# Ljg Xray Book

> 对书籍进行结构化深度拆解（骨架扫描、血肉解剖、灵魂提取），提炼可迁移的核心模型、边界条件与行动触发。适用于“深度拆书”“知识迁移”“读后行动化”等场景。

- Skill: `codepiano/ljg-xray-book` (Agent Skill)
- Install (CLI): `npx skillmds@latest add codepiano/ljg-xray-book`
- Raw SKILL.md: https://api.skillmd.com/api/skills/codepiano/ljg-xray-book/raw
- Safety review: pending
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: Coding & Dev Tools
- Author: codepiano (https://skillmd.com/u/codepiano)
- Updated: 2026-09-22
- Page: https://skillmd.com/skills/codepiano/ljg-xray-book

---


# 深度拆书机（Codex 版）

通过三轮认知压缩，把书籍内容转为可迁移、可行动的结构化知识。

## 上游仓库

- Source: `https://github.com/lijigang/ljg-skill-xray-book`
- 更新同步示例：`git clone --depth=1 https://github.com/lijigang/ljg-skill-xray-book.git`

## 输入支持

- 书名（可先补充公开简介/章节信息）
- 书籍摘要或笔记
- 长文正文（章节内容）

## 核心原则

信息价值取决于认知投入。你的任务是提高“结构提取密度”，不是复述书中句子。

## 执行流程

### 1) 建立材料基线

- 识别书名、作者、主题域、可用材料完整度。
- 若仅有书名：先给出基于公开信息的初版，并明确“低置信度”。

### 2) 三轮认知压缩

1. `ROUND 1: SKELETON`
- 核心问题
- 核心答案（一句话）
- 章节骨架（每章核心点）
- 论证结构（演绎/归纳/案例/对比）

2. `ROUND 2: DISSECTION`
- 核心论证链
- 最关键的 3 个证据/案例
- 隐形假设
- 边界条件与反例

3. `ROUND 3: SOUL`
- 作者盲点
- 跨域映射（至少 2 个领域）
- 与读者既有知识的连接
- 行动触发（读后要改变的行为）

### 3) 餐巾纸极限压缩

必须给出：
- 餐巾纸公式
- 餐巾纸图（ASCII）
- 一句话总括

### 4) 全书结构图（ASCII）

提供纯 ASCII 的结构关系图，展示核心概念与因果/依赖关系。

### 5) 文件落地（用户要求保存时）

- 时间戳：`date +%Y%m%dT%H%M%S`
- 文件名：`{timestamp}--{book-slug}__book.md`（或 `__book.org`）
- 路径：`~/Documents/notes/`

## 质量标准

- 结构化优先，避免大段摘要。
- 必须指出隐形假设和边界条件。
- 必须包含跨域映射和可执行行动触发。
- ASCII 图仅使用基础 ASCII 字符，不使用 Unicode。