昨天，微信念书 Skill 词条登上热搜。

用户蚁合微信念书账号后，AI 不错调用个东说念主阅读数据，完成查书、看书架、统计阅读民风、整理条记和推选册本等任务。

从功能上看，微信念书 Skill 主要分为六类。

查阅书架：浏览个东说念主书架，快速了解藏书全貌。

册本搜索：在书城搜索册本，取得书名、作家、评分等关节信息。

阅读统计：分析阅读时长、阅读天数、偏好深度，量化阅读民风。

册本笃定：搜检册本笃定、章节目次和阅读进程。

条记和划线：搜检划线与见识，导出条记，总结阅读想考。

推选好书：根据阅读偏好作念个性化推选，或推选相似册本。

安设流程不错分红两个关节设施：把 Skill 部署到 AI 助手里，再用 API Key 绑定我方的微信念书账号。

第一步，大开微信念书 Skill 页面：

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

投入页面后，不错看到微信念书 Skill 的相干评释和安设文献。接下来大开 Codex、Claude Code、WorkBuddy 等用具，推敲到适用于国内用户的网罗环境，这里咱们选择腾讯 AI 助手 WorkBuddy。

第二步，在 WorkBuddy 里新建一个对话，把底下这行指示无缺发送给它：

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

这条指示的作用，是让 WorkBuddy 从微信念书提供的地址下载 Skill 压缩包，并完成安设。发送之后，恭候 WorkBuddy 履行。一般几分钟后，它会指示部署完成。

不外，部署完成还不成班师使用。因为 AI 要拜访的是用户个东说念主账号里的书架、阅读进程和条记，是以还需要用 API Key 完成授权。

API Key 需要通过扫码登录微信念书取得。用户按照页面或 WorkBuddy 给出的指示完成扫码登录后，系统会生成一串 API Key。它极端于蚁合微信念书账号的授权证实，提出不要公开导布，也不要发到不真实的场所。

拿到 API Key 后，不错班师把它发送给 WorkBuddy，让它完成建立，也不错用环境变量的神志建立：

export WEREAD_API_KEY=复制你得到的 API Key

这里要把「复制你得到的 API Key」替换成扫码登录青年景的真实 API Key。建立完成后，WorkBuddy 会识别授权信息，并蚁合用户的微信念书账号。

安设和授权齐完成后，不错用一个肤浅问题测试是否可用。

比如搜检我的微信念书书架，大概我本年在微信念书读了哪些书？如若 WorkBuddy 能复返书架、阅读纪录或相干统计，就评释微信念书 Skill 依然不错泛泛使用。

完成安设和授权后，咱们也帮你整理了一些对于微信念书 Skill 的创意玩法。

第一类是量化阅读民风。

畴昔，用户想知说念我方一年读了什么、念书时代麇集在哪些时段，不时要翻阅读纪录大概我方作念整理。接入 Skill 后，这些问题不错班师交给 AI，让它匡助你更直不雅地贯通我方的阅读状况。

不错试试这些指示词：

我本年读了哪些书？请按月份、册本类型和阅读进程整理成表格

量化我的微信念书民风，包括阅读时长、阅读天数、常读类型和阅读一语气性

我的阅读时代主要麇集在一天中的哪个时段？请按黎明、上昼、下昼、晚上和夜深分类

我一语气念书最长的一段时代是哪本书？请告诉我对当令代、阅读天数和阅读进程

根据我的阅读纪录，分析我最近三个月和本年合座阅读民风有什么变化

第二类是个性化推选。

微信念书本来应该有推选系统，但 Skill 的不同之处在于，它不错围绕用户我方的书架和阅读历史生成更具体的提出。它不是只推选热点书，而是不错进一步看你读过什么、偏好什么、最近暖热什么，再给出更逼近个东说念主配景的书单。

不错这么问：

基于我的阅读偏好，推选 10 本我可能感意思意思的散文作品，并评释推选事理

我想读《东说念主间味说念》，帮我查作家、评分、分类、出书社、出书时代和 ISBN

我最近对 AI 话题很感意思意思，小9直播2026世界杯官网望望我的书架里有哪些书不错帮我快速开导配景常识

根据我的阅读纪录，推选 5 本和我最近读过的书相似的作品

第三类是整理条记与发现剖释盲区。

对于永远在微信念书里划线、写见识的东说念主来说，真实碎裂的不是莫得条记，而是条记漫衍在不同书里，很少被系统整理。Skill 的价值之一，即是把这些阅读陈迹重新组织起来。

不错试试这些指示词：

导出我最近读完的三本书的划线条记，并按书名整理

把《某本书》的系数划线导出，按主题归类，并索求 10 条中枢不雅点

分析我念书时更心爱划事实、不雅点、故事、步履论，照旧心情抒发

根据我的划线试验，判断我更暖热问题分析、素养总结、东说念主物叙事，照旧价值判断

把《某本书》的划线系数导出，然后根据这些试验出 5 说念题考我，望望我到底读懂了几许

临了还有一类更进阶的场景，是发现剖释盲区。

永远读一样的试验，未免堕入信息茧房，因此不要让 AI 延续推选你正本练习的试验，而是基于阅读纪录找出较少讲和的限制，再推选可能补足常识结构的书。

比如永遥望买卖书的东说念主，可能清寒历史视角；永遥望本领书的东说念主，可能清寒社会学和伦理参谋；永遥望体裁的东说念主，也可能清寒经济、科技和组织经管相干的常识。不仅仅让它告诉你读过什么，还不错反过来分析你莫得读什么。

不错这么问：

根据我的阅读历史，判断我在哪些常识限制有显明空缺

基于我的阅读纪录，推选我需要补充哪些书，匡助我提升剖释，幸免常识结构过窄

分析我的书架，告诉我哪些限制读得比拟多，哪些限制简直莫得障翳

基于我的阅读历史，给我一份剖释补全书单，按体裁、历史、科技、买卖、社会学、玄学分类

逢迎我近期的对话纪录，找出我最需要矫正的场所，再从我的微信念书书架里定位到具体册本和具体章节

上述临了一个指示词，更接近定向检索多玩法。比起粗拙推选一册书，不如把你当下的问题、已有书架和具体章节蚁合起来。

简言之，微信念书 Skill 最值得暖热的，不在于帮你查了几本书或导出了几条条记，而是它把用户多年积贮的阅读陈迹，转变成了 AI 可读取的常识索引。

书架、进程、划线、见识……这些畴昔千里睡在 App 里的步履数据，当今齐被激活了。与其说用户在使用一个阅读 App，不如说是在喂养一个不停贯通我方的个东说念主常识库 Agent。

畴昔的阅读产物措置的是「在那边读」，推选系统措置的是「下一册读什么」。而在大模子的加合手下，Skill 初始触碰第三个更深层的问题：读过的东西，怎样重新参与咱们当下的想考、写稿与有盘算？

尤其是，几千年来，阅读齐是一个东说念主的单向流程。咱们一头扎进书海，能记取几许、用上几许，全凭挂牵力和悟性。而 AI 的介入，让阅读造成了一场真实的双向奔赴。

何其妙哉小九直播。