微信读书 Skill 冲上热搜，AI 终于让我的书不白读了

昨天，微信读书 Skill 词条登上热搜。

用户连接微信读书账号后，AI 可以调用个人阅读数据，完成查书、看书架、统计阅读习惯、整理笔记和推荐书籍等任务。

从功能上看，微信读书 Skill 主要分为六类。

• 查阅书架：浏览个人书架，快速了解藏书全貌。

• 书籍搜索：在书城搜索书籍，获取书名、作者、评分等关键信息。

• 阅读统计：分析阅读时长、阅读天数、偏好深度，量化阅读习惯。

• 书籍详情：查看书籍详情、章节目录和阅读进度。

• 笔记和划线：查看划线与想法，导出笔记，回顾阅读思考。

• 推荐好书：根据阅读偏好做个性化推荐，或推荐相似书籍。

安装过程可以分成两个关键步骤：把 Skill 部署到 AI 助手里，再用 API Key 绑定自己的微信读书账号。

第一步，打开微信读书 Skill 页面：

🔗 https://weread.qq.com/r/weread-skills

进入页面后，可以看到微信读书 Skill 的相关说明和安装文件。接下来打开 Codex、Claude Code、

WorkBuddy 等工具，考虑到适用于国内用户的网络环境，这里我们选择腾讯 AI 助手 WorkBuddy。

第二步，在 WorkBuddy 里新建一个对话，把下面这行指令完整发送给它：

下载 https://cdn.weread.qq.com/skills/weread-skills.zip 安装 skill

这条指令的作用，是让 WorkBuddy 从微信读书提供的地址下载 Skill 压缩包，并完成安装。发送之后，等待 WorkBuddy 执行。一般几分钟后，它会提示部署完成。

不过，部署完成还不能直接使用。因为 AI 要访问的是用户个人账号里的书架、阅读进度和笔记，所以还需要用 API Key 完成授权。

API Key 需要通过扫码登录微信读书获取。用户按照页面或 WorkBuddy 给出的提示完成扫码登录后，系统会生成一串 API Key。它相当于连接微信读书账号的授权凭证，建议不要公开发布，也不要发到不可信的地方。

拿到 API Key 后，可以直接把它发送给 WorkBuddy，让它完成配置，也可以用环境变量的方式配置：

export WEREAD_API_KEY=复制你得到的 API Key

这里要把「复制你得到的 API Key」替换成扫码登录后生成的真实 API Key。配置完成后，WorkBuddy 会识别授权信息，并连接用户的微信读书账号。

安装和授权都完成后，可以用一个简单问题测试是否可用。

比如查看我的微信读书书架，或者我今年在微信读书读了哪些书？如果 WorkBuddy 能返回书架、阅读记录或相关统计，就说明微信读书 Skill 已经可以正常使用。

完成安装和授权后，我们也帮你整理了一些关于微信读书 Skill 的创意玩法。

第一类是量化阅读习惯。

过去，用户想知道自己一年读了什么、读书时间集中在哪些时段，往往要翻阅读记录或者自己做整理。接入 Skill 后，这些问题可以直接交给 AI，让它帮助你更直观地理解自己的阅读状态。

可以试试这些提示词：

• 我今年读了哪些书？请按月份、书籍类型和阅读进度整理成表格

• 量化我的微信读书习惯，包括阅读时长、阅读天数、常读类型和阅读连续性

• 我的阅读时间主要集中在一天中的哪个时段？请按早晨、上午、下午、晚上和深夜分类

• 我连续读书最长的一段时间是哪本书？请告诉我对应时间、阅读天数和阅读进度

• 根据我的阅读记录，分析我最近三个月和今年整体阅读习惯有什么变化

第二类是个性化推荐。

微信读书本来应该有推荐系统，但 Skill 的不同之处在于，它可以围绕用户自己的书架和阅读历史生成更具体的建议。它不是只推荐热门书，而是可以进一步看你读过什么、偏好什么、最近关注什么，再给出更贴近个人背景的书单。

可以这样问：

• 基于我的阅读偏好，推荐 10 本我可能感兴趣的散文作品，并说明推荐理由

• 我想读《人间滋味》，帮我查作者、评分、分类、出版社、出版时间和 ISBN

• 我最近对 AI 话题很感兴趣，看看我的书架里有哪些书可以帮我快速建立背景知识

• 根据我的阅读记录，推荐 5 本和我最近读过的书相似的作品

第三类是整理笔记与发现认知盲区。

对于长期在微信读书里划线、写想法的人来说，真正麻烦的不是没有笔记，而是笔记分散在不同书里，很少被系统整理。Skill 的价值之一，就是把这些阅读痕迹重新组织起来。

可以试试这些提示词：

导出我最近读完的三本书的划线笔记，并按书名整理

• 把《某本书》的全部划线导出，按主题归类，并提炼 10 条核心观点

• 分析我读书时更喜欢划事实、观点、故事、方法论，还是情绪表达

• 根据我的划线内容，判断我更关注问题分析、经验总结、人物叙事，还是价值判断

• 把《某本书》的划线全部导出，然后根据这些内容出 5 道题考我，看看我到底读懂了多少

最后还有一类更进阶的场景，是发现认知盲区。

长期读同样的内容，难免陷入信息茧房，因此不要让 AI 继续推荐你原本熟悉的内容，而是基于阅读记录找出较少接触的领域，再推荐可能补足知识结构的书。

比如长期看商业书的人，可能缺少历史视角；长期看技术书的人，可能缺少社会学和伦理讨论；长期看文学的人，也可能缺少经济、科技和组织管理相关的知识。不只是让它告诉你读过什么，还可以反过来分析你没有读什么。

可以这样问：

• 根据我的阅读历史，判断我在哪些知识领域有明显空白

• 基于我的阅读记录，推荐我需要补充哪些书，帮助我提高认知，避免知识结构过窄

• 分析我的书架，告诉我哪些领域读得比较多，哪些领域几乎没有覆盖

• 基于我的阅读历史，给我一份认知补全书单，按文学、历史、科技、商业、社会学、哲学分类

• 结合我近期的对话记录，找出我最需要改进的地方，再从我的微信读书书架里定位到具体书籍和具体章节

上述最后一个提示词，更接近定向检索多玩法。比起泛泛推荐一本书，不如把你当下的问题、已有书架和具体章节连接起来。

简言之，微信读书 Skill 最值得关注的，不在于帮你查了几本书或导出了几条笔记，而是它把用户多年积累的阅读痕迹，转化成了 AI 可读取的知识索引。

书架、进度、划线、想法……这些过去沉睡在 App 里的行为数据，现在都被激活了。与其说用户在使用一个阅读 App，不如说是在喂养一个不断理解自己的个人知识库 Agent。

过去的阅读产品解决的是「在哪里读」，推荐系统解决的是「下一本读什么」。而在大模型的加持下，Skill 开始触碰第三个更深层的问题：读过的东西，如何重新参与我们当下的思考、写作与决策？

尤其是，几千年来，阅读都是一个人的单向过程。我们一头扎进书海，能记住多少、用上多少，全凭记忆力和悟性。而 AI 的介入，让阅读变成了一场真正的双向奔赴。

何其妙哉。

文章来自于"APPSO"，作者 "APPSO"。