Star 历史趋势
数据来源: GitHub API · 生成自 Stargazers.cn
README.md

huashu-weread

「不是查数据。是 AI 把你忘掉的那些时刻还给你。」

License: MIT Agent-Agnostic Skills


微信读书高阶顾问 · 在官方 weread skill 之上加一层「读书顾问的工作流」


微信读书前几天上了一个官方 AI skill(weread.qq.com/r/weread-skills),把书架、笔记、阅读统计、推荐 6 件事开放给 AI。能力很强,但它只是「自然语言包装的搜索接口」——你让它推荐书,它不会去看你已经读过什么,常把你笔记 68 条的书又当新书推回来给你。

本 skill 在官方 8 个 API 之上,加一层「读书顾问的工作流」。核心方法是「书架 + 笔记交叉分析」——书架揭示你「主动归类的兴趣」,笔记揭示你「真读过的书」。只看书架会漏信号,只看笔记会错过兴趣方向。

npx skills add alchaincyf/huashu-weread

跨 agent 通用——Claude Code、Cursor、Codex、OpenClaw、Hermes 都能装。

看效果对比 · 装上就能用 · 4 个 workflow · 核心方法


看效果对比

同样一个问题:「推荐下产品经理方向的书」。

裸 weread skill 答:14 本通识书单

按入门到进阶分了 6 个梯队,推《俞军产品方法论》《幕后产品》《硅谷增长黑客实战笔记》……都是好书,但:

  • 《俞军产品方法论》我做了 68 条笔记
  • 《幕后产品》在我书架上躺着两年
  • 《硅谷增长黑客》我做了 34 条笔记

它根本没看我的笔记和书架,只是一个用自然语言包装的搜索接口。把读过的书又当新书推回来。

huashu-weread 答:5 本针对你的拼图建议

推荐理由(基于你的实际阅读数据)
《转型启示录》Marty Cagan你读了俞军、苏杰这一脉中国 PM 经典,但完全没碰 Cagan
《设计心理学》诺曼你方法论书一堆但 UX 根基缺
《AI Product Manager's Handbook》你在做 AI 产品但 AI PM 书架空白
《重来》Jason Fried你是独立开发者但读的 PM 书大多是大公司视角
《重来 3》你之前加了《小而美》没读完,这本是同一谱系更系统

最后还给「如果只读一本:X」和「如果想真正再上一个台阶:Y+Z」两个明确建议。

差距:裸 weread 给的是「合格的通识书单」,huashu-weread 给的是「针对你这个人的拼图建议」


装上就能用

前置依赖:必须先装官方 weread skill(weread.qq.com/r/weread-skills),按页面指引走两步配置(复制安装指令 + 登录拿 API Key),全程不超过 1 分钟。

装完官方后,再装本 skill:

npx skills add alchaincyf/huashu-weread

跑起来:

"推荐下一本读啥"               → 自动走 advisor
"想系统搞懂行为经济学"          → 自动走 path
"整理下我在《掌控习惯》里的笔记"  → 自动走 alchemy
"写一篇我今年的读书复盘"        → 自动走 review
"我现在在读哪本"               → 轻量直答,一句话给进度

模糊的需求也认:「不知道读啥」「有相关的书吗」「这本书我记住了啥」「我今年读了什么」都能正确路由。


4 个 workflow

Workflow干什么触发话术
advisor推荐下一本读什么。扒书架+笔记交叉,找拼图缺口,验证微信读书是否上架「推荐书」「下一本读啥」「不知道读啥」
path想搞懂一个领域。先判断你段位,再给入门→进阶→前沿的阶梯书单「想搞懂 X」「从零入门 X」「系统学习 X」
alchemy整理你的笔记。把零散划线想法提炼成有结构的读书笔记「整理我的笔记」「这本书我记住了啥」
review写读书复盘。给一段时间,输出能发朋友圈/公众号/小红书的复盘文章「我今年读了什么」「年度盘点」

每个 workflow 都有独立的方法论文档,详见 workflows/


核心方法:书架 + 笔记交叉

整套 skill 的方法论建立在三个数据源 × 三种交叉信号上。

三个数据源

接口揭示什么
书架分类/shelf/syncarchive[]用户主动给书归类的兴趣方向
书架书目/shelf/syncbooks[]加入书架的所有书 + 每本最近翻页时间
笔记列表/user/notebooks真做了笔记的书 + 每本笔记条数

三种交叉信号

信号 1:真读 vs 放着

状态判定条件含义
真读了书架有 + notebooks 有 + 笔记 ≥ 5吃进去了的书
放着没动书架有 + notebooks 无收藏癖,不是真兴趣
隐藏深读书架无 + notebooks 有 + 笔记 ≥ 10借/试读但真读了,常被推荐忽略
浅尝即止书架有 + notebooks 笔记 1-3 条翻了几页就放下

信号 2:深度 vs 广度——按笔记条数分层(≥20 重度,10-20 中度,3-10 轻度,1-3 翻过)

信号 3:最近 vs 历史——用 readUpdateTime 看最近 30 天活跃书目(用户当前兴趣常和书架分类不一致)

完整方法论见 shared/knowledge-map.md


vs 官方 weread skill

维度官方 wereadhuashu-weread
定位能力提供者(8 个 API)读书顾问(4 个 workflow)
推荐书/store/search,返回通识书单先扒书架+笔记,再找拼图缺口
整理笔记/book/bookmarklist,给原始数据按主题聚类,提炼结构化笔记
阅读复盘/readdata/detail,给统计数据按平台(朋友圈/公众号/小红书)生成文章
是否会去看用户已读什么是(书架+笔记交叉)

不是替代关系——huashu-weread 在官方 8 个 API 之上加了一层 prompt 工程层。装上后官方 skill 还在底层跑,两个不冲突。


异常与边界

实操中常遇到的问题,全部有 fallback,绝不静默失败。详见 SKILL.md 的「异常与边界条件」段。

  • WEREAD_API_KEY 未设置 → 报错并告知怎么获取
  • API 返回 errcode != 0 → 重试 1 次,仍失败告知用户
  • 出现 upgrade_info → 暂停操作,按指引升级版本
  • notebooks 完全空(新用户)→ 退化到仅用书架推断,但明确告知准度会差
  • 书架完全空 → 不走 advisor,建议先读几本或切 path workflow
  • 用户主题模糊(如「想读点 AI 相关」)→ 在检查点先确认细分方向

所有数据展示遵守强制规范:Unix 时间戳转 YYYY-MM-DD,阅读时长秒转「X 小时 Y 分钟」,bookId 永远附 weread:// 深度链接,绝不裸数字。


给 skill 开发者:本仓库的设计原则

如果你想做类似的「在原子 API 之上加一层工作流」的 skill,可以参考几个点:

  1. 检查点设计:在「分叉影响输出本质」的地方插入用户确认 gate,但日常小决策 AI 自己定,不打扰用户
  2. 方法论先行:所有 workflow 共享同一套核心方法论(书架+笔记交叉),workflow 只是不同场景的应用
  3. 数据展示规范强制化:时间戳、单位、深度链接的展示规则写进 SKILL.md 强制约束
  4. 异常的 fallback 全部明示:每种异常都有处理动作,不留「静默失败」的空间

License

MIT — 个人 + 商业用途均可,无需授权。


致谢

  • 微信读书官方 skill 把最难的事做完了(把账号数据通过 API 暴露给 AI):weread.qq.com/r/weread-skills
  • 灵感来源:花叔的 女娲 .skill(把人物方法论蒸馏成 skill)。这次只是把蒸馏对象从「人」换成了「我自己的微信读书账号」。

Made by @AlchainHust · 公众号「花叔」

关于 About

微信读书高阶顾问 · 在官方 weread skill 之上加一层「读书顾问的工作流」· 书架+笔记交叉分析 · 4 个 workflow (advisor/path/alchemy/review) · Made by 花叔

语言 Languages

提交活跃度 Commit Activity

代码提交热力图
过去 52 周的开发活跃度
1
Total Commits
峰值: 1次/周
Less
More

核心贡献者 Contributors