Cangjie Skill

输入书籍/视频转写/播客文稿等文本,经过 RIA-TV++ 七阶段流水线(整体理解、并行提取、三重验证、RIA++ 构造、Zettelkasten 链接、压力测试、交付),输出包含多 skill 的仓库,每个 skill 附带触发条件、使用边界和测试用例,可安装到 Claude Code 或 Cursor 中直接使用。

一句话商业模式

为知识工作者、AI 开发者、深度学习者解决看了很多书/视频/播客却用不起来,知识停留在收藏夹,无法被 Agent 调用,通过开源工具 Cangjie Skill 及 RIA-TV++ 方法论,生成结构化 Skill 仓库提供价值,主要依靠当前无收费,潜在方式包括托管 Skill 市场、企业定制服务、与其他 Agent 平台分成(假设)赚钱

商业模式画布

将高价值内容的系统性方法论拆解为可执行、可组合、可测试的 AI Skill,让知识从“看过”变为“可用”,并支持 Claude Code 等 Agent 直接调用

评分解析

研究分 71

这是什么

是什么
一个开源的方法论蒸馏工具,能把书籍、视频、播客等文本内容转化为可被 AI Agent 调用的结构化 Skill 包。
给谁用
知识工作者、深度学习者、内容创作者、AI Agent 开发者,以及希望将阅读/观看的方法论真正复用到决策和行动中的人群。
← 返回今日精选
C

Cangjie Skill

输入书籍/视频转写/播客文稿等文本,经过 RIA-TV++ 七阶段流水线(整体理解、并行提取、三重验证、RIA++ 构造、Zettelkasten 链接、压力测试、交付),输出包含多 skill 的仓库,每个 skill 附带触发条件、使用边界和测试用例,可安装到 Claude Code 或 Cursor 中直接使用。

71

一句话商业模式

为知识工作者、AI 开发者、深度学习者解决看了很多书/视频/播客却用不起来,知识停留在收藏夹,无法被 Agent 调用,通过开源工具 Cangjie Skill 及 RIA-TV++ 方法论,生成结构化 Skill 仓库提供价值,主要依靠当前无收费,潜在方式包括托管 Skill 市场、企业定制服务、与其他 Agent 平台分成(假设)赚钱

开发者工具开源AI知识蒸馏Agent Skills团队 独立开发者(GitHub 单用户 kangarooking)发布 2026-04-16(GitHub 创建日期)最后同步 2026-07-29

商业模式画布

Business Model Canvas · 9 大模块完整填涂

重要合作Key Partnerships
nuwa-skill(蒸馏人)、darwin-skill(进化 Skill)、OpenClaw 平台、Claude Code / Cursor 等 Agent 工具
关键业务Key Activities
维护 RIA-TV++ 方法论文档、更新提取器 prompt、生成并发布新 Skill 包、收集社区反馈改进流程
价值主张Value Propositions
将高价值内容的系统性方法论拆解为可执行、可组合、可测试的 AI Skill,让知识从“看过”变为“可用”,并支持 Claude Code 等 Agent 直接调用
客户关系Customer Relationships
通过 GitHub Issues / Discussions 收集反馈、社区贡献(fork 创建新 Skill 包)、生态互引(nuwa/darwin)
客户细分Customer Segments
知识密集型工作者(如咨询师、学者、产品经理)、AI Agent 重度用户、自媒体内容转化者、自学爱好者
核心资源Key Resources
GitHub 仓库、RIA-TV++ 方法论文档、已生成的 20+ 个 Skill 包作为模板、MIT 开源许可
渠道通路Channels
通过 GitHub Trending、Twitter/X 知识博主、AI 社区(如 Hugging Face 论坛)、Hacker News 口碑传播;已有 nuwa-skill 生态引流
成本结构Cost Structure
独立开发者时间成本、GitHub 托管费用(免费)、可能的 API 费用(如调用 LLM 辅助蒸馏,但项目本身不强制)
收入来源Revenue Streams
当前完全免费,未来可能通过托管 Skill 市场(类似 GET 模板)、企业定制蒸馏服务、或作为 Agent 平台上下游工具收费
💡 核心痛点:大量阅读/观看后无法将方法论真正用于决策;摘要和笔记是非结构化的,无法被 AI 工具调用;长视频/播客内容时效性强,看完即忘⚠️ 最大风险:依赖用户自行准备高质量文本(字幕/转写),且蒸馏效果受原文质量影响;Agent 平台(如 Claude Code)的普及度不足可能限制使用场景

评分解析

痛点清晰度

痛点非常明确:看了很多却用不起来,知识无法被 Agent 调用。项目 README 用大量篇幅阐释了这一普遍问题,并给出了数据(通过率 25-50%)。

置信度 90%
90
付费可能性

当前完全开源免费,无任何收费线索。潜在收费方式(托管市场、企业定制)仅停留在假设,且此类工具在开发者社区中通常难以直接收费。

置信度 50%
30
市场与趋势

AI Agent 和知识管理是当前热门领域,GitHub Trending 位次和 star 增长(+196/天)验证了市场兴趣。但整体用户范围仍偏技术小众。

置信度 80%
85
需求信号

GitHub 星标 5193 且今日涨势强劲,说明有较高关注度;但 watchers 仅 22 可能反映持续使用意愿不高。已有 20+ 个 Skill 包,社区有 fork 贡献,信号中等偏上。

置信度 70%
70
执行可行性

RIA-TV++ 方法论设计完整,文档详细,且已有多个成功输出(如巴菲特、黄帝内经)。但依赖用户自备高质量文本,且需要熟悉 Claude Code 等工具,执行门槛存在。

置信度 70%
75
中国市场适配

项目已蒸馏大量中文经典(毛泽东选集、黄帝内经、孙子兵法、明朝那些事儿等),且中国知识工作者群体庞大,对“知识转技能”有强烈需求。中文 README 和社区示例完备。

置信度 90%
90

这是什么

是什么
一个开源的方法论蒸馏工具,能把书籍、视频、播客等文本内容转化为可被 AI Agent 调用的结构化 Skill 包。
给谁用
知识工作者、深度学习者、内容创作者、AI Agent 开发者,以及希望将阅读/观看的方法论真正复用到决策和行动中的人群。

关键能力

  • RIA-TV++ 蒸馏流水线:从 Adler 分析阅读到三重验证,确保只有 25-50% 的高质量方法论被保留为 Skill
  • 并行提取 + 独立验证:5 个专项提取器并行工作,跨域验证、预测力检验、独特性筛选三重把关
  • 面向 Agent 执行:每个 Skill 包含可执行步骤、触发场景、边界盲点,可直接安装到 Claude Code / Cursor
  • Zettelkasten 关联:自动生成 Skill 间依赖、对比、组合关系图,支持组合调用
  • 压力测试:每个 Skill 设计含诱饵题的测试用例,未通过回炉重做,保证实用性
  • 开箱即用:已提供 20+ 个预生成 Skill 包,覆盖巴菲特、毛泽东选集、黄帝内经等经典内容

创业线索

团队
独立开发者(GitHub 单用户 kangarooking) · 无团队信息,从仓库组织看为个人项目
发布时间
2026-04-16(GitHub 创建日期) · 最后推送 2026-07-20,持续活跃;今日涨星 +196,呈上升趋势
增长线索
GitHub 星标 5193,forks 656,watchers 22,今日趋势 #56;已生成 20+ 个 Skill 包,社区有其他贡献者 fork 并创建新包
能赚多少 / 怎么赚
无 · 当前无任何收费或价格信息,完全开源(MIT)

公开信息推断,缺数据会标未知;不构成收益承诺。

GitHub 最新数据

  • 仓库:kangarooking/cangjie-skill
  • 星标:5,193
  • 分支:656
  • 关注:22
  • 未关闭 Issue:10
  • 主语言:Python
  • 开源协议:MIT
  • 仓库创建:2026-04-16
  • 最近推送:2026-07-20
  • 描述:把书、长视频、播客等高价值内容蒸馏成可执行的 Agent Skills
agent-workflowsai-skillsautomationbook-to-skillknowledge-distillationprompt-engineeringskill-generatortemplates

来源数据

  • 首次采集:2026-07-29
  • 最后同步:2026-07-29
  • 材料更新:2026-07-29
  • GitHub 星标:5,193
  • GitHub 分支:656
  • 穿透材料体量:约 8,508 字

AI 辅助分析,仅供项目研究参考,不构成投资建议。