微信讀書 Skill，把我做了 3 年的產品乾沒了

前幾日，微信讀書將自己嘅 Skill 開源咗。

我睇完佢嘅使用案例，第一個反應係：我同拍檔做咗兩年嘅產品，可以收皮喇。

readecho 係我同拍檔兩年前開始做嘅小產品。

功能唔複雜，Readecho 可以將你微信讀書入面嘅劃線同筆記同步出嚟，再用 AI 幫你做啲分析同洞察。

上線到而家做咗一千幾個用戶，都有一啲微薄嘅收入。

市面上仲有一大堆圍住微信讀書非公開接口做嘅第三方插件同 App。

大家都係依賴微信之前開放嘅劃線筆記 API，攞到用戶嘅劃線筆記，再包裝成一個用得着嘅產品。

而今次官方 Skill，微信將之前開放嘅筆記同劃線，擴大到書架、閲讀時長、章節目錄、熱門劃線、個人想法、閲讀統計、推薦書單。

佢嘅安裝方式亦都非常簡單，

去微信讀書網頁版，入 Skill 頁面，只需要操作以下兩步就可以喺 Agent 裏面調用。

之前我一直喺度講好多 Skill 嘅開放令到一啲 sass 產品冇存在嘅價值喇。

估唔到呢句話喺今日都傷到自己。

自己親手做嘅產品俾官方一個更新就碾壓咗。

不過我都冇乜情緒起伏，Readecho 有一年冇更新喇，呢今次微信讀書 skill 嘅開放，令 readecho 獲得新生，即係下面我整嘅幾個 skill。

我覺得，微信讀書嘅 Skill 最大嘅門檻唔係安裝，而係使用。

呢個 Skill 要靠用戶識問、識拼，識得將零散嘅回答串成有用嘅產出，對大多數用戶，包括我喺內，我第一時間攞到佢問咗幾次我讀咗啲乜書，有乜嘢筆記內容，之後就冇再使用過。

我而家想解決嘅問題，同 Readecho 當年想解決嘅一樣。

我哋應該點樣將微信開放嘅數據做成標準化嘅使用場景？

結合我喺微信讀書呢方面做咗唔少產品分析，我都算有啲發言權嘅。

於是花咗幾日時間，磨出咗呢三個 Skill，對應匯出、分析、使用三個場景，將微信讀書 Skill 用到極致。

免費開源，文末附連結，可以更好咁幫你用盡微信讀書。

我將使用微信讀書呢件事，拆咗成一條用戶路徑：

三個 Skill 順住「讀完書之後我想做啲乜」呢條線設計，構成一個完整嘅鏈路。

下面分別講下每一個效果點樣。

第一個 Skill 叫space-weread-export。

你只需要講一句：「匯出我嘅微信讀書劃線」。

佢會先問你兩樣嘢：要 Markdown 定係 PDF，要全部書定係指定一本。

答完就開始做嘢，自動調用接口，將所有筆記按書籍同章節排序，每條劃線帶埋時間，生成排版整齊嘅文件。

我自己行咗一次，87 本書、436 條劃線、48 條想法，幾分鐘行完，輸出一份 158KB 嘅 Markdown 同一份 2.9MB 嘅 PDF。

匯出之後可以做啲乜？

我自己嘅用法有兩個：

第一係放入知識庫。

我嘅 Obsidian 裏面有專門一個目錄存讀書筆記，匯出嘅文件直接入去，搜索同回顧都方便。

第二係精讀熱門劃線。

如果你指定嘅某本書你自己冇讀過，Skill 會問你要唔要匯出呢本書嘅熱門劃線，即係其他讀者嘅高頻劃線。

我以前嘅習慣，就係先睇一本書嘅熱門劃線，再決定要唔要讀曬成本書。

呢個係以前 Readecho 做唔到嘅，相當於下載一本書嘅精華部分。

例如下面係我匯出嘅《聰明的投資者》呢本書嘅熱門劃線，佢仲會統計呢條劃線有幾多人。

第二個 Skill 叫 space-weread-analyzer。

佢會拉取你嘅全部閲讀數據，從十個維度做分析：閲讀畫像、興趣變化、知識結構與盲區、閲讀質量診斷、高價值內容提煉、書籍關係網絡、行動建議、選題建議、缺失知識類型、補充推薦。

最後輸出一個 9:16 比例嘅白底簡約 HTML 報告，11 張卡片，可以截屏發小紅書。

我用自己的數據行咗一次，有幾個發現都幾扎心：

完成率 54%，但有 25 本書完成度低過 30%，屬於焦慮式收藏。

近一年閲讀時長 4.8 小時，比前一年 33 小時下降咗 85%。呢個反映咗我呢一年嘅精力管理問題。

Skill 仲會基於閲讀偏好估一個 MBTI，俾我嘅判斷係 INFJ，差一個字母就估中，整體睇完覺得都幾準。

呢份報告最大嘅價值，在於令你面對自己嘅真實閲讀狀態，為自己嘅閲讀查漏補缺。

第三個 Skill 叫 space-weread-coach，佢解決嘅係「劃線擺喺度封塵」嘅最後一公里。

佢有三個用法：

1）推薦書籍

例如下面場景，我叫佢推薦啲理財相關嘅書籍，佢會結合我書架上讀過嘅書嚟判斷我嘅層次，結合我嘅興趣嚟推薦。

2）引用

例如下面我叫佢根據我喺寫緊嘅 AI 改變生產力主題嘅文章，推薦啲熱門劃線。

佢會從你嘅 436 條劃線裏面篩出最相關嘅幾條，附上原話、書名、章節，並給出使用建議。

3）回顧

每日推送一條你以前劃過嘅筆記。

佢會自動去重，保證你唔會重複睇到同一條，越舊嘅劃線越優先被翻出嚟。

推送方式兩種：你主動問「今日俾我推一條」

或者用 Claude Code 嘅 /loop 定時觸發，每日朝早 8 點通知一條劃線筆記。

將你過去嘅閲讀，重新變成一種持續嘅精神資源。就好似我喺 Readecho 裏面整嘅呢個回顧卡片

所有 Skill 都已經開源放咗上 GitHub：

github.com/zephyrwang6/space-weread

你可以隨便用、隨便改。

如果你符合下面任何一種情況，都值得一試：

• 微信讀書重度用戶，劃線幾百條以上，但好少回顧
• 內容創作者，寫作嘅時候需要引用讀過嘅書
• 想做個人知識管理，但缺一個將讀書數據結構化嘅入口
• 對 Claude Code Skill 有興趣，想睇下一個完整嘅 Skill 體系係點樣

微信讀書嘅 Skill 係我目前見到價值含量最高嘅，淨係針對一本書去挖掘都有唔少場景可以做，建議用微信讀書嘅朋友都可以去試下。

前幾天，微信讀書把自己的 Skill 開源了。

我看完它的使用案例，第一反應是：我和搭檔做了兩年的產品，可以下線了。

readecho 是我和搭檔兩年前開始做的小產品。

功能不復雜，Readecho 可以把你微信讀書裏的劃線和筆記同步出來，再用 AI 幫你做一些分析和洞察。

上線到現在做了一千多個用戶，也有一點微薄的收入。

市面上還有一大批圍繞微信讀書非公開接口做的第三方插件和 App。

大家都是依賴微信之前開放的劃線筆記 API，拿到用戶的劃線筆記，再包裝成一個能用得上的產品。

而這次官方 Skill，微信把之前開放的筆記和劃線，擴大到了書架、閲讀時長、章節目錄、熱門劃線、個人想法、閲讀統計、推薦書單。

它的安裝方式也非常簡單，

訪問微信讀書網頁版，到 Skill 頁面，只需要操作下面兩步就能在 Agent 裏調用了。

之前我還一直在說很多 Skill 的開放讓一些 sass 產品沒有存在的價值了。

沒想到這句話在今天也傷到了自己。

自己親手做的產品被官方的一個更新就碾壓了。

不過我並沒太多情緒變化，Readecho 有一年沒更新了，這次微信讀書 skill 的開放，讓 readecho 獲得了新生，也就是下面我做的幾個 skill。

在我看來，微信讀書的 Skill 最大的門檻不是安裝，而是使用。

這個 Skill 要依賴用戶會問、會拼，會把零散的回答串成有用的產出，對大多數用戶，包括我在內，我第一時間拿到它問了幾次我讀了哪些書，有什麼筆記內容，之後就再也沒去使用了。

我現在想解決的問題，和 Readecho 當年想解決的一樣。

我們應該如何把微信開放的數據做成標準化的使用場景？

結合我在微信讀書這塊做了不少產品分析，我是有不少發言權的。

於是花了幾天時間，磨出了這三個 Skill ，對應導出、分析、使用三個場景，把微信讀書 Skill 用到極致。

免費開源，文末附連結，能夠更好的幫你用好微信讀書。

我把使用微信讀書這件事，拆成了一條用戶路徑：

三個 Skill 順着「讀完書之後我想幹什麼」這條線設計，構成一個完整的鏈路。

下面分別說說每一個效果如何。

第一個 Skill 叫space-weread-export。

你只需要說一句：「導出我的微信讀書劃線」。

它會先問你兩件事：要 Markdown 還是 PDF，要全部書還是指定一本。

回答完就開始幹活，自動調用接口，把所有筆記按書籍和章節排序，每條劃線帶上時間，生成排版整潔的文件。

我自己跑了一遍，87 本書、436 條劃線、48 條想法，幾分鐘跑完，輸出一份 158KB 的 Markdown 和一份 2.9MB 的 PDF。

導出之後能幹什麼？

我自己的用法有兩個：

一是放進知識庫。

我的 Obsidian 裏有專門一個目錄存讀書筆記，導出的文件直接進去，搜索和回顧都方便。

二是精讀熱門劃線。

如果你指定的某本書你自己沒讀過，Skill 會問你要不要導出這本書的熱門劃線，也就是其他讀者的高頻劃線。

我以前的習慣，就是先看一本書的熱門劃線，再決定要不要讀全書。

這是以前 Readecho 做不到的，相當於下載一本書的精華部分。

比如下面是我導出的《聰明的投資者》這本書的熱門劃線，它還會統計這條劃線有多少人。

第二個 Skill 叫 space-weread-analyzer。

它會拉取你的全量閲讀數據，從十個維度做分析：閲讀畫像、興趣變化、知識結構與盲區、閲讀質量診斷、高價值內容提煉、書籍關係網絡、行動建議、選題建議、缺失知識類型、補充推薦。

最後輸出一個 9:16 比例的白底簡約 HTML 報告，11 張卡片，可以截屏發小紅書。

我用自己的數據跑了一次，有幾個發現挺扎心：

完成率 54%，但有 25 本書完成度低於 30%，屬於焦慮式收藏。

近一年閲讀時長 4.8 小時，比前一年 33 小時下降了 85%。這反應了我這一年的精力管理問題。

Skill 還會基於閲讀偏好猜一個 MBTI，給我的判斷是 INFJ，差一個字母就猜中了，整體看完覺得挺準。

這份報告最大的價值，在於讓你面對自己的真實閲讀狀態，為自己的閲讀查漏補缺。

第三個 Skill 叫 space-weread-coach，它解決的是「劃線吃灰」的最後一公里。

它有三個用法：

1）推薦書籍

比如下面場景，我讓它給我推薦一些理財相關的書籍，它會結合我書架上已經讀過的書來判斷我的段位，結合我的興趣來推薦。

2）引用

比如下面我讓他根據我在寫的 Ai 改變生產力主題的文章，推薦一些熱門劃線。

它會從你的 436 條劃線裏篩出最相關的幾條，附上原話、書名、章節，並給出使用建議。

3）回顧

每天推送一條你過去劃過的筆記。

它會自動去重，保證你不會反覆看到同一條，越老的劃線越優先被翻出來。

推送方式兩種：你主動問「今天給我推一條」

或者用 Claude Code 的 /loop 定時觸發，每天早 8 點通知一條劃線筆記。

把你過去的閲讀，重新變成一種持續的精神資源。就像我在Readecho 裏做的這個回顧卡片

所有 Skill 都已經開源放到 GitHub 上：

github.com/zephyrwang6/space-weread

你可以隨便用、隨便改。

如果你符合下面任何一種情況，都值得一試：

• 微信讀書重度用戶，劃線幾百條以上，但很少回顧
• 內容創作者，寫作的時候需要引用讀過的書
• 想做個人知識管理，但缺一個把讀書數據結構化的入口
• 對 Claude Code Skill 感興趣，想看看一個完整的 Skill 體系長什麼樣

微信讀書的 Skill 是我目前看到的價值含量最高的，只是針對一本書去挖掘都有不少場景去做，建議使用微信讀書的朋友們都可以去試試。