景实跑）+ 交付 │
└─────────────────────────────────────────────────────────────┘
| Skill | 作用 | 依赖关系 |
|---|---|---|
mineru-pdf-parser |
MinerU 部署、模型下载（国内网络优化）、M1 Mac 调优、踩坑速查 | 主流程 Step ①/② 依赖 |
MiJi |
读书 → 封装 Skill 的 6 步完整流程 | 主流程本体 |
主流程 skill 在 Step 1 会先加载 mineru-pdf-parser 获取环境与坑，再执行解析。两者必须一起安装。
# 1. 安装 MinerU（Python 3.10+，建议独立 venv）
python3 -m venv mineru-venv
mineru-venv/bin/pip install "mineru[core]"
# 2. 下载模型（约 1GB，只需 7 个子路径，别拉全量 10GB repo）
# 国内网络：走代理访问 hf-mirror（6.2MB/s）或 modelscope+aria2（20 秒下 810MB）
# 详见 mineru-pdf-parser/SKILL.md 的模型文件清单
# 3. 配置 ~/mineru.json 的 models-dir.pipeline 指向模型目录
# 4. 解析 PDF
unset PYTHONPATH
export MINERU_PROCESSING_WINDOW_SIZE=32 # 长文档防 MPS 崩溃（Apple Silicon 关键！）
mineru-venv/bin/mineru -p 输入.pdf -o 输出目录 -b pipeline
# 5. 把生成的两个 SKILL.md 放入你的 Agent 的 skills 目录
# （Hermes: ~/.hermes/skills/；其他 Agent 见 MiJi 内的兼容说明）
# 6. 对你的 Agent 说："把这本书封装成 skill"| 坑 | 解法 |
|---|---|
hf download 拉全量 repo（10GB+） |
只需 7 个子路径约 1GB，用 curl/aria2 直下 resolve URL |
| hf-mirror 直连 0 字节（被墙） | 走代理（6.2MB/s）或 modelscope（4.9MB/s） |
hf CLI 报 does not seem to be on huggingface.co |
别用 hf CLI，用 curl/aria2 直下 |
| 长文档第 3-4 批 MPS 崩溃 | export MINERU_PROCESSING_WINDOW_SIZE=32 |
| PYTHONPATH 污染 mineru venv | 跑前 unset PYTHONPATH |
| 模型 sha256 验证 | resolve URL ?download=true HEAD 的 x-linked-etag 即官方哈希 |
| Skill description 超 60 字符被拒 | 触发词前置，一句话 ≤60 字符 |
完整 demo skill 在本仓库
examples/refactoring-ui-principles/，可直接安装使用。 The full demo skill lives inexamples/refactoring-ui-principles/— install & use it directly.
在另一台电脑（Windows）上，使用 opencode + GLM 5.3 Flash 模型，用同一套关键词（设计一个企业官网首页：顶部导航 / Hero / 6 个功能特性 / 数据成绩 / 3 条客户评价 / CTA / 页脚，单文件静态 HTML+CSS）分别生成两个版本：
no-skill：纯提示词直接生成（不加载任何 skill）skill：加载本流程产出的refactoring-ui-principlesskill 后再生成
左侧无skill 右侧使用：
页面底部（CTA + 页脚）：
H5：
| 维度 | no-skill（无 skill） | skill（加载 refactoring-ui-principles） |
|---|---|---|
| 标题文案 | 「让团队协作更高效」（通用） | 「让每一次协作都有迹可循」（有记忆点） |
| 视觉层级 | 渐变横幅 + 平铺卡片 | 品牌圆点 + 产品示意插画 + 更清晰的层级 |
| CTA 区 | 常规按钮 | 「免费开始试用 / 了解产品功能」+ 14 天体验说明 |
| 细节质感 | 模板感明显 | 间距/对比/深度符合设计原则 |
结论：加载了从书里蒸馏出的设计原则 skill 后，同一模型、同一关键词生成的页面在文案记忆点、视觉层级、细节质感上都有明显提升——这就是「读书封装 skill」的价值：把一本书的方法论，变成每次生成都能自动生效的能力。
蒸馏产物
minimax-h3-local-deployskill 完整内容见上方 skills 结构说明（上游仓库同步发布）。
测试视频：YouTube 中文科技教程（8:45，含大量专业术语：MiniMax H3、ComfyUI、越狱模型、文本编码器等），无字幕——只能走纯 ASR 路径，是对转写质量的硬核考验。
处理链路：
⚠️ 复刻前置条件（AI 能力清单）：① 任意 OpenAI 兼容 LLM API + key（用于自动生成转写提示词和纠错，deepseek/glm/kimi/本地 ollama 均可）② faster-whisper（pip install faster-whisper，CPU 可跑）③ yt-dlp ④ ffmpeg。有字幕的视频直接--write-subs拿字幕，可跳过 ①②。
YouTube 链接
→ yt-dlp 下载音频 (199MB, ~50s)
→ 【AI-1】LLM 从标题自动生成 initial_prompt（无需人工懂视频内容）
→ faster-whisper small + 该提示词转写 (105s)
→ 【AI-2】deepseek-v4-flash LLM 二次纠错 (20s)
→ 通读 93 段转写稿 → 判定「操作手册类」→ 步骤式封装
三方案对比实测（同一段视频）：
| 方案 | MiniMax | 越狱 | ComfyUI | 频道名 | 总耗时 |
|---|---|---|---|---|---|
| small 裸跑 | ❌0 | ❌"粤语模型" | ❌ | ❌"领度" | 2min |
| medium 模型独走 | ❌仍为0 | ✅3 | ⏱48min | ||
| small + prompt + LLM 纠错 🏆 | ✅9 | ✅9 | ✅3 | ✅4 | 2min20s |
关键发现：
initial_prompt喂术语可修复中文同音字（"粤语模型"→"越狱模型"）- 但英文品牌名（ComfyUI）在 ASR 层面无解——medium 模型花了 48 分钟照样抓不住
- LLM 纠错一步到位：它有 ComfyUI 的世界知识，能把「CONVIO的DESTOB的文件夹」推断修正为「COMFYUI的DESKTOP文件夹」——这是任何 ASR 模型做不到的
- 安全性已验证：纠错前后段数不变、字数比 1.00、时间戳原样保留
结论：中文视频蒸馏的最优路径是 small 快转 + LLM 精修（总耗时 2 分钟），比 medium 大模型独走快 20 倍且质量更高。纠错脚本已开源在本仓库 skills/MiJi/scripts/llm_fix.py。
本流程建立在这些优秀的开源项目之上，感谢它们的作者：
| 依赖 | GitHub 页面 | 用途 |
|---|---|---|
| MinerU | https://github.com/opendatalab/MinerU | PDF 解析引擎（OCR/版面/公式/表格），本流程的核心解析工具 |
| PDF-Extract-Kit-1.0 | https://github.com/opendatalab/PDF-Extract-Kit | MinerU 的模型仓库（Layout/MFR/OCR/TabRec 等 7 个子模型） |
| book-to-skill | https://github.com/virgiliojr94/book-to-skill | 书→Skill 转换的启发来源（面向 Copilot/Amp/Claude Code 生态；本仓库是其 Hermes 专属的速查式变体） |
| aria2 | https://github.com/aria2/aria2 | 多线程下载模型（modelscope 810MB 仅 20 秒） |
| ModelScope | https://github.com/modelscope/modelscope | 国内高速模型下载源 |
| Refactoring UI | https://refactoringui.com | 验证用例（Adam Wathan & Steve Schoger 的设计书） |
特别感谢：
- OpenDataLab 团队（MinerU / PDF-Extract-Kit）——让高质量文档解析变得人人可用
- virgiliojr94（book-to-skill）——"书变成 skill"这个想法的源头
- Adam Wathan & Steve Schoger——本流程的第一个实测对象《Refactoring UI》
MIT