# Book Analysis

> 深度学习一本书。通过并行子代理采集章节结构、背景要点、问题影响、解决方案、术语索引、延伸阅读六个维度，交叉分析后输出 Markdown 深度学习笔记。触发词：分析XX这本书、学习XX、读书笔记XX、book analysis。

- Skill: `gmh5225/book-analysis` (Agent Skill)
- Install (CLI): `npx skillmds@latest add gmh5225/book-analysis`
- Raw SKILL.md: https://api.skillmd.com/api/skills/gmh5225/book-analysis/raw
- Safety review: pending
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: Docs & Writing
- Author: gmh5225 (https://skillmd.com/u/gmh5225)
- Updated: 2026-09-17
- Page: https://skillmd.com/skills/gmh5225/book-analysis

---


# Book Analysis — 一键深度学习一本书

输入书名，自动并行采集六个维度的信息，交叉分析后输出深度学习笔记。

## When to Use

当用户请求以下操作时触发：
- "分析《长安的荔枝》" / "学习《人类简史》"
- "帮我读《穷查理宝典》" / "读书笔记《三体》"
- "book analysis: Thinking, Fast and Slow"
- "XX这本书讲什么" / "XX值得读吗"

## Phase 0: 解析输入

根据用户输入，识别以下信息：

1. **书名**
   - 提取用户消息中的书名（去掉书名号《》或引号）
   - 如果用户给了模糊描述，先执行下方「书籍定位流程」确认完整书名

2. **书籍定位流程（必须执行，不可跳过）**

   **第一步：豆瓣两步法（中文书首选，成功率最高）**
   ```
   Step 1: WebFetch https://m.douban.com/search/?query={书名}&type=book
           → 从返回页面中找 /book/subject/{数字ID}/ 格式的链接，提取 Subject ID

   Step 2: WebFetch https://book.douban.com/subject/{Subject ID}/
           → 从详情页获取：准确书名、作者、出版社、出版日期、ISBN、内容简介、书籍分类
   ```
   成功后直接进入步骤3，**不需要再做其他搜索**。

   **第二步：当当网验证（豆瓣失败或需要交叉确认时使用）**
   ```
   WebFetch https://search.dangdang.com/?key={书名}&act=input
   → 获取 ISBN 和出版信息，与豆瓣数据交叉核对
   ```

   **第三步：模糊书名处理（书名不确定时使用）**
   - 用引号精确匹配核心词：`WebSearch ""{书名中最独特的2-3字}" 豆瓣 图书 作者"`
   - 或搜索：`WebSearch {书名} 书名 作者 出版社`
   - 确认书名后，再执行第一步豆瓣两步法

   **不推荐用于中文书籍**：Google Books API、Open Library（对中文书收录极少，基本无效）

3. **确定关键变量**（后续所有 Agent 都需要用到）
   - `{book_name}`: 完整书名
   - `{author}`: 作者名
   - `{book_type}`: 书籍类型
   - `{type_hint}`: 类型适配提示（见下方）
   - `{date}`: 当天日期，格式 YYYY-MM-DD
   - `{book_name_en}`: 书名的英文或拼音形式（小写、连字符分隔），用于文件命名

4. **类型适配提示**（传给每个子代理）
   - 小说/文学 → "这是文学作品，侧重分析叙事手法、人物塑造、主题隐喻，'解决方案'维度应聚焦主题启示与人生思考"
   - 非虚构/经管 → "这是非虚构作品，侧重分析论点论据、方法论、可操作建议"
   - 技术 → "这是技术书籍，侧重分析技术概念、实践方法、代码示例的适用场景"
   - 历史 → "这是历史作品，侧重分析历史背景、因果链条、对当下的启示"
   - 哲学 → "这是哲学作品，侧重分析核心命题、论证逻辑、思想流派关系"
   - 科普 → "这是科普作品，侧重分析科学原理、研究方法、对大众认知的影响"
   - 其他 → "请根据书籍内容自行判断分析侧重点"

如果无法确定书籍类型或作者，先用一次 WebSearch 快速查询，**不要跳过这一步**。

---

## Phase 1: 并行数据采集 (6 个 Subagent)

**关键要求**: 以下 6 个 Task 必须放在**同一条消息**中发出，确保并行执行。

每个 Agent 使用 `subagent_type: "general-purpose"`。

---

### Agent 1: 章节结构与逻辑关系

**description**: "分析{book_name}章节结构"

**prompt 模板**:

```
你是书籍结构分析专家。请分析《{book_name}》（{author}）的章节结构和内在逻辑关系。

类型提示：{type_hint}

任务:
1. 使用 WebSearch 搜索以下关键词（至少搜 2 次不同关键词）:
   - "{book_name} 目录 章节"
   - "{book_name} 结构分析" 或 "{book_name} table of contents"
2. 使用 WebFetch 访问至少 1 个包含详细目录的页面，验证章节信息
3. 整理以下信息:

   **章节概览:**
   - 列出所有章节（或主要部分），每章附一句话概要
   - 如果章节过多（>20章），可按"部/篇"分组概括

   **逻辑关系:**
   - 章节之间的逻辑关系类型（递进、并列、因果、转折、总分）
   - 全书叙事/论证主线（一段话描述）
   - 关键转折点或高潮章节

输出要求:
- 章节列表用「章节号 | 标题 | 概要」格式
- 逻辑关系用文字描述，标明关系类型
- 控制在 600 字以内
- 全部使用中文输出
- **标注信息来源**: 注明来源网站名称及原始链接
```

---

### Agent 2: 背景与要点

**description**: "研究{book_name}背景与核心观点"

**prompt 模板**:

```
你是书籍研究专家。请研究《{book_name}》（{author}）的创作背景和核心要点。

类型提示：{type_hint}

任务:
1. 使用 WebSearch 搜索以下关键词（至少搜 2 次不同关键词）:
   - "{author} {book_name} 创作背景"
   - "{book_name} 核心观点" 或 "{book_name} 书评 要点"
2. 使用 WebFetch 访问至少 1 条高质量书评或访谈原文，验证内容
3. 整理以下信息:

   **作者与创作背景:**
   - 作者简介（生平、代表作、专业领域）
   - 写作动机与创作契机
   - 时代/社会背景（出版年代的相关背景）

   **核心要点:**
   - 提炼 3-5 个核心要点/论点
   - 每个要点附 1-2 句展开说明
   - 标注该要点主要体现在哪些章节

输出要求:
- 作者简介控制在 100 字以内
- 核心要点用编号列表
- 控制在 600 字以内
- 全部使用中文输出
- **标注信息来源**: 注明来源网站名称及原始链接
```

---

### Agent 3: 问题与影响

**description**: "分析{book_name}提出的问题与影响"

**prompt 模板**:

```
你是文化评论专家。请分析《{book_name}》（{author}）提出或揭示的关键问题及其影响。

类型提示：{type_hint}

任务:
1. 使用 WebSearch 搜索以下关键词（至少搜 2 次不同关键词）:
   - "{book_name} 问题 思考"
   - "{book_name} 影响 意义" 或 "{book_name} 书评 评价"
2. 使用 WebFetch 访问至少 1 条深度书评或学术评论，验证观点
3. 整理以下信息:

   **关键问题:**
   - 书中提出或揭示的 3-5 个核心问题
   - 每个问题的影响范围（个人/行业/社会）
   - 这些问题在当下是否仍然有现实意义

   **社会反响与影响:**
   - 出版后的社会讨论和反响
   - 获奖情况、销量、翻译语种等影响力指标
   - 争议观点（如有）

输出要求:
- 问题按重要性排序
- 影响分析要具体，避免空泛
- 控制在 600 字以内
- 全部使用中文输出
- **标注信息来源**: 注明来源网站名称及原始链接
```

---

### Agent 4: 解决方案与实施建议

**description**: "提取{book_name}的启示与实践建议"

**prompt 模板**:

```
你是知识应用专家。请提取《{book_name}》（{author}）中的解决方案、启示和可实践的建议。

类型提示：{type_hint}

任务:
1. 使用 WebSearch 搜索以下关键词（至少搜 2 次不同关键词）:
   - "{book_name} 启示 收获"
   - "{book_name} 读后感 实践" 或 "{book_name} takeaways"
2. 使用 WebFetch 访问至少 1 篇高质量读后感或实践分享，验证内容
3. 整理以下信息:

   **书中的思路/方案:**
   - 书中针对核心问题提出的思路或方案
   - 如果是文学作品，提取主题层面的启示和人生思考
   - 方法论或思维框架（如有）

   **读者行动建议:**
   - 3-5 条具体可操作的实践建议
   - 每条建议注明适用场景和局限性
   - 按难易程度排序（从易到难）

输出要求:
- 方案和建议要具体可操作，避免泛泛而谈
- 文学作品侧重思想启示，非虚构侧重方法论
- 控制在 600 字以内
- 全部使用中文输出
- **标注信息来源**: 注明来源网站名称及原始链接
```

---

### Agent 5: 术语与索引

**description**: "整理{book_name}关键术语索引"

**prompt 模板**:

```
你是知识整理专家。请整理《{book_name}》（{author}）中的关键术语和重要概念索引。

类型提示：{type_hint}

任务:
1. 使用 WebSearch 搜索以下关键词（至少搜 2 次不同关键词）:
   - "{book_name} 关键概念 术语"
   - "{book_name} 名词解释" 或 "{book_name} glossary key concepts"
2. 使用 WebFetch 访问至少 1 个包含术语解释的页面，验证定义准确性
3. 整理以下信息:

   **术语索引表:**
   - 列出书中 10-20 个关键术语/概念/人名/地名
   - 每个条目包含: 术语名称、简要定义（1-2句）、所在章节
   - 按首次出现的章节顺序排列

   **核心概念关联:**
   - 标注哪些术语之间存在关联（如: A是B的前提，C是D的应用）

输出要求:
- 术语表格式: 「术语 | 定义 | 出现章节」
- 定义简洁精确
- 控制在 600 字以内
- 全部使用中文输出
- **标注信息来源**: 注明来源网站名称及原始链接
```

---

### Agent 6: 延伸阅读

**description**: "推荐{book_name}相关阅读"

**prompt 模板**:

```
你是阅读顾问。请为《{book_name}》（{author}）推荐延伸阅读书目。

类型提示：{type_hint}

任务:
1. 使用 WebSearch 搜索以下关键词（至少搜 2 次不同关键词）:
   - "{book_name} 类似书籍 推荐"
   - "{author} 其他作品" 或 "{book_name} similar books recommended"
2. 使用 WebFetch 访问至少 1 个书单推荐页面，验证推荐理由
3. 整理以下信息:

   **同作者作品:**
   - 列出作者的其他代表作（2-3本），附一句话说明与本书的关联

   **同主题推荐:**
   - 5-6 本主题相关的书籍
   - 每本包含: 书名、作者、一句话关联说明（为什么推荐、与本书的关系）
   - 涵盖不同难度和视角

输出要求:
- 推荐理由要说明与本书的具体关联，不能泛泛说"也很好"
- 优先推荐经典作品和高评分作品
- 控制在 500 字以内
- 全部使用中文输出
- **标注信息来源**: 注明来源网站名称及原始链接
```

---

## Phase 2: 综合分析 (主线程)

等待 6 个 Agent 全部返回后，在主线程中完成以下分析。

### Step 1: 信息汇总

将 6 个 Agent 的结果整合，识别：
- 各维度之间的 **一致性信号**（如: 多个来源提到同一核心观点 = 高置信度）
- 各维度之间的 **补充关系**（如: Agent 2 提到的核心要点可以与 Agent 1 的章节结构对应）
- 各维度之间的 **矛盾信号**（如: 不同来源对某观点的评价截然不同 = 需要标注争议）
- 同时整理各 Agent 返回的所有**来源 URL**，汇总到来源列表，用于报告末尾「参考来源」区块

### Step 2: 交叉关联

在 6 个维度之间建立关联：
1. **要点 <-> 章节映射**: 将核心要点（Agent 2）标注到对应章节（Agent 1）
2. **问题 <-> 方案对应**: 将问题（Agent 3）与解决方案（Agent 4）一一对应
3. **术语 <-> 内容锚定**: 验证术语索引（Agent 5）的章节标注与实际章节结构（Agent 1）一致
4. **延伸阅读关联**: 将推荐书目（Agent 6）与本书核心主题关联

### Step 3: 核心结论提炼

基于以上分析，撰写 3-5 句话的核心结论：
- 这本书最核心的价值是什么
- 最值得关注的 1-2 个观点
- 最适合什么样的读者

---

## Phase 3: 输出报告

按以下 Markdown 格式输出最终报告：

```markdown
# 《{book_name}》深度学习笔记

> **作者**：{author} | **类型**：{book_type} | **分析日期**：{date}

## 核心结论

{3-5 句话总结这本书最值得了解的内容，包含核心价值、关键观点和适合的读者}

---

## 一、章节结构与逻辑关系

### 章节概览

| 章节 | 标题 | 概要 |
|------|------|------|
| 第1章 | {标题} | {一句话概要} |
| 第2章 | {标题} | {一句话概要} |
| ... | ... | ... |

### 逻辑主线

{描述全书的叙事/论证脉络，标明章节间的逻辑关系类型（递进、因果、并列、转折等）}

---

## 二、背景与要点

### 作者与创作背景

{作者简介、写作动机、时代/社会背景}

### 核心要点

1. **{要点一}**：{展开说明}（见第X章）
2. **{要点二}**：{展开说明}（见第X章）
3. **{要点三}**：{展开说明}（见第X章）
...

---

## 三、问题与影响

### 关键问题

1. **{问题一}**：{问题描述} → 影响范围：{个人/行业/社会}
2. **{问题二}**：{问题描述} → 影响范围：{个人/行业/社会}
3. ...

### 社会反响

{出版后的讨论、获奖、争议等}

---

## 四、解决方案与实施建议

### 书中的思路/启示

{书中针对核心问题的思路、方法论或主题启示}

### 读者行动建议

1. **{建议一}**（难度：⭐）：{具体描述} — 适用场景：{场景}
2. **{建议二}**（难度：⭐⭐）：{具体描述} — 适用场景：{场景}
3. **{建议三}**（难度：⭐⭐⭐）：{具体描述} — 适用场景：{场景}
...

---

## 五、术语与索引

| 术语 | 定义 | 出现章节 |
|------|------|----------|
| {术语1} | {简要定义} | 第X章 |
| {术语2} | {简要定义} | 第X章 |
| ... | ... | ... |

---

## 六、延伸阅读

| 书名 | 作者 | 关联说明 |
|------|------|----------|
| 《{书名1}》 | {作者} | {与本书的具体关联} |
| 《{书名2}》 | {作者} | {与本书的具体关联} |
| ... | ... | ... |

---

## 参考来源

- **章节结构**: [{来源标题}]({url}), ...
- **背景要点**: [{来源标题}]({url}), ...
- **问题影响**: [{来源标题}]({url}), ...
- **方案建议**: [{来源标题}]({url}), ...
- **术语索引**: [{来源标题}]({url}), ...
- **延伸阅读**: [{来源标题}]({url}), ...

---

*本笔记由 AI 自动生成，建议结合原书阅读。*
```

**Markdown 填写规则:**
- 将模板中的占位符替换为实际数据
- 核心要点标注对应章节，方便回查原书
- 术语表按首次出现顺序排列
- 读者行动建议按难度从易到难排列
- **「参考来源」区块必填**：将 6 个 Agent 返回的所有来源链接按维度分组填入；不得省略、不得使用占位符 URL

将报告保存为文件: `./{book_name_en}-book-analysis-{date}.md`，保存在当前工作目录。

**文件名规则**: `{book_name_en}` 使用书名的英文或拼音形式（小写、连字符分隔），例如：
- 《长安的荔枝》→ `changan-lychee`
- 《人类简史》→ `sapiens`
- 《三体》→ `three-body`
- Thinking, Fast and Slow → `thinking-fast-and-slow`

---

## Error Handling

- **Agent 超时或失败**: 如果某个 Agent 未返回结果，在报告中标注该维度为"数据不足，建议读者自行查阅"，其余维度照常分析
- **书名无法识别**: 提示用户确认书名，可给出模糊匹配建议
- **小众/新书信息不足**: 如果搜索结果极少，合并相关维度，减少重复的"信息不足"提示
- **多版本/多译本**: 如遇同一本书有多个版本或译本，优先分析最知名/最新版本，并注明版本信息

## Notes

- 每个 Agent 的输出严格限制字数，防止主线程上下文溢出
- 综合分析阶段重在 **交叉关联**，而非简单拼接 6 个维度的结果
- 术语索引的章节标注需与 Agent 1 的章节结构一致
- 核心结论应帮助读者判断"这本书是否值得我花时间读"
- 全部输出使用中文