القائمة
基于微信读书的书架、阅读时长、笔记、划线数据，生成 10 维度的深度阅读分析报告。当用户说"分析我的微信读书"、"读书画像"、"阅读分析"、"我的阅读报告"、"猜我的 MBTI"、"读书复盘"时触发。输出美观的 9:16 白底简约 HTML 可视化页面。
يُحدَّد Prompt الذي يراجع المصدر أولًا بشكل افتراضي. يمكنك التبديل إلى أمر مباشر أو تنزيل نسخة محلية.
اقرأ SKILL.md وأي ملفات مرافقة يعرضها SkillsMP قبل أن تقرر التثبيت.
التثبيت باستخدام Codex أو Claude انسخ هذا Prompt والصقه في Codex أو Claude أو مساعد آخر ليراجع صفحة Skill ويثبّتها لك.
يتجاوز الأمر المباشر Prompt المخصّص للمراجعة. افحص المصدر قبل تشغيله.
npx skills add https://github.com/SpaceZephyr/read-buddy --skill read-weread-analyzerيبقى الأمر في سطر واحد. مرّر أفقيًا لمراجعته كاملًا قبل النسخ.
تفضّل نسخة محلية؟ نزّل الملفات المتاحة حاليًا لدى SkillsMP.
微信读书教练 — 把读过的书"用起来"。三种用法：(1) 推荐 - 想搞懂一个领域时，先判段位再给阶梯书单；(2) 引用 - 写作时基于已读划线给出可引用的书与原话；(3) 回顾 - 每天推送一条历史划线，自动去重，支持手动与定时触发。触发词："我想搞懂 XX"、"入门书单"、"阶梯书单"、"我想引用一本书"、"这个观点哪本书讲过"、"今日笔记"、"推一条划线给我"、"读书回顾"。
导出微信读书划线笔记为 Markdown 或 PDF 文件。当用户说"导出我的微信读书划线"、"导出读书笔记"、"把划线保存下来"、"weread 导出"时触发。依赖 weread-skills 调用接口，按书籍-章节分组排版，附划线时间，输出美观的笔记文档。
Transform structured podcast notes into engaging video scripts with a conversational, first-person broadcasting style. Use when user asks to "generate podcast script", "convert to broadcast style", "make video script", "rewrite for video", "口播脚本", "改成口播", or wants to turn podcast summaries into presenter-style content for short videos.
استنادا إلى تصنيف SOC المهني
عرض SKILL.md
| name | read-weread-analyzer |
| description | 基于微信读书的书架、阅读时长、笔记、划线数据，生成 10 维度的深度阅读分析报告。当用户说"分析我的微信读书"、"读书画像"、"阅读分析"、"我的阅读报告"、"猜我的 MBTI"、"读书复盘"时触发。输出美观的 9:16 白底简约 HTML 可视化页面。 |
weread-skills 已安装WEREAD_API_KEY 已配置执行 scripts/fetch.py，自动拉取：
/user/notebooks 分页全量/book/bookmarklist + /review/list/mine/readdata/detail mode=annually（当前年 + 上一年，覆盖近 12 个月）/shelf/sync（书架全貌）python3 ~/.claude/skills/read-weread-analyzer/scripts/fetch.py /tmp/read-weread-analyzer/data.json
数据范围说明：优先使用最近 12 个月数据。如果用户首次有效阅读到现在不足 12 个月，使用全部可用数据，并在报告封面注明范围。
逐一产出，禁止跳过任何一项。每个维度的产出要求如下：
分四类，每类 2-3 条具体建议：
基于阅读笔记和划线，提炼 10 个适合写成文章或小红书笔记的选题。每个包含：
基于现有阅读结构和现实需求（用户是 AI 生产力 + 内容创作者，参考 CLAUDE.md），分三档：
针对上面的知识缺口，给出具体推荐，分类：
在生成 HTML 前先问用户：
报告要保存到哪个目录？
- 直接回车 = 当前工作目录
- 或者输入一个绝对路径 / 相对路径（如 ~/Documents/阅读分析）
路径不存在则自动 mkdir -p 创建。文件名固定为 阅读分析-YYYY-MM-DD.html。
调用模板 templates/report.html 复制成新文件，然后逐个替换 10 个 <!-- PAGE_N_CONTENT --> 标记块为你的分析内容，保存到步骤 3 指定的目录。
生成完毕用系统默认浏览器打开（macOS：open <path>；Linux：xdg-open <path>；Windows：start <path>）。
输出：
严格遵守 templates/report.html 的设计：
#fafaf7）#c9a96e 米黄 / #1a1a1a 主文）• 或编号，避免堆砌<style> 标签，不引外部资源