Space Weread Coach

weread-coach — 微信读书使用教练

把读过的书"用起来"。覆盖三个真实场景：学新东西、写东西要引用、把读过的东西反复激活。

前置依赖

• weread-skills 已安装
• 环境变量 WEREAD_API_KEY 已配置
• 缓存目录：/tmp/space-weread-coach/（数据缓存 24 小时）
• 状态目录：~/.claude/skills/space-weread-coach/state/

---

功能 1：推荐 · 阶梯书单

触发词

• "我想搞懂 XX / 入门 XX / 学 XX"
• "给我一个 XX 阶梯书单"
• "XX 从哪本书读起"

流程

步骤 1：判段位（必问）

你目前对【XX】的水平？

a. 完全新手，零基础
b. 听说过、读过零星文章，没系统
c. 有一定基础，想突破到前沿
d. 已经熟练，想找冷门好书

步骤 2：拉用户书架数据 调 /user/notebooks + /shelf/sync 获取已读+在读书单。

步骤 3：生成 5 层阶梯书单

| 层级 | 用途 | 数量 | |------|------|------| | ① 引子 | 一篇文章或一本薄书破除门槛 | 1 | | ② 入门 | 体系化的基础书 | 1-2 | | ③ 经典 | 该领域绕不开的奠基作 | 1-2 | | ④ 前沿 | 近 3-5 年的代表作 | 1-2 | | ⑤ 实践 | 把知识转化为行动的工具书 | 1 |

步骤 4：标注

• 用户已读 → 标 ✅ + 标记 "你已读 X% / Y 条划线"
• 在书架但没读 → 标 📚 "已在书架"
• 完全新书 → 标 🆕

根据段位调整起点：a 从 ① 开始，b 从 ② 开始，c 从 ③ 起跳，d 直接到 ④⑤。

步骤 5：给出 1 条建议 基于阶梯的第一个未读项，告诉用户：本周读哪本，预计多久，读完做什么。

---

功能 2：引用 · 从已读书中找证据

触发词

• "我在写关于 XX 的内容，能引用哪本书"
• "这个观点哪本书讲过"
• "我想引用一个关于 XX 的观点"

流程

步骤 1：确认引用主题 让用户用一句话说清楚：要论证的观点 / 文章的角度。

步骤 2：在用户已读语料中检索

执行：

python3 ~/.claude/skills/space-weread-coach/scripts/fetch_corpus.py

脚本会缓存 /tmp/space-weread-coach/corpus.json（24h 内复用）。

然后扫描两个语料库：

• marks_corpus：所有划线原文
• reviews_corpus：所有想法/书评

按关键词 + 语义匹配，找出 5-8 条最相关的划线/想法。

步骤 3：输出

每条引用包含：

• 划线原文（≤ 50 字）
• 书名 + 作者
• 划线时间
• 建议用法：直接引用 / 作为论据 / 反向引用（用作对照） / 改写后用

步骤 4：若已读不够用 当用户已读语料中找不到 3 条以上强相关时，额外推荐 2-3 本未读但相关的书（来自 weread 商城或经典推荐）。

---

功能 3：回顾 · 每日推送一条划线

触发词

• "今日笔记 / 推一条划线 / 读书回顾 / 给我一条今日 review"
• 或由 /loop / OpenClaw cron / Claude Code schedule 定时触发

流程

步骤 1：保证缓存最新 执行 scripts/fetch_corpus.py（自动跳过 24h 内缓存）。

步骤 2：调脚本挑选并写入历史

python3 ~/.claude/skills/space-weread-coach/scripts/pick_review.py

脚本逻辑：

• 加载所有划线（来自 corpus.json）
• 过滤掉 state/review_history.jsonl 中已出现过的 bookmarkId
• 按时间反向加权（越老的越可能被选中，激活遗忘的内容）
• 输出 JSON：bookmarkId / 书名 / 作者 / 章节 / 划线原文 / 划线时间
• 追加到 state/review_history.jsonl

步骤 3：包装输出

格式示例：

📖 今日回顾 · 2026-05-19

《书名》— 作者
🔖 第 X 章 · 划线时间 YYYY-MM-DD

> 划线原文（最长 100 字）

💭 一句话激活提问：
基于这条划线给一个引导性问题，让用户回到当时的思考语境。

步骤 4：去重保证

• review_history.jsonl 每行一个 JSON：{"bookmarkId":"...","shown_at":"YYYY-MM-DD HH:MM"}
• 当所有划线都已被推送过一遍后，清空历史重新轮（脚本会在没有未推送项时自动重置，并提示"已完成全集一轮，开始第 N 轮"）

定时推送配置

选项 A：Claude Code /loop

在终端执行：

/loop 1d 推一条今日读书回顾给我

选项 B：OpenClaw / cron

crontab 加一行（每天早 8 点）：

0 8 * * * /usr/bin/python3 ~/.claude/skills/space-weread-coach/scripts/pick_review.py --notify

脚本带 --notify 时会调用 macOS osascript -e 'display notification' 发送系统通知。

选项 C：Claude Code schedule skill

/schedule create "每天 8 点推送一条微信读书回顾" --cron "0 8 * * *"

---

通用注意事项

1. 不重复抓取：三个功能共享 /tmp/space-weread-coach/corpus.json，24 小时内不重抓
2. 去重严格：回顾功能必须用 bookmarkId 作为唯一键，不能因为划线内容相同而误判
3. 加密风险：API Key 不要写入任何缓存文件，只从环境变量读
4. 回顾的"激活提问"质量：不要敷衍写"你怎么看"。要结合划线内容设计具体问题，例如对斯多葛划线问"今天哪件事最适合用这条原则"
5. 引用功能避免幻觉：只输出真实存在于用户语料里的划线原文，不要编造

Source & license

This open-source skill is cataloged on AgentStack and links to its original source — we do not rehost the code.

• Author: SpaceZephyr
• Source: SpaceZephyr/space-weread
• License: MIT

Install and usage instructions live in the source repository linked above.