夜雨聆风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
推荐发现
两个维度：基于你的阅读记录做个性化推荐（和 App 首页的「为你推荐」一致），或者基于某本书找相似书籍。
"给我推荐几本书" → 个性化推荐
"找一本和《三体》类似的书" → 相似推荐
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。
