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。
默认使用会先检查来源的 Prompt；你也可以切换为直接命令，或下载本地副本。
决定是否安装前，请先阅读 SKILL.md，以及 SkillsMP 当前展示的配套文件。
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。
直接命令不会经过审查 Prompt；运行前请先检查来源。
npx skills add https://github.com/SpaceZephyr/read-buddy --skill read-weread-analyzer命令会保持在同一行。复制前请横向滚动并检查完整内容。
想先保存到本地？可下载 SkillsMP 当前能够提供的文件。
基于 SOC 职业分类
正在显示 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