Agent Skills
返回列表
微信读书阅读人格分析

微信读书阅读人格分析

数据分析 更新于 2026.08.30

将以下提示词粘贴到你的 AI 对话框中:

请根据 https://skillhub.cn/install/skillhub.md,安装 @user_2d8804af/gzh-skill-wxread-persona。

技能介绍

要解决的问题

微信读书的书架、笔记和阅读统计是分散的个人行为数据。用户常想知道自己为什么读某类书、读完后的行动是什么,以及不同阶段阅读偏好变化,但缺少可复现的分析框架。本技能把这些数据整理成一次可解释的阅读人格诊断,而不是简单罗列书单。

技能如何工作

它基于微信读书数据做三件事:

  • 数据输入:读取 --shelf 书架 JSON,可选 --notes 笔记 JSON,要求数据属于当前用户。
  • 六维判定:用笔记密度、文学类占比、工具书占比、领域跨度、完成率与重读率、新书占比等指标,映射到思辨成长型、情绪治愈型、务实功利型、文艺理想型、猎奇娱乐型、理性建构型。
  • 报告生成:输出 HTML 报告,包含人格类型、阅读分布、四象限定位、核心洞察、代表性书单和阅读宣言。

分析框架强调阈值与证据链,例如高笔记密度通常指向深度加工,高完成率配合工具书占比则更偏实用导向。

适用边界

该技能依赖用户自己的微信读书数据,不应共享数据文件;若缺少笔记数据,人格判定会更依赖书架结构,置信度下降。它适合做个人阅读复盘和模板化分析,不替代心理测评或学术阅读研究。

使用场景

  • 年度个人复盘时,用微信读书书架和笔记 JSON 生成阅读人格报告。
  • 读书博主制作自我介绍内容时,用本人微信读书数据生成人格标签和金句。
  • 知识管理项目中,把已读完书单、笔记密度和领域跨度整理成 HTML 证据。
  • 选书编辑评估自身选题偏好时,用领域分布与完成率识别偏科方向。

适合人员

  • 使用微信读书做个人阅读复盘,并希望把书架与笔记变成可解释画像的读者。
  • 需要给读书会准备自我介绍材料,并用本人数据说明阅读偏好的组织者。
  • 做知识管理模板,要求把阅读统计、笔记密度和书单输出成 HTML 的工程师。
  • 关注自身选题偏差,用完成率、领域跨度和新书占比反思阅读结构的内容编辑。