GitHub 上开源项目“MiJi（read-book-to-skill）”提供了一套将非结构化媒体内容转化为 AI 智能体（Agent）可复用技能与知识库的完整自动化流水线。该项目旨在解决大模型应用中“知识注入”的痛点，支持将 PDF 文档、电子书、视频及播客等多种格式的内容，通过解析、蒸馏、封装等步骤转化为结构化的 Agent Skill。
该工作流在解析阶段提供双引擎支持：用户可选择基于本地部署的 MinerU 进行离线解析（模型约 1GB），或使用云端 VLM（如 Luna）进行云端处理，实测全本成本约 2.51 美元，兼顾了隐私保护与低门槛需求。在 v1.3.0 最新版本中，项目新增了“多源融合”能力，支持将书籍、视频与文章组合生成复合技能，并引入了按主题持续入库的知识库形态，显著提升了知识管理的系统性与 AI 的规范读取能力。此外，新版本优化了底层架构，实测大文件并行解析速度提升至 2.1 倍。项目地址位于 GitHub，并已开源相关代码，欢迎开发者提交 PR 共同优化。
事件分析
从技术视角看，该项目代表了 RAG（检索增强生成）技术向更深层次的“技能化”演进。传统的知识库往往局限于文本块的检索与拼接，而 MiJi 尝试通过蒸馏提炼，将书籍或视频中的隐性知识转化为显性的、可执行的 Agent Skill，这对提升 AI 智能体的垂直领域能力至关重要。
在产业层面，本地与云端双引擎的架构设计有效地平衡了数据隐私与算力成本之间的矛盾，降低了个人开发者构建垂直领域智能体的门槛。多源融合功能的加入，解决了单一信息源视角局限的问题，使得 AI 能够基于更全面的知识库进行推理。这一趋势表明，未来的 AI 开发将更加侧重于高质量数据的预处理与结构化，而非仅仅依赖模型本身的泛化能力。
核心观点：该项目标志着 AI 开发从“通用对话”向“垂直技能封装”的关键进阶，通过自动化流水线将隐性知识显性化，为 Agent 赋能。
原文链接：V2EX 分享发现
评论前必须登录！
立即登录 注册