Agent Skills
返回列表
微信读书人格画像

微信读书人格画像

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_7a3ebc59/weread-personality-profile

技能介绍

读者数据和个人主页之间,缺一层解释

微信读书会沉淀三类可观察的痕迹:/readdata/detail 里的阅读时长、/shelf/sync 里的藏书与最近阅读时间、/user/notebooks 里的划线和笔记。这些数字本身只是计数,回答不了“这个人反复在读什么、想解决什么问题”。通常的做法是靠人工翻书架,很容易被完读状态和书名带偏:上架了很多书不代表读过,划线多也不一定代表有想法。这个技能要做的,是把三类证据按不同强度分开,再合成画像。

核心能力与流程

技能把「收藏」「实际投入」「笔记」视为不同强度的行为证据。先采集:书架可见条目数、长期与当年阅读时长、有效阅读天数、读完数量、笔记构成。再深挖笔记数最高的 5–8 本书,拉取划线与个人想法,区分“作者原文被收藏”和“用户亲自写下的观点”,原创想法权重更高;多本书重复关注的命题,权重高于孤立划线。随后计算指标:书架大类数量与实际阅读大类时长的对比、当年笔记占全部笔记的比例、前 2 本与前 5 本的笔记集中度、主题维度的阅读时长与完成率。

产出分两层:一份固定五章的文本画像(你是谁、你真正想要什么、你如何与世界相处、你的光与影、最终画像),以及一张本地 SVG 人格卡。卡片由 scripts/render_personality_card.py 以确定性脚本渲染,五个视觉轴(结构取向、感受容纳、边界意识、行动收束、探索广度)由证据等级驱动;文本遵循 references/output-template.md,保证结构与文风一致,复杂任务下再按 MBTI 式坐标给出四维倾向与原创人格原型。

边界与注意点

画像只描述阅读行为,不做临床诊断;不能把夜读直接等同于内向,也不能把单本书当作稳定人格证据。MBTI 式输出只是叙事坐标,必须注明不是正式测试。笔记很少或只有书架数据时,只能输出低置信度的潜在兴趣,不能写成真实投入。密钥从进程环境读取,绝不出现在对话中;整个过程不调用模型生图或第三方网络服务。

使用场景

  • 你有大量微信读书藏书和划线,想做半年阅读复盘,判断哪些兴趣是真实投入。
  • 你要交付 Markdown 五章阅读画像和一张本地 SVG 人格卡,图表必须由数据生成。
  • 你在分析读者群体,需要比较书架兴趣、实际阅读时长和笔记深度的差异。

适合人员

  • 有大量微信读书藏书的工程师
  • 负责读者研究、需要可核查画像的产品经理
  • 分析读者行为的数据从业者