Learn from materials — скилл
learn-from-materials
Скилл превращает книги, PDF, презентации и документы в проверяемую базу знаний и интерактивную учебную страницу с источниками, схемами и самопроверкой
- 1 062 ★ репозитория
- Последний коммит
- MIT
Расширенный доступ
Почему такой уровень
- Запускает локальные скрипты Python, которые читают ваши книги и документы и создают рядом базу знаний и HTML-страницы
- Может вызывать установленные программы разбора (OCR, Calibre) при обработке сканов и электронных книг
Установка
- Работает в
В терминале, через SkillFoxx CLI
npx skillfoxx add skills/learn-from-materialsОпределит агенты на машине, покажет уровень доступа и зафиксирует версию.
Другие способы установки
Доступ и проверки
Как мы проверяемРасширенный доступИнструмент запускает код или ходит в сеть, а внешние данные только читает.
- Запускает локальные скрипты Python, которые читают ваши книги и документы и создают рядом базу знаний и HTML-страницы
- Может вызывать установленные программы разбора (OCR, Calibre) при обработке сканов и электронных книг
Это чужой код. Посмотрите файлы в репозитории перед установкой.
Что делает
Learn from materials разбирает учебный материал по двухэтапной схеме: сначала скрипты извлекают текст и строят слой фактов, затем агент пишет содержание в JSON, а фиксированный отрисовщик собирает из него страницу. Вручную HTML скилл не пишет. Принимает PDF, EPUB, MOBI, AZW, AZW3, DOCX, PPTX, PPTM, HTML, Markdown, TXT, RTF и наборы из нескольких файлов. Есть два режима. «Быстрый обзор» просматривает всю структуру и дает основные доводы и ограничения. «Системное изучение» читает каждый блок источника, ведет реестр покрытия, сверяет итоговые тезисы с материалом в обратную сторону и проверяет хеши исходных файлов. На выходе три результата из одних и тех же данных: база знаний `.learnkb/`, один HTML-файл без внешних зависимостей и Markdown-версия. В странице шесть блоков: каркас идей со схемой связей, пошаговое содержание, глоссарий, правила действий, динамическая самопроверка и локальные заметки. Скилл ведет библиотеку методов в `methods.json` и `patterns.md`: карточки с целью, условиями, шагами, проверкой результата и короткой цитатой, которые можно искать и сравнивать между материалами. Кнопка «Применить методологию» собирает подсказку для агента с вашим вопросом и ограничениями.
Для кого. Для студентов, преподавателей и всех, кто изучает книги, статьи и презентации и хочет видеть, на какой странице источника основан каждый вывод.
Подходит, если
- Нужно разобрать книгу или отчет в PDF и получить конспект, где у основных мыслей указана страница источника
- Нужен быстрый обзор презентации с привязкой к номерам слайдов и офлайн-страницей, которую можно открыть без сети
- Хочется собрать из нескольких материалов библиотеку методов и сравнить подходы разных авторов
- Нужна самопроверка по материалу: вопросы, заметки и журнал ошибок, которые остаются только в браузере
- Нужно применить методику из книги к своей задаче и получить подсказку с условиями и ограничениями
Не подходит, если
- Нужен русскоязычный результат: скилл поддерживает английский и китайский, для другого языка он называет ограничение и просит выбрать один из двух
- Агент не умеет читать файлы и запускать Python: без файловой системы доступна только часть подсказок, извлечения, проверки покрытия и сборки страницы не будет
- Файл отсканирован без текстового слоя, а OCR и зрение у агента недоступны: такие страницы скилл пометит как непроверенные
- Нужен конспект по формату MOBI, AZW или AZW3 без установленного Calibre: запасного разбора у этих форматов нет
- Нужна только пара абзацев пересказа: полный конвейер с реестрами проверки рассчитан на длинные материалы
Пример запроса к агенту
Используй learn-from-materials и сделай системное изучение этого PDF: нужна проверяемая база знаний и учебная страница на английскомОграничения
- Языки результата: английский и китайский (zh-CN). Язык выбирается по прямому указанию, затем по вашему запросу, а не по языку материала или настроек браузера.
- Нужны Python 3.10 или новее и агент с доступом к файлам. Дополнительные библиотеки (`pdftotext`, `Docling`, `OCRmyPDF`, `ebooklib`, `python-docx`, `striprtf`) скилл сам не ставит; без них он берет следующий способ разбора или помечает участок как непроверенный. Для MOBI, AZW и AZW3 нужен Calibre.
- Проверки сверяют привязку к источнику, но смысловую истинность и отсутствие пропусков не доказывают. Начальная выдача идет в статусе «только статическая проверка», визуальную проверку в браузере автор просит запускать отдельно.
- Длинные книги и перекрестный анализ работают лучше на моделях с длинным контекстом и сильным рассуждением.
- Лицензия MIT: проект собран на основе `book-to-skill` и `book-to-webpage`, их авторы расширения не одобряли. Обрабатывайте только материалы, на которые у вас есть права, и не публикуйте базы знаний с чужим текстом.
Как отключить. Удалите папку `learn-from-materials` из каталога скиллов агента (`~/.claude/skills/` для Claude Code, `~/.agents/skills/` для Codex) и перезапустите клиент. Созданные базы `.learnkb/` и страницы лежат рядом с материалами, их удаляют вручную. Заметки и ответы самопроверки хранятся в локальном хранилище браузера, их очищают в настройках браузера.
Частые вопросы
Как сделать конспект из PDF или книги с указанием страниц источника?
Попросите агента использовать скилл и выберите глубину. Для PDF и слайдов скилл сопоставляет вывод со страницей или номером слайда, для EPUB с главой. Если точное место подтвердить не удалось, страница показывает диапазон на уровне блока или вывода, а не придуманный номер.
Чем отличаются быстрый обзор и системное изучение?
Быстрый обзор просматривает структуру и проверяет показанные цитаты, вопросы к материалу не готовятся заранее. Системное изучение читает каждый блок, ведет реестры покрытия и правил, делает независимую вторую проверку содержания и индексирует вопросы. Если глубина не названа, скилл спросит один раз.
Отправляет ли скилл мои материалы в интернет?
Скрипты проекта материалы в сеть не отправляют. Проверка в браузере пропускает только сам HTML и ресурсы `data:` и `blob:`. Содержимое, которое вы передаете агенту, обрабатывается по правилам вашей платформы и настроек аккаунта. Заметки и профиль читателя остаются в браузере.
Какие форматы файлов поддерживаются без дополнительных программ?
Большинство форматов разбирается стандартной библиотекой Python или средствами системы. Для текстовых PDF есть цепочка запасных способов, для EPUB и DOCX запасной разбор через архив. Без отдельной установки не откроются только MOBI, AZW и AZW3: им нужен Calibre `ebook-convert`.
Что такое библиотека методов и как ей пользоваться?
После разбора скилл сохраняет приемы автора в `methods.json` и строит читаемый `patterns.md`. Карточка хранит цель, условия, ограничения, шаги, проверку результата, короткую цитату, постоянный идентификатор и версию. Можно проиндексировать несколько файлов методов, искать кандидатов по словам на русском или английском и выгрузить записи сравнения.
Что делает кнопка «Применить методологию»?
Вы вводите вопрос, цель и ограничения, выбираете всю структуру, отдельный метод или автоматический выбор, а страница собирает подсказку. Ее копируют в разговор с агентом. Сама страница модель не запускает: подсказка просит агента сначала оценить применимость, а затем дать разбор с источниками.
Обсуждение
Вопросов и отзывов пока нет.
Похожие
СкиллыСкилл верстает по шаблонам резюме, одностраничники, письма, отчеты и слайды в PDF, PNG и PPTX и проверяет результат скриптами до выдачи
Превращает техническую книгу или папку документов в структурированный скилл с главами, глоссарием и шпаргалкой
Написание научных статей
Research Paper Writing
Скилл для написания и правки статей по ML, CV и NLP: структура разделов, связность абзацев и самопроверка глазами рецензента
Скилл для перевода целых книг в форматах PDF, DOCX и EPUB на любой язык с помощью параллельных субагентов
Скилл paper-spine: по теме, материалам и данным ведет научную статью от поиска литературы и текста до иллюстраций, рецензии и файлов Word, LaTeX и PDF
Скиллы под конкретные научные журналы: помогают выбрать издание, оформить статью и пройти рецензирование
Сравнение с похожими
Записи с тем же главным запросом: чем они отличаются.
| Запись | Официальный | Звезды репозитория | Главное отличие |
|---|---|---|---|
| Learn from materials (эта запись) | нет | 1 062 | |
| tutor-skills | нет | 1 363 | превращает PDF, документы и кодовую базу в учебное хранилище Obsidian со структурированными конспектами |
| notebooklm-skill | нет | 480 | работает через Google NotebookLM: блокноты из ссылок и файлов, ответы с цитатами, подкасты и тесты |
Коротко о README
Описание на английском и китайском начинается с возможностей: методология на весь материал, накопительная библиотека методов, язык и интерактивность страницы, глубины изучения. Затем показаны шестнадцать снимков страниц для биографии, отчета о рынке и научной статьи. Дальше идут установка по агентам, примеры запросов, требования, таблица необязательных компонентов, команды, безопасность и благодарности. В репозитории лежат `SKILL.md`, папки `references`, `scripts` с тестами и `examples`, журнал изменений и документ по безопасности.
Бейдж для README
Исходный SKILL.md
--- name: learn-from-materials description: Turn books, PDFs, slides, documents, web pages and text into a source-grounded knowledge base, interactive learning HTML and Markdown in English or Chinese. Use for learning, summaries, explanations, review, quizzes, relationship maps, saving reusable methodology files, retrieving or comparing accumulated methods, and applying them to a real problem. license: MIT; see LICENSE.md and NOTICE.md metadata: version: "1.0" revision: release compatibility: Requires filesystem access and Python 3.10+. Node.js and Playwright are optional for browser verification. Visual or OCR capability is recommended for scanned PDFs and image-heavy slides. --- ## Language routing — before your first reply Resolve output language in this order: explicit user preference → language of the current substantive user request (ignore attached material, quotations, code and paths) → established conversation language. English requests produce English; Chinese requests produce Chinese. If genuinely ambiguous, ask one short language question together with any required learning-depth choice. Do not infer nationality or language from identity, browser settings, filenames, or the material's language. This version supports `en` and `zh-CN`; for another requested language, state the limit and ask which supported language to use.