微信读书 AI 助手:一句话查统计、导划线、找好书

weread-skills 将微信读书的能力封装成 AI 可调用的 API，一句话就能查阅读统计、导出划线、推荐好书。支持 Hermes Agent、Claude Code、OpenCode 等主流 AI 助手。

微信读书上线了 Agent API。不是 App 里的新按钮，是一套 HTTP 接口，AI 助手能直接调你的微信读书数据。

weread-skills 把这套接口封装成了 Markdown skill 文件。装好之后，你对 AI 说一句话，它就能查阅读统计、管理书架、导出笔记、搜书找书。

能干什么

搜索书籍

支持搜电子书、网文、听书、作者、全文内容、书单、公众号、文章——8 种搜索范围。搜的时候显示评分、在读人数、分类，选一本就能跳 App 直接看。

"搜一下《三体》"                    → 电子书搜索结果
"帮我搜点有声书"                    → 听书搜索结果
"找余华的书"                        → 作者搜索结果

查书籍详情

书名、作者、译者、出版社、ISBN、总字数、评分分布。还能看章节目录——有几章、每章多少字、哪些章节要付费。

"《三体》有多少章？"               → 章节目录
"这本书评分怎么样"                  → 书籍详情
"我读到哪了"                        → 阅读进度

书架管理

书架不光是电子书——有声书/专辑也在里面。文章收藏也算一个条目。支持按公开/私密分组统计。

"看看我的书架"                      → 书架全览
"书架上有多少本书"                  → 自动算上电子书+有声书+文章收藏
"哪些书我设了私密阅读"              → 私密阅读列表

阅读统计

四个维度：本周、本月、本年、总计。返回的数据很全：

总时长、阅读天数、日均时长、与上一周期对比（涨了还是降了）
读得最多的书 TOP10（含具体的阅读时长）
偏好分类（文学、科技、社科分别读了多少）
偏好时段（上午/下午/夜间分布）
偏好作者、偏好出版社
文字阅读 vs 听书各自占比
好友排名、勋章

"我这个月读了多久？"                → 本月统计
"今年读了几本书"                    → 年度统计
"我总共在微信读书上花了多少时间"    → 总计统计
"我最喜欢读什么类型的书"            → 偏好分析

笔记和划线

看某本书上的所有划线 + 自己的想法/点评。支持看全书热门划线（大家都在划什么），还能查某段划线下的社区讨论。

"我在《三体》里有哪些划线"          → 划线原文列表
"导出我在这本书里的所有笔记"        → 划线+想法完整导出
"看看这章有什么热门划线"            → 这章最热门的5段
"这段话下面大家说了什么"            → 划线下的想法/评论

书籍点评

看一本书的公开点评——推荐的人怎么说、差评的人怎么说。支持按推荐/最新/差评筛选。

"《三体》这本书有什么点评"          → 全部点评
"看看推荐的点评"                    → 好评聚集
"差评说了什么"                      → 差评聚集

部署到 AI 助手

weread-skills 不是 MCP 服务器，不依赖 MCP 协议。它是一组 Markdown 文档，告诉 AI 怎么调微信读书的 HTTP API。只要 AI 能加载 Markdown skill 文件，就能用。

安装 skill 文件

npx skills add Tencent/WeChatReading.git -g -y

装到 ~/.agents/skills/weread-skills/。目录结构：

~/.agents/skills/weread-skills/
├── SKILL.md        # 主入口（调用规范 + 深度链接说明）
├── search.md       # 搜索能力
├── book.md         # 书籍信息 / 章节 / 阅读进度
├── shelf.md        # 书架管理
├── readdata.md     # 阅读统计
├── notes.md        # 笔记、划线、想法
├── review.md       # 书籍点评
├── discover.md     # 推荐发现
└── profile.md      # 用户概况

配置 API Key

微信读书的 API Key 格式是 wrk- 开头。拿到的 Key 配置为环境变量：

export WEREAD_API_KEY="wrk-你的Key"

写入 shell 配置文件（.bashrc、.zshrc）或对应 Agent 的 .env 文件保证每次启动都生效。

在各 Agent 上的配置

Hermes Agent — 原生 skill 支持。装好 Key 就能直接用：

@weread-skills 查一下我这个月的阅读统计

OpenCode — 在 OpenCode 配置文件中加入 skill 加载路径：

skills:
  dirs:
    - ~/.agents/skills

Claude Code — 在项目 CLAUDE.md 或全局 ~/.claude/CLAUDE.md 中声明：

## Skills

加载 weread-skills，位于 ~/.agents/skills/weread-skills/SKILL.md

其他 MCP 兼容 Agent — 写一个轻量级 MCP Server 把 HTTP API 包装成 tool：

import httpx
from mcp.server.fastmcp import FastMCP

mcp = FastMCP("weread")
API = "https://i.weread.qq.com/api/agent/gateway"
HEADERS = {"Authorization": "Bearer YOUR_KEY"}

@mcp.tool()
def search_books(keyword: str, scope: int = 10) -> dict:
    """搜索微信读书"""
    resp = httpx.post(API, json={
        "api_name": "/store/search", "keyword": keyword,
        "scope": scope, "skill_version": "1.0.3"
    }, headers=HEADERS)
    return resp.json()

注册后，Cursor、Windsurf、Continue 等兼容 MCP 的 Agent 都能调。

各方案对比

Agent	方案	配置难度
Hermes Agent	原生 skill 加载	低
OpenCode	skill 目录配置	中
Claude Code	CLAUDE.md 声明	中
其他 MCP 兼容	MCP Server 封装	高

踩坑记录：npx skills add 必须加 -g（全局安装）和 -y（跳过确认），否则装到当前目录而不是 ~/.agents/skills/。

注意点

阅读统计的所有时长单位是秒，AI 展示时会转成"X 小时 Y 分钟"
书架数量不是简单的电子书本数——有声书（专辑）和文章收藏入口也算条目
笔记数 = 划线数 + 想法/点评数 + 书签数，三个口径加起来才是完整统计
进度值范围 0-100，如 1=1%、45=45%、100=读完
API Key 绑定用户身份，每个 Key 只能查自己的数据，有有效期

一句话

skill 装到 ~/.agents/skills/，Key 配到环境变量里，所有 Agent 都能用——区别只在于加载方式不同。配好之后，微信读书的数据，AI 帮你翻页。