菜单
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。
用 Codex 或 Claude 帮你安装 复制这段 Prompt，粘贴到 Codex、Claude 或其他助手里，让它检查 Skill 页面并帮你完成安装。
基于 SOC 职业分类
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.
播客处理一站式工作流。支持两种入口： (1) 直接处理：提供 YouTube 链接，直接进入处理流程 (2) 更新检查：获取关注博主的最新更新，用户挑选后处理 功能：字幕提取 → read-content-digest 处理 → 自动保存飞书知识库。 触发词："获取播客更新"、"处理这个播客"、"播客工作流"、"有什么新播客"。
把小宇宙播客链接转成文字稿和文章。实现原理：下载小宇宙音频 → Groq Whisper 转录成文字 → 由 Claude 编写成文章。 触发词："小宇宙转文字"、"播客转文章"、"把这个小宇宙链接转成文章"、"小宇宙文稿"，或用户直接发来 xiaoyuzhoufm.com 的单集链接。 产出两份：逐字文稿（含标点润色）+ 改写后的文章。
获取关注的 YouTube 博主/播客的最新更新。列出最近两天的新视频，包含标题、发布时间和简要描述。 触发词："获取播客更新"、"最近有什么新播客"、"YouTube 更新"、"播客更新"、"有什么新的播客"。 用于每日检查关注的 AI/科技播客是否有新内容更新。
| 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