这是什 么

Cangjie Skill（仓颉技能）是一个开源工 作流项目，核心逻辑是：与其把整本书直 接丢给大语言模型（LLM，即 ChatGPT 这类 AI 的底层引擎），不如先 由人工将书中的决策框架、核心原则 拆解成标准化的结构文件，再挂载给 AI 使用。项目已 预置了对《巴菲特致股东信》《奈飞：不拘一格》等书 的提炼成果。

它要解决的问题是真 实存在的：把一本 30 万字的书直接输入 AI，AI 在回答时往 往只抓住开头和结尾，中间大量内容形 同虚设——业内称之为「长 文本中间丢失」问题。Cangjie Skill 的应对 方式是把书切碎，变成一个个带触 发场景和执行逻辑的「技能模块」（SKILL.md 文件），通 过 MCP（模型上下文协议，一种让 AI 工具读 取外部文件的标准接口）接入 AI 工具，让 AI 在 对话中按需调取。

方法论上， 它改造了台湾读书人赵周的 「RIA 拆书法」，在阅读、解读、应 用三步之上，加入了「三重验证」（跨领域印证 、预测能力、非显而易见性）和 AI 执行步骤，使其从给 人看的笔记变成给 AI 执行的指令。

行 业怎么看

这个项目的方向与一个正在成 型的行业趋势吻合：与其让 AI 记住更 多，不如给 AI 配更好的「外挂工 具库」。知识管理工具 Notion、Obsidian 的重度用户群体近一年 来对类似工作流的讨论明显增多，「把个 人知识库结构化后接入 AI」已从极 客圈渗透进部分知识工作者的 日常。

但反对意见同样直接。 其一，这套流程的人力成本极 高——项目本身并不能自动完成「 把书变成技能包」这一步，核心环节仍依赖人工 拆解和判断，一本书的完整处理可 能需要数十小时。其二，质量高度依赖操作者对 原书的理解深度，做出来的「 技能包」可能只是把读书笔记换了一种格式，并没有真正 过滤出「经得起验证的方法论」。其 三，随着大模型上下文窗口不断扩大（主流 模型已支持 10 万字以上），「长文本中间丢失 」这一痛点本身也在被技术进步 稀释，Cangjie Skill 所解决问题的紧迫性存 在争议。

我们的判断是：这个项目更 像是一套值得借鉴的思维框架，而非拿来即用的生 产力工具。

对普通人的影响

对企 业 IT：若企业内部有大量非 结构化的制度文件、培训材料，这 套「先结构化、再接入 AI」的思 路有参考价值，但需要评估人力投入是 否划算，现阶段更适合作为试点而 非大规模铺开。

对个人职场：对于长期深耕某 一领域的知识工作者，把自己多年积累的方法论整 理成结构化文档并接入 AI，可能比套用别人做 好的「芒格技能包」更有实际收 益；后者看起来诱人，但别人提炼出来的框 架未必适配自己的工作场景。

对消费市场：目 前这个项目仍是纯技术社区产物 ，需要一定的动手能力。若有产品将 其包装成「AI 读书助手」类应用，短期会 有市场，但护城河薄——功能本身容易被复制。