Supsub Deepread

supsub-deepread Skill

精读 = 对单篇文章做 AI 深度拆解。它不是摘要（sub contents 里的 summary 才是摘要）， 而是一份带批判视角的结构化拆解：值不值得读、干货在哪、作者什么立场、信源可不可信、论证最弱的一环在哪。

Prerequisites

• 安装：curl -fsSL https://raw.githubusercontent.com/SupSub-AI/supsub-cli/master/scripts/install.sh | bash（native 安装，装到 ~/.local、支持后台自动更新）；或包管理器 npm i -g @supsub/cli / pnpm add -g @supsub/cli
• 已登录：supsub auth status 显示 Authenticated（首次使用先 supsub auth login）
• 未授权（exit 2 / UNAUTHORIZED）时不要止步于「你未登录」：直接运行 supsub auth login 为用户打开浏览器授权（命令会自动打开浏览器并阻塞等待授权，请用足够长的超时，如 10 分钟；用户只需在浏览器点确认，无需在终端输入任何内容），授权成功后重试原命令。无浏览器 / 无头环境再回退为提示用户 SUPSUB_NO_BROWSER=1 supsub auth login。
• 精读需要付费计划；无权限时后端返回业务错误（exit 1），如实转达并停止，不要重试。

两条硬门禁（先读这两条，再看命令）

① 花钱门禁：发起精读前必须确认额度

精读按次扣月度额度，且没有「撤销/退额度」的操作。额度上限随套餐/后端调整而变，一律以 deepread quota 当次返回的 limit / remaining 为准，不要凭记忆里的数字向用户复述余额。所以：

1. 先 supsub deepread quota -o json 取 {limit, used, remaining}；
2. 向用户复述：要精读哪几篇（列标题）、将消耗几次、本月还剩几次；
3. 得到明确肯定答复后才执行 deepread run。

批量时逐篇列出标题让用户确认，不要因为用户说了句「都精读了」就自行扩大范围。 用户已经明确点名单篇（「精读这篇」+ 上下文只有一篇）时，一次 quota + 一句「将消耗 1 次，本月剩 N 次，现在开始？」即可，不必逐层追问。

> 已经精读过的文章不会重复扣费：run 会先探测状态，命中 done 直接返回结果（quotaSpent: false）。 > 所以「这篇之前读过没」不用问用户，跑一遍 deepread get 就知道。

② 取值门禁：contentId 只能来自上下文

contentId 是不透明字符串，必须来自本轮会话里 sub contents / focus contents / search 的真实返回。

| 用户说法 | 做法 | |---|---| | 「精读第 3 篇」 | 指代上文列表第 3 项 → 直接用它的 contentId | | 「精读那篇讲 XX 的」 | 在上文列表按标题模糊匹配：恰好命中 1 篇才执行；命中 0 篇或 ≥2 篇 → 回问用户，不要取第一个 | | 上文没有任何文章列表 | 先 sub contents --brief / search 把候选列出来，停下来等用户点名，不要自作主张选最新一篇 | | 用户直接粘一条文章 URL | CLI 没有 URL → contentId 的接口。如实说明，并改为从订阅/关注点/搜索里定位这篇 |

绝不让用户手输 contentId，绝不凭记忆构造或猜测。猜错的代价是花掉一次额度读错文章。

Workflow

A. 单篇精读（最常见）

# 1. 定位文章（拿 contentId + sourceType）
supsub sub contents --source-id 25 --type MP --brief -o json

# 2. 查额度 → 向用户确认 → 才执行
supsub deepread quota -o json

# 3. 发起并等待（默认前台等，实测 20~40 秒）
supsub deepread run --type MP --content-id  --title "" --source-name "" -o json

--title / --source-name / --url 是给本地缓存用的展示信息，精读接口本身不返回标题； 带上它们，本地那份 Markdown 才有像样的标题行，事后 list 也认得出是哪篇。总是带上。

B. 批量精读 → 综合简报（CLI+agent 最有价值的用法）

网页端只能一篇一篇点，agent 可以一次排队、一次收割，延迟被摊平（5 篇 ≈ 1 篇的时间）：

# 1. 取候选 → 列标题 + 消耗次数给用户确认（门禁 ①）
# 2. 并发排队，不等
supsub deepread run --type MP --content-id  --title "…" --no-wait -o json
supsub deepread run --type MP --content-id  --title "…" --no-wait -o json
# 3. 一次等完
supsub deepread list --wait -o json

然后基于各篇的 essence / quality.grade / keyPoints 做横向比较和综合。 需要某篇的细节时，读它的 cachePath（本地 Markdown 全文）——不要把所有全文都塞进上下文。

C. 跨会话找回（收件箱）

用户隔天问「昨天那篇精读好了吗」「我还有哪些精读没看」：

supsub deepread list -o json

• 默认视图 = 进行中 + 跑完但还没跟用户说过的（fresh: true），播报后自动打水位线，不会天天重复念。
• 看全部历史用 --all（--all 不动水位线）。
• ⚠️ 队列是本机本地的：网页端发起的精读这里看不到，CLI 发起的网页端也看不到（后端没有跨端的精读列表接口）。用户问起时如实说明。

D. 分享（单独确认）

supsub deepread share --type MP --content-id  -o json

生成前必须单独向用户确认，复述这三点：

> 这会生成一个 https://supsub.net/s/ 页面，任何人拿到链接都能打开（无需登录）， > 且当前 API 没有撤销分享的接口。确认生成吗？

用户只是想「自己看看全文」时不要用 share —— 精读结果本身就已经在输出里，全文也在本地 cachePath。 share 只用于「发给别人」。同一篇重复 share 会复用已有分享码（reused: true），不会产生第二个公开链接。

Commands

deepread run — 发起精读

supsub deepread run --type  --content-id  [--title ] [--source-name ] [--url ] [--no-wait] [--timeout ] [--brief]

| Flag | Default | Description | |------|---------|-------------| | --type | 必填 | MP 公众号 / WEBSITE 网站 / X 推特 | | --content-id | 必填 | 来自 contents / search 的 contentId | | --title / --source-name / --url | — | 写进本地队列的展示信息，建议总是带上 | | --no-wait | — | 只发起不等待（批量排队时用） | | --timeout | 180 | 前台等待上限，1–600 | | --brief | — | 输出省略正文 sections，只留本质/成色/要点/批注 |

行为：先 GET 探测状态 → none/failed 才 POST 发起 → 默认轮询到 done。 本地已有 done 缓存时零网络请求直接返回。

agent 侧注意：默认前台等待，实测 20~40 秒。用 Bash 工具跑时把超时设到 120 秒以上（默认 120s 通常够，长文接近上限时给到 180s 更稳），或改用 --no-wait + deepread list --wait。

JSON shape:

{"success":true,"data":{
  "sourceType":"MP","contentId":"…","title":"…","status":"done","version":"v1",
  "quotaSpent":true,
  "cachePath":"/Users/…/.supsub/deepread/u101/MP_xxxx.md",
  "content":{"essence":"…","quality":{"grade":"高","comment":"…"},"keyPoints":["…"],
             "body":{"sections":[{"title":"…","markdown":"…"}]},
             "annotations":{"background":"…","stance":"…",
                            "credibility":{"grade":"中","reason":"…"},"weakestLink":"…"}}}}

status 取值：none 未发起 / pending 进行中 / done 完成 / failed 失败。 超时或仍在 pending 不是错误，退出码仍是 0 —— 按 status 字段分支，不要看退出码判断有没有跑完。 failed 时可以重跑 deepread run 重试（是否重新扣费未确认，重试前告知用户）。

---

deepread get — 查看结果（优先本地缓存）

supsub deepread get --type  --content-id  [--brief] [--refresh] [--wait] [--timeout ] [--out ] [--title ] [--source-name ] [--url ]

done 是终态、结果不可变，所以默认直接用本地缓存（零请求）；--refresh 强制回源。 --out 把精读全文导出成 Markdown 文件。查从未精读过的内容返回 status:"none"，退出码 0。

---

deepread list — 本地精读队列（收件箱）

supsub deepread list [--all] [--wait] [--timeout ]

只回查 pending 项（done 不再打扰服务端）。--wait 等到队列里所有进行中的都落定。 每项含 essence / qualityGrade / cachePath / fresh。

---

deepread quota — 本月额度

supsub deepread quota

JSON shape: {"success":true,"data":{"limit":100,"used":7,"remaining":93}} （数值仅为示例，实际额度以当次返回为准）

---

deepread share / show / drop

supsub deepread share --type  --content-id     # 生成公开链接，先确认（见 Workflow D）
supsub deepread show  --share-code  [--brief]    # 读别人分享的，无需登录
supsub deepread drop  --type  --content-id     # 移出本地队列

drop 只删本地缓存，服务端结果还在，之后 get 能重新拉回来且不扣额度——所以它不是危险操作，不用二次确认。

Agent Usage Notes

• 解析数据统一用 -o json；响应都是 {"success":true,"data":}。
• 精读 ≠ 全文。CLI 没有取文章原文的接口。用户要「原文」时给 url 让他自己打开，别拿精读结果冒充全文。
• 精读 ≠ 摘要。只想知道「讲了啥」时，sub contents 里现成的 summary 就够了，不要为此花一次额度。用户明确想要「拆解 / 值不值得读 / 靠不靠谱 / 有没有干货」时才上精读。
• 一份精读结果约 4~6KB，可以整份进上下文；批量（>5 篇）时用 --brief，需要细节再按 cachePath 读单篇。
• 本地缓存目录 ~/.supsub/deepread//，一篇两个文件（.json 元数据 + .md 全文）。想在历史精读里找东西，直接 grep 这个目录比重新精读快也便宜。
• 本 skill 不负责：浏览文章列表（→ supsub-sub / supsub-focus）、关键词搜文章（→ supsub-search）、标记已读（→ supsub-unread）。
• Exit codes：0 OK（含 pending / none），2 UNAUTHORIZED，64 INVALID_ARGS（--type 非法、--content-id 为空、--timeout 越界），10 网络错误，1 业务错误（如无付费计划、额度用尽），11 服务端错误。

Source & license

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

• Author: SupSub-AI
• Source: SupSub-AI/supsub-cli
• License: MIT
• Homepage: https://supsub-ai.github.io/supsub-cli/

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