bookleme

为什么需要它

模型已经足够聪明，真正稀缺的是人类实际的工作经验。

而一本书里最值钱的，从来不是结论，而是作者的工作方式：

问题是：读完之后，这些「工作方式」散落在 300 页里，无法被调用、无法被复用、无法被验证。

BookLeme 把它们编译成可运行的 Agent Skill。

三条设计原理

⚠️ 工程上采纳，但未经本项目验证 —— 「提炼结构而非摘要」只是设计选择，不是已被验证的结论。本项目把它标为 UNVERIFIED，不写成既成事实。

它生成什么

不是「读书笔记」，而是两类可安装、可调用、可验证的产物：

核心特性

• 🎛 双引擎自动路由 —— 按 12 个确定性体裁特征自动判定，也可人工指定；两引擎共享中间表示，一本书不会被读两遍
• 🧩 可插拔体裁插件 —— 新增体裁只需写一个文件（schema / 状态机 / 输出契约 / 反模式），零改核心
• 🔍 逐字忠实度回验 —— 每条引文必须是原文精确子串，7 个指标区分 measured / heuristic
• 🛡 版权工程化 —— 6 条确定性硬门 + provenance manifest + 默认私有，杜绝原文复现
• ⚙️ 零第三方依赖 —— 核心只用 Python 标准库
• 🔁 stage 级幂等 —— sha256 断点续跑，删任一阶段产物只补该阶段

双引擎 · 可插拔体裁

体裁插件决定一本书长成什么样子。内置 4 种：

新增体裁 = 在 bookleme/plugins/user/<genre_id>.py 写一个文件。字段契约见 docs/PLUGIN_SPEC.md。

插件强制声明（缺一即拒绝加载）：state_machine、output_contract、hard_constraints、anti_patterns、voice_calibration（语气 / 称谓 / 禁用语 / 结论归属）、copyright_profile、trigger_words（3–5 个中文触发词）、eval_prompts（必须含至少 1 个负例）。

忠实度与版权

上游项目把「no hallucination」写成主张，却没有自动回验。我们把「零幻觉」拆成 7 个可测指标：

📎 指标取自真实书稿批（273 页中文书，run 20261109-164758）：14/14 能力 verified、双引擎冒烟全过、版权六门全过（引文占比 0.016 / 上限 0.03）。早期合成书批过程值（coverage_score 0.667）如实留档。

🧪 真实书稿实战：273 页中文书端到端编译出的教练 Skill，已通过 9 轮真实对话回归 —— 一次一问 · 重力问题甄别 · 中断续聊断点恢复 · 万字蓝图交付。

6 条版权硬门（任一失败即不安装、不发布）：单条引文 ≤150 字且逐字可追溯 · 总引文比 ≤0.03 · 连续复制 ≤150 字 · 13 字 shingle 重叠 ≤0.10 · 产物不含全文 / 切片 · contains_original_text = false。

版权边界：输出是结构化衍生笔记，不含原文段落。第三方书籍生成的 Skill 默认私有、不得分发；公开分发需在启动命令显式给 --public --confirm-public PUBLISH。MIT 只覆盖转换器，不覆盖任何书籍。详见 docs/COPYRIGHT.md。

快速开始

git clone https://github.com/bookleme/bookleme.git
cd bookleme

# 零第三方依赖，Python ≥ 3.9 即可
python3 -m bookleme --version

# 端到端：书 → Skill
python3 -m bookleme run --input evals/cases/synthetic/coach_book.md --title "我的第一本书"

# 校验产物（官方校验器 + 自有 lint + 版权硬门）
python3 -m bookleme validate examples/coach

# 回归测试
python3 -m unittest discover -s tests -v

常用参数

--engine auto|knowledge_pack|behavior_skill|both   # 引擎选择
--genre <plugin_id>                                # 强制指定体裁
--no-router                                        # 关闭路由，双引擎全出
--install                                          # 写入技能真源（默认关闭）
--user-rights owned|licensed|public_domain|unknown # 使用权声明
--public --confirm-public PUBLISH                  # 公开分发（裸词确认）

架构 · S0–S9 编译流水线

S0 输入登记 ─► S1 确定性提取 ─► S2 中文分段 ─┬─► S3 体裁路由 ────────┐
                                              └─► S4 原子能力抽取 ────┼─► S5 忠实度校验
                                                    （共享中间表示）  ┘
                                                                          │
                                S9 冒烟评测 ◄─ S8 安装 ◄─ S7 四重校验 ◄─ S6 双引擎渲染

关键设计：S3 与 S4 并行且都以 S2 为输入；两引擎共享 S1/S2/S4/S5 全部中间表示，只有 S6 分流 —— 一本书不会被读两遍。

详细设计：docs/ARCHITECTURE.md

与同类项目对比

本项目自研自对 book-to-skill 的源码审计之后，未导入其任何代码或模板；与 bookforge-ai 无隶属关系，未使用其任何内容。逐条差异见 docs/decisions/ADR-001-research-convergence.md。

路线图

• ✅ M0–M3 研究对齐 · 设计冻结 · 核心引擎 · 首批插件与产物（当前）
• 🔜 M4 补齐 professional_analysis / decision_checklist 插件、4 段合成书评测集、两本书 dogfood、接入 LLM judge
• 🔜 M5 真源 Skill 安装、evals/baseline.json 出实测数、跨书能力合并

如实标注的边界（本项目不夸大）：LLM judge 未接入（groundedness / V2 / V3 仍为 null，只报告不设硬门）；professional_analysis 与 decision_checklist 尚在 M4；真实书稿批 coverage_score 已达 1.00，早期合成书批过程值 0.667 如实留档。

文档

贡献

欢迎 Issue 与 PR。提交前请跑：

python3 -m unittest discover -s tests -v
python3 -m bookleme schema --state
python3 -m bookleme plugin validate bookleme/plugins/builtin/coach_dialogue.py

红线：绝不提交书籍原文 / 封面 / 扫描件；绝不导入上游仓库代码；绝不把未验证假设写成既成事实。详见 CONTRIBUTING.md。

许可

MIT © 2026 BookLeme contributors

MIT 只覆盖转换器（代码 + 技能定义），不覆盖任何用本工具处理的书籍或文档。详见 NOTICE.md。