| name | read-weread-coach |
| description | 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"。 |
weread-coach — 微信读书使用教练
把读过的书"用起来"。覆盖三个真实场景：学新东西、写东西要引用、把读过的东西反复激活。
前置依赖
weread-skills 已安装- 环境变量
WEREAD_API_KEY 已配置
- 缓存目录：
/tmp/read-weread-coach/（数据缓存 24 小时）
- 状态目录：
~/.claude/skills/read-weread-coach/state/
功能 1：推荐 · 阶梯书单
触发词
- "我想搞懂 XX / 入门 XX / 学 XX"
- "给我一个 XX 阶梯书单"
- "XX 从哪本书读起"
流程
步骤 1：判段位（必问）
你目前对【XX】的水平？
a. 完全新手，零基础
b. 听说过、读过零星文章，没系统
c. 有一定基础，想突破到前沿
d. 已经熟练，想找冷门好书
步骤 2：拉用户书架数据
调 /user/notebooks + /shelf/sync 获取已读+在读书单。
步骤 3：生成 5 层阶梯书单
| 层级 | 用途 | 数量 |
|---|
| ① 引子 | 一篇文章或一本薄书破除门槛 | 1 |
| ② 入门 | 体系化的基础书 | 1-2 |
| ③ 经典 | 该领域绕不开的奠基作 | 1-2 |
| ④ 前沿 | 近 3-5 年的代表作 | 1-2 |
| ⑤ 实践 | 把知识转化为行动的工具书 | 1 |
步骤 4：标注
- 用户已读 → 标 ✅ + 标记 "你已读 X% / Y 条划线"
- 在书架但没读 → 标 📚 "已在书架"
- 完全新书 → 标 🆕
根据段位调整起点：a 从 ① 开始，b 从 ② 开始，c 从 ③ 起跳，d 直接到 ④⑤。
步骤 5：给出 1 条建议
基于阶梯的第一个未读项，告诉用户：本周读哪本，预计多久，读完做什么。
功能 2：引用 · 从已读书中找证据
触发词
- "我在写关于 XX 的内容，能引用哪本书"
- "这个观点哪本书讲过"
- "我想引用一个关于 XX 的观点"
流程
步骤 1：确认引用主题
让用户用一句话说清楚：要论证的观点 / 文章的角度。
步骤 2：在用户已读语料中检索
执行：
python3 ~/.claude/skills/read-weread-coach/scripts/fetch_corpus.py
脚本会缓存 /tmp/read-weread-coach/corpus.json（24h 内复用）。
然后扫描两个语料库：
marks_corpus：所有划线原文reviews_corpus：所有想法/书评
按关键词 + 语义匹配，找出 5-8 条最相关的划线/想法。
步骤 3：输出
每条引用包含：
- 划线原文（≤ 50 字）
- 书名 + 作者
- 划线时间
- 建议用法：直接引用 / 作为论据 / 反向引用（用作对照） / 改写后用
步骤 4：若已读不够用
当用户已读语料中找不到 3 条以上强相关时，额外推荐 2-3 本未读但相关的书（来自 weread 商城或经典推荐）。
功能 3：回顾 · 每日推送一条划线
触发词
- "今日笔记 / 推一条划线 / 读书回顾 / 给我一条今日 review"
- 或由
/loop / OpenClaw cron / Claude Code schedule 定时触发
流程
步骤 1：保证缓存最新
执行 scripts/fetch_corpus.py（自动跳过 24h 内缓存）。
步骤 2：调脚本挑选并写入历史
python3 ~/.claude/skills/read-weread-coach/scripts/pick_review.py
脚本逻辑：
- 加载所有划线（来自 corpus.json）
- 过滤掉
state/review_history.jsonl 中已出现过的 bookmarkId
- 按时间反向加权（越老的越可能被选中，激活遗忘的内容）
- 输出 JSON：bookmarkId / 书名 / 作者 / 章节 / 划线原文 / 划线时间
- 追加到
state/review_history.jsonl
步骤 3：包装输出
格式示例：
📖 今日回顾 · 2026-05-19
《书名》— 作者
🔖 第 X 章 · 划线时间 YYYY-MM-DD
> 划线原文（最长 100 字）
💭 一句话激活提问：
基于这条划线给一个引导性问题，让用户回到当时的思考语境。
步骤 4：去重保证
review_history.jsonl 每行一个 JSON：{"bookmarkId":"...","shown_at":"YYYY-MM-DD HH:MM"}- 当所有划线都已被推送过一遍后，清空历史重新轮（脚本会在没有未推送项时自动重置，并提示"已完成全集一轮，开始第 N 轮"）
定时推送配置
选项 A：Claude Code /loop
在终端执行：
/loop 1d 推一条今日读书回顾给我
选项 B：OpenClaw / cron
crontab 加一行（每天早 8 点）：
0 8 * * * /usr/bin/python3 ~/.claude/skills/read-weread-coach/scripts/pick_review.py --notify
脚本带 --notify 时会调用 macOS osascript -e 'display notification' 发送系统通知。
选项 C：Claude Code schedule skill
/schedule create "每天 8 点推送一条微信读书回顾" --cron "0 8 * * *"
通用注意事项
- 不重复抓取：三个功能共享
/tmp/read-weread-coach/corpus.json，24 小时内不重抓
- 去重严格：回顾功能必须用
bookmarkId 作为唯一键，不能因为划线内容相同而误判
- 加密风险：API Key 不要写入任何缓存文件，只从环境变量读
- 回顾的"激活提问"质量：不要敷衍写"你怎么看"。要结合划线内容设计具体问题，例如对斯多葛划线问"今天哪件事最适合用这条原则"
- 引用功能避免幻觉：只输出真实存在于用户语料里的划线原文，不要编造
