Agent Skills
返回列表
微信读书热评

微信读书热评

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_752cff44/wereadhotcomments。

技能介绍

要解决什么问题

在微信读书里,某句划线下面往往攒了几百条读者想法,全书书评区 likewise 信息很散。你真正需要的是:谁说了什么、哪些值得先读,而不是在 App 里无限下拉或自己凭点赞排序。

本技能面向两类明确输入:给定书名 + 一句书中划线原话,或只给书名,把对应数据池拉全(在翻页上限内),按文档里的综合评分挑出 TopN,输出一份自包含 HTML,方便通读与分享。

技能如何工作

加载后会先检查环境变量 WEREAD_API_KEY 是否已配置(只判空,不打印 Key)。未配置则引导你去 weread-skills 获取 wrk- 格式 Key,并说明须以系统/用户级环境变量交给 Agent,避免临时 export 对独立 shell 不可见。

执行走封装脚本 scripts/collect_hot_comments.py,不要手搓网关调用:

  • 场景 A:--quote 指定原句;在热门划线与你的个人划线里匹配 range + chapterUid,再翻页采集该句下读者想法,按 0.55×语义 + 0.45×点赞归一化 排序。
  • 场景 B:不传 --quote,走全书公开点评(默认 reviewListType=1 偏推荐/高赞),按 0.7×点赞 + 0.3×质量信号 排序。

结果页只呈现 TopN 正文与元信息;评分公式细节放在 foot 一行说明即可。最后用 present_files 把 HTML 交给用户。

边界与注意点

  • Key 是唯一凭证来源,仅运行时从 WEREAD_API_KEY 读取,勿在对话明文发送,泄露后应在微信读书侧重置。
  • 场景 A 的原句必须是书里真实划线(热门或你个人);文字对不上就匹配不到,可据脚本给出的 Top10 候选用 --range / --chapter-uid 强制指定。
  • 书名模糊可能命中错书,必要时用 bookId;公开点评少的书,场景 B 结果可能偏薄,可尝试 --review-list-type 或改做场景 A。

使用场景

  • 写读后感前,拿书名加某句划线,导出该句下评分最高的读者想法作对照
  • 选题策划时,对一本书只要书名,批量拉出高赞公开书评做观点地图
  • 金句传播稿需配读者共鸣语,用书中真实划线匹配挂评并取 TopN
  • 同名书搜错时改用 bookId,并对指定 range 强制采集某段划线评论

适合人员

  • 读书会组织者,需要把某章金句下的优质想法整理成可分享的 HTML 摘要
  • 非虚构书摘作者,要在写提要前先看清全书高赞书评里的分歧与共识
  • 内容运营,围绕一句官方划线做推文,想快速筛出点赞与语义质量兼顾的热评
  • 自用读书记录党,已在微信读书划线,想把该句下自己的想法池按规则排出优先级