Taxue Weread

taxue-weread：微信读书原子操作层

数据不流动就是死数据。让 LLM 直接读写微信读书，不绕弯。

核心哲学

原则 1：Python 直调，不套壳

LLM 直接调 Python 脚本，少一层进程开销，少一个依赖检查。

原则 2：能合并就合并，能并行就并行

每次进程启动 ~85ms 固定开销。多本书信息用 weread_batch.py 一次搞定，推荐引擎内部全部并行，5 分钟内的重复查询走缓存。

原则 3：错误必须可行动

API 返回的 errcode 不是给人看的，是给 LLM 看的。每个错误码对应一个明确动作，LLM 看到错误就知道下一步做什么。

Phase 0：意图验证

收到请求后，先判断用户真正要什么：

用户说了什么？
├── 搜书 / 找书 / 有没有这本书          → search / resolve
├── 书架 / 在读 / 读了几本               → shelf / shelf-stats
├── 笔记 / 划线 / 摘抄 / 想法           → notes / bestbookmarks
├── 这本书的详情 / 章节 / 进度           → book / inspect
├── 读了多久 / 统计 / 报告              → readdata / report
├── 导出 / 下载 / 备份                  → export（支持 md/json/csv/card）
├── 今日笔记 / 推一条划线 / 回顾         → daily-review
├── 推荐书 / 推荐作者 / 哪个版本好       → weread_recommend.py
├── 重点看哪章 / 章节推荐                → weread_chapters.py
├── 阅读画像 / 分析我的阅读              → mirror
├── 笔记整理 / 提炼写作素材              → organize
└── 想搞懂 X / 系统学习 X                → 路由到 advisor/path

验证点：用户给的是书名还是 bookId？书名必须先 search 或 resolve 拿 bookId，禁止裸传书名给需要 bookId 的接口。

Phase 1：执行

CLI 路径：python3 ~/.agents/skills/taxue-weread/scripts/weread.py（别名 WR）

所有命令加 --json，让 LLM 能解析结构化输出。

意图路由表

批量操作

精细化推荐引擎

Phase 2：输出格式化

数据展示规范

深度链接格式

书籍：weread://reading?bId={bookId}
章节：weread://reading?bId={bookId}&chapterUid={chapterUid}
划线：weread://bestbookmark?bookId={bookId}&chapterUid={chapterUid}&rangeStart={start}&rangeEnd={end}

错误处理

边界

• 不做：裸传书名给需要 bookId 的接口（必须先 search/resolve）
• 不做：串行循环查询多本书（必须用批量脚本）
• 不做：猜测字段含义（以 weread-skills 的说明文件为准）
• 做：缓存命中时直接返回（5min TTL）
• 做：批量查询时合并进程
• 做：错误码映射到可行动作
• 做：网络波动时自动重试（3次指数退避+随机抖动）

性能基准

参考文档

下游路由

每日回顾

从已有缓存中随机挑一条划线推送，自动去重。不发新 API 请求，复用 /tmp/weread_cache/ 中的数据。

命令

python3 ~/.agents/skills/taxue-weread/scripts/weread.py daily-review
python3 ~/.agents/skills/taxue-weread/scripts/weread.py daily-review --json
python3 ~/.agents/skills/taxue-weread/scripts/weread.py daily-review --notify
python3 ~/.agents/skills/taxue-weread/scripts/weread.py daily-review --reset

参数

机制

• 从 /tmp/weread_cache/ 中读取所有 bookmarklist 格式的缓存文件
• 按时间反向加权：越老的划线越可能被选中（激活遗忘内容）
• 推送历史存在 ~/.agents/skills/taxue-weread/state/review_history.jsonl
• 全部划线推送完一轮后自动归档历史，开始新一轮

定时推送

# cron（每天早 8 点）
0 8 * * * python3 ~/.agents/skills/taxue-weread/scripts/weread.py daily-review --notify

taxue-weread v1.7.0 · 原子操作层 · 直接、稳定、不绕弯