MiJi · 蜜技 — 把书、视频、播客酿成 Agent Skill 的流水线

技能简介

MiJi（蜜技）是一款将书籍、PDF、电子书、视频和播客内容蒸馏为可复用 Agent Skill 或知识库的开源工具链。用户只需提供原始内容文件或链接，系统即可自动完成解析、转写、提炼和封装全流程，产出可直接在 Agent 中调用的结构化技能或可检索的知识库。该项目由 Fission21 团队开发和维护，采用模块化设计，支持本地与云端双引擎运行。

核心能力

MiJi 提供从原始内容到 Agent 可用技能的全链路支持，核心能力如下：

• PDF 与电子书解析：支持普通文本 PDF 和扫描版 PDF（通过 OCR 识别），自动提取全文内容
• 视频与播客转写：通过 yt-dlp 下载视频或音频，调用 faster-whisper 进行转写，再经 LLM 纠错确保专业术语准确率
• 双解析引擎可选：本地引擎 MinerU（离线运行，零 API 成本）或云端 VLM（零硬件门槛，接入任意 OpenAI 兼容视觉模型 API）
• 多源融合蒸馏：支持将书、视频、文章等多个来源组合，生成组合 Skill，实现跨源知识融合
• 大文件并行解析：通过 PDF 按页拆分与多路并发转写，实测 2.1 倍速提升，适合处理大型文档
• 知识库持续积累：按主题持续入库，支持全文检索，随时可将知识库内容升格为独立 Skill

安装配置

MiJi 的安装分为前置依赖和主流程两部分。方式一为本地 MinerU 引擎（适合有 Apple Silicon 或独立显卡的用户），需要安装 Python 虚拟环境并部署MinerU，下载约 1GB 模型文件，配置参数后运行解析命令。方式二为云端 VLM 引擎（适合低配机或无独显用户，零门槛），仅需安装 pypdfium2 一个依赖，配置视觉模型 API 端点后即可运行转写脚本。

使用步骤

MiJi 的标准使用流程包含以下六个步骤：

第一步，选择解析引擎并完成解析，得到原始 Markdown 全文。

第二步，通读全文（分段阅读），优先读目录确定内容骨架。

第三步，判断最终封装形态，从速查式、步骤式、人物式中选择最适合该内容的形式。

第四步，产出 Skill（SKILL.md 精炼原则）或知识库（kb.py init 后持续积累），或两者同时产出。

第五步，将 SKILL.md 文件复制到 Agent 的 skills 目录，或使用 kb.py 管理知识库。

第六步，通过真实场景测试验证，确认无误后交付使用。

适用场景

MiJi 特别适合以下使用场景：

• 个人知识管理：将阅读过的技术书籍、商业著作转化为可查询的 Agent Skill，随时调用书中方法论
• 视频课程沉淀：将教程视频转写并封装为技能，解决看过但记不住的痛点
• 企业内部知识库：将内部培训资料、产品文档蒸馏为 Agent 可调用的结构化知识
• 跨源研究整合：围绕同一主题，将书籍章节、播客内容、学术论文融合为组合 Skill

适用人群

• AI Agent 重度用户：希望将私人知识库注入 Agent 工作流，提升 Agent 回答质量的用户
• 知识工作者：律师、咨询师、分析师等需要处理大量文档并将知识结构化输出的人群
• 开发者与研究者：需要将技术论文或书籍方法论快速转化为可复用工具的技术人员
• 内容创作者：将播客和视频内容文字化并结构化，便于二次传播和深度利用

工作原理

MiJi 的核心原理是将非结构化的原始内容（文字、图像、音频）通过一系列流水线转化为结构化的 Agent 可操作知识。文本类内容经 MinerU 解析或 VLM 转写后得到全文 Markdown，再经人工通读判断封装形式。音视频内容经 yt-dlp 加 faster-whisper 转写后，同样进入 LLM 纠错和人工提炼流程。最终产出的 SKILL.md 文件遵循固定格式规范，可被主流 Agent 框架直接加载执行。知识库模式则通过 kb.py 工具管理，支持按主题积累和全文检索。

官方链接

GitHub 仓库：https://github.com/Fission21/MiJi