如何配齐book-to-skill解析链路：pdftotext、ebooklib、Docling安装完整清单

如何配齐book-to-skill解析链路pdftotext、ebooklib、Docling安装完整清单【免费下载链接】book-to-skillTurn any technical book PDF into a Claude Code skill — ready to study, reference, and use while you work.项目地址: https://gitcode.com/GitHub_Trending/bo/book-to-skillbook-to-skill 是一款能把 PDF、EPUB 等技术书籍一键转换成 Claude Code Agent Skill 的开源工具。它支持多种文档格式解析质量取决于背后的解析链路是否配齐。本文将用一份完整清单讲清 pdftotext、ebooklib、Docling 等解析器的安装方法与回退机制让你按格式精准补齐依赖不再为为什么我的 EPUB 解析质量差而发愁。解析链路全景每个格式走哪条链路book-to-skill 的设计哲学是优雅降级每个格式都有一条主链路和一个回退方案。主解析器装了就上没装就自动回退到 Python 标准库解析器不会直接报错。依赖分组逻辑完整定义在 book_to_skill/dependencies.py 中各格式的解析链路如下格式主链路回退方案是否可缺PDF文字型pdftotext→pypdf→pdfminer三选一即可全无则提取失败⚠️ 建议至少装一个PDF技术型docling回退到文字链路✅ 仅--mode technical需要EPUBebooklibbs4标准库 zipfile 解析⚠️ 强烈建议安装DOCXpython-docx标准库 ZIP/XML 解析✅ 可缺HTMLtrafilatura或bs4标准库 html.parser✅ 可缺RTFstriprtf基础正则清洗✅ 可缺MOBI / AZW / AZW3ebook-convertCalibre无回退❌ 必须安装PDF 的三级回退链实现在 book_to_skill/parsers/pdf.pyEPUB 链路见 book_to_skill/parsers/epub.py完整架构可参考 docs/how-it-works.md。三大核心依赖逐个装完整清单pdftotext系统命令来自 poppler-utilspdftotext不是 Python 包而是系统级命令行工具属于 PDF 链路中最快的一环0.1 秒处理 103 页。Linux/macOS 安装Ubuntu/Debiansudo apt install poppler-utilsmacOSbrew install popplerWindows从 poppler 官方发行版获取或改用pypdf即可ebooklibEPUB 解析主力EPUB 本质是 ZIP 包缺少 ebooklib 时工具只会用标准库做粗略解包章节结构和目录信息会丢失。安装pip install ebooklib beautifulsoup4Docling技术型 PDF 的重型装备只有当你用--mode technical处理含大量表格、代码块、公式的技术书时才需要它。它能把表格和代码原样保留为 Markdown约 1.5 秒/页代价是体积较大。普通文字书完全用不上。安装pip install docling一键安装用 pip 的 extras 省事pyproject.toml 把依赖打包成了分组 extras一次装齐对应格式的解析器需求命令只要 PDFpip install book-to-skill[pdf]加 EPUBpip install book-to-skill[epub]加 DOCXpip install book-to-skill[docx]技术型 PDFpip install book-to-skill[technical]全都要pip install book-to-skill[all]包尚未上架 PyPI需从仓库安装pip install book-to-skill[all] githttps://gitcode.com/GitHub_Trending/bo/book-to-skill.git。 注意[html]extra 会引入 trafilatura 及 17 个关联包做真正的正文/样板识别在配置有限的机器上建议改用bs4回退方案即可。一条命令自检确认你的解析链路状态装完别猜直接跑预检命令工具会逐组扫描并打印 ✓ / ✗ 状态报告缺什么还会给出现成的安装命令book-to-skill --check检查逻辑由 book_to_skill/dependencies.py 中的run_dependency_check()驱动。全部通过时会显示 All optional dependencies are installed缺失项是可选的不影响其他格式使用——唯一的硬性要求是Calibre且仅针对 MOBI/AZW 格式。新手容易踩的三个坑pipx 隔离环境陷阱Docling 官方文档建议用pipx安装但 pipx 会把包装进独立虚拟环境当前解释器 import 不到它--check就会显示未安装。此时需用该环境自带的 python 运行 scripts/extract.py或直接pip install docling装进主环境。回退 ≠ 失败看到 Using fallback 提示不用慌标准库解析器依然能出结果只是 EPUB 目录、HTML 样板识别等质量会打折。Calibre 没有替代品MOBI/AZW/AZW3 必须靠 Calibre 的ebook-convert建议先转成 EPUB 再交给 book-to-skill。快速自查清单 ✅which pdftotext有输出或已装pypdfpip show ebooklib正常技术书用户pip show docling正常MOBI 用户Calibre 已安装book-to-skill --check全部 ✓按上面清单配齐后你的 book-to-skill 就能对每一种书籍格式都跑在最优解析链路上。更多安装细节含 Claude Code、Copilot CLI 等各宿主配置见 docs/install.md。【免费下载链接】book-to-skillTurn any technical book PDF into a Claude Code skill — ready to study, reference, and use while you work.项目地址: https://gitcode.com/GitHub_Trending/bo/book-to-skill创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考