前言¶
微信讀書裏積累了書架、讀完記錄和劃線筆記，但這些數據分散在 App 裏，很難一次性看清自己的閱讀傾向。手工整理成「我是什麼類型的讀者」既費時，又缺少統一口徑。社區 Skill「微信讀書閱讀人格分析」把數據拉取、六維人格判定和 HTML 報告生成串成一條鏈路：先通過微信讀書相關能力拿到 JSON 數據，再在本 Skill 內跑分析腳本，得到可本地打開的網頁報告。
這是什麼¶
「微信讀書閱讀人格分析」是 SkillHub 上的社區 Skill，座標爲 @user_2d8804af/gzh-skill-wxread-persona，當前版本 1.0.3，分類爲 data-analysis，由發佈者 user_2d8804af 維護。官方簡介說明：通過微信讀書 Skill 獲取閱讀數據，結合閱讀人格分析框架，產出微信讀書閱讀人格分析報告 HTML。SkillHub 頁面標註標籤 requires_api_key=true，使用前需要配置微信讀書側 API Key。
核心功能¶
根據 Skill 包內 SKILL.md 與腳本說明，已覈實的能力包括：
- 數據側：依賴微信讀書 Skill（文檔中寫作
weread-skills），可獲取書架、已讀完列表、筆記導出等，供後續分析使用。 - 人格判定：基於六維模型（認知深度、情感捲入、實用導向、系統跨度、完成強度、探索傾向），映射到六種閱讀人格類型（思辨成長型、情緒治癒型、務實功利型、文藝理想型、獵奇娛樂型、理性建構型）。
- 報告生成：使用
scripts/generate-report.js與templates/report-template.html，輸出 HTML 可視化報告，涵蓋人格類型、閱讀分佈、核心洞察、代表性書單等板塊。 - 框架文檔：
SKILL.md內附帶判定矩陣、指標閾值與命令參數說明，便於在 Agent 對話中按同一套方法論執行。
技術依賴寫明：Node.js >= 16，且微信讀書 Skill 已安裝並配置 API Key；數據經微信讀書 Agent API Gateway（https://i.weread.qq.com/api/agent/gateway，Bearer Token 認證）。
安裝與啓用¶
通過 SkillHub CLI 安裝¶
先確認本機是否已有 skillhub（未安裝時可按 SkillHub 安裝文檔 執行官方安裝腳本）。安裝本 Skill 時必須用 --dir 指向當前 Agent 的 skills 目錄，否則默認落在 ./skills/ 可能不會被識別。
在 Cursor 中，skills 目錄一般爲 ~/.cursor/skills/。安裝命令示例：
skillhub install gzh-skill-wxread-persona --namespace user_2d8804af --dir ~/.cursor/skills/
SkillHub 頁面也提供等價提示：請根據 https://skillhub.cn/install/skillhub.md，安裝 @user_2d8804af/gzh-skill-wxread-persona。
配置 API Key¶
在微信讀書 Skill 頁面申請 Key（文檔鏈接：https://weread.qq.com/r/weread-skills），並在環境中導出：
export WEREAD_API_KEY=wrk-your-api-key
請將 wrk-your-api-key 替換爲你在該頁面獲取的真實密鑰。
與微信讀書 Skill 的配合¶
本 Skill 不負責替代微信讀書數據接口。文檔要求先安裝並配置微信讀書 Skill，再導出書架與筆記 JSON。若你使用文檔中的 lark-cli 集成，可先執行微信讀書側命令拉數；在 Cursor 等僅加載 Skill 目錄的場景下，等價做法是：用已配置的微信讀書 Skill 導出 shelf.json、notes.json，再調用本包內生成腳本（見下一節）。
典型用法¶
1. 獲取個人閱讀數據¶
文檔示例（需已配置 WEREAD_API_KEY 且具備 lark-cli 與對應 Skill 插件時）：
# 獲取已讀完的書籍列表
lark-cli +weread-skills shelf --finished
# 獲取筆記數據
lark-cli +weread-skills notes --export
將導出的 JSON 放到工作目錄，例如 data/shelf.json、data/notes.json。文檔強調必須使用你自己的微信讀書數據，勿共用他人數據文件。
2. 生成 HTML 報告¶
在 Skill 安裝目錄下（或把路徑換成你本機安裝位置），用 Node 運行生成器：
node scripts/generate-report.js --shelf data/shelf.json --notes data/notes.json
generate-report.js 支持 --output 指定輸出路徑；未指定時，文檔說明默認輸出到桌面。僅書架、無筆記時，可省略 --notes。
若環境已集成 lark-cli 的 +weread-persona 命令，也可使用文檔中的簡化入口：
lark-cli +weread-persona analyze --shelf shelf.json --notes notes.json --output ./report.html
3. 在 Agent 對話中使用¶
安裝到 Cursor skills 目錄並重啓或刷新 Agent 後，可直接用自然語言描述需求，例如：根據我導出的微信讀書書架和筆記 JSON，按本 Skill 的六維框架生成閱讀人格分析 HTML。Agent 會讀取 SKILL.md 中的判定規則與報告結構，並調用 generate-report.js 完成產出。
適用場景與注意¶
適合誰
- 希望把微信讀書裏的讀完記錄、筆記密度、領域分佈，整理成一份可分享的 HTML 閱讀畫像。
- 需要在團隊或內容創作場景下，用統一六維框架描述「閱讀人格」，而不是每次手寫總結。
限制與注意
- API Key 與隱私：標籤
requires_api_key=true；數據來自個人賬號，生成前應確認 JSON 路徑正確且不對外泄露。 - 前置 Skill：必須能通過微信讀書 Skill 拿到合法數據；僅有本 Skill 而無 Key 或數據源時無法分析。
- 運行環境：報告生成依賴 Node.js 16+；在沙箱或離線環境需自行保證能讀取本地 JSON 並寫入輸出路徑。
- 版本與統計：以 SkillHub 登記爲準，當前 v1.0.3；頁面統計爲評分 100000、下載 2238（統計會隨時間變化，寫作時以 SkillHub 頁面爲準）。
結尾¶
「微信讀書閱讀人格分析」把微信讀書數據、六維人格框架和 HTML 模板固定成可複用 Skill：配置 Key、導出 JSON、運行 generate-report.js（或由 Agent 代跑），即可得到結構化閱讀人格報告。官方 SkillHub 頁面：https://www.skillhub.cn/skills/user_2d8804af/gzh-skill-wxread-persona ；API 登記地址：https://api.skillhub.cn/user_2d8804af/gzh-skill-wxread-persona 。
