1. 微信读书 CLI + Obsidian，把阅读变成每日认知闭环

很多人用 AI 读了很多书，但真正改变思考的，很少。

不是书不好，也不是 AI 不够聪明。是读完了、笔记进了仓库之后，缺少下一步：你今天卡住的地方，明天有没有一本书的某一章能接住。

今天这篇，不讲「怎么安装又一个 Skill」。讲我过去几个月真实在跑的一套系统——微信读书 CLI + Obsidian weread 插件 + Claude Pro，它大概已经重塑了我四分之一的人生，而且占比还在涨。

1.1. 先别装 Skill，先搞清这套系统在解决什么

它们解决的是「数据能不能被 AI 看见」。没解决的是：你今天思考的问题，明天能不能被一本书里刚好那一章回答。

市面上关于微信读书 + AI 的内容，大多停在三层：

1. 用官方 Skill / CLI 拉书架和笔记
2. AI 分析你的阅读偏好，生成年度报告
3. 把划线同步进 Obsidian，当知识库

这些都对，但都不够。

它们解决的是「数据能不能被 AI 看见」。没解决的是：你今天思考的问题，明天能不能被一本书里刚好那一章回答。

我现在的目标不是「每周读完一本书」，甚至不是「每天读完一本书」。

而是：

• 每天吸收一本书的精炼概括——有时一句话、一个概念带来的 shock 就够了
• 每晚复盘留下诚实的问题 list
• 第二天早上，让 AI 替你查书架和笔记（下文简称 Agent），结合 Obsidian 里的旧笔记，定向推一章（或几本书交叉验证的一段）
• 读完后用 weread 插件同步进 Vault，你或 Agent 补上思维盲区和双向链接（笔记之间互相引用，像维基那样串起来）

以前 Obsidian 是我的 RAG 仓库——本质是先从资料库里找相关内容，再让 AI 基于这些内容回答。现在它是阅读操作系统的外置硬盘。

市面常见方案和本套系统的差别：

1.2. 旧习惯 vs 我现在怎么读

关键转变：从「堆材料」变成「每晚留问题 → 明早推一章 → Vault 落盘」。

1.3. 整篇文章就看这张图：每晚留问题，明早推一章

这套东西最美的地方在于：你不需要每天读完一整本书。

有时 15 分钟读一章，有时只看 Agent 提炼的一段话，但那个点会精准落在你昨晚写下的问题上。

说明：次日推章和补链接都是你和 Claude 的对话动作，不是后台自动跑的任务。自动化可以以后再加，先把日循环跑通。

1.4. 三个组件，各干一件事

1.4.1. 微信读书 CLI（数据源 + Agent 的手）

项目：shiquda/weread-cli

基于微信读书官方 API，不是爬虫。封装成稳定本地命令，Agent 直接调。

安装：

npm install -g weread-agent-cli
npx skills add shiquda/weread-cli --yes
weread doctor

API Key 在官方页面获取：weread.qq.com/r/weread-skills

weread config set-key "wrk-..."

Agent 常用命令：

它负责什么： 让 Claude 能「看见」你的真实阅读史，而不是瞎推荐。

1.4.2. Obsidian weread 插件（持久化 + 双向链接）

项目：zhaohongxuan/obsidian-weread-plugin（社区常用，2026 年 V2 已支持 API Key）

它负责什么：

• 把微信读书划线同步进 Vault
• 每本书一个笔记文件，带 frontmatter
• 你可以手动或让 Agent 补 [[双向链接]]，把今天的章节和三年前的笔记连起来

插件解决的是：阅读不能只在对话里发生一次就消失。

1.4.3. Claude Pro（日循环的大脑）

不需要很复杂的多 Agent 编排。

每晚一句：

根据我今天的复盘问题 list，结合 weread 书架和 Obsidian 最近笔记，明早推我一章最值得读的。优先补盲区，不要推我读过的书。

明早一句：

执行昨晚约定的推章。给我：章节路径、一句话 shock、和我 Vault 里哪条旧笔记该链接。

它负责什么： 把「问题 → 推章 → 链接」这条链跑起来。

1.5. 走一遍流程

1.5.1. 第 1 天晚上 · 复盘问题

在 daily note 里诚实写下：

• 我为什么明知道某些决策该慢下来，还是总想立刻给答案？
• 我最近在 AI 协作里追求的「快」，是不是在逃避思考？

1.5.2. 第 2 天早上 · Agent 推章

Claude 调用 weread CLI 查询书架 + 笔记，结合 Obsidian 历史内容后推荐：

今日推章：《思考，快与慢》第 9 章
一句话 shock：系统 1 不会告诉你它在偷懒，它只会让你以为「已经想清楚了」。
建议链接：[[决策疲劳]]、[[AI 协作中的速度陷阱]]
预计阅读：18 分钟

1.5.3. 第 2 天晚上 · 15 分钟读完 + 同步

## 盲区补全
- 慢决策不是拖延，是给系统 2 启动窗口
- 关联：[[2026-06-21 复盘]]

阅读章节后，点击 weread 插件 Sync Weread。Agent 帮补：

一轮完成。 一个盲区被补，一个链接诞生，明天的问题可以问得更深。

1.6. 最小落地清单（30 分钟能跑通）

1.6.1. 微信读书 CLI（10 分钟）

npm install -g weread-agent-cli
npx skills add shiquda/weread-cli --yes
# 去 weread.qq.com/r/weread-skills 拿 API Key
weread config set-key "wrk-..."
weread doctor

1.6.2. Obsidian 插件（10 分钟）

1. Obsidian → 设置 → 社区插件 → 搜索 Weread
2. 安装 obsidian-weread-plugin
3. 优先 API Key：设置页点「扫码获取」，跟 V2 使用指南 走一遍；失败再回退 Cookie
4. 点 Ribbon 上的同步按钮或命令面板 Sync Weread，确认 Vault 里出现书籍笔记

1.6.3. 建两个模板（10 分钟）

templates/daily-review.md：

# {{date}}

## 今日收获

## 未解决问题（必须诚实，至少 1 条）
-

## 明日推章请求
- 基于上方问题，优先补盲区，推 1 章

templates/chapter-note.md：

# {{book}} · {{chapter}}

## 一句话 shock

## 盲区补全

## 链接
-

1.6.4. 今晚就开始

写完问题 list，把下面这句丢给 Claude：

读取我今天的复盘，调用 weread CLI 查相关书架和笔记，为明早准备一章推书方案。不要推整本，只推一章，并说明为什么。

1.7. 五个容易踩的坑

1.7.1. 没有诚实的问题，整套系统就是空的

Agent 再强，也替代不了你对自己的叩问。你可以骗读者，骗不了自己的书架——哪些书有笔记、哪些只是躺着，数据都在。

1.7.2. 不要追求「每天读完一本书」

那是旧习惯。新系统的单位是一个盲区、一个 shock、一条链接。

1.7.3. Obsidian 别堆成垃圾场

每天只落一章相关的内容。链接比摘抄重要。

1.7.4. API Key 和 Cookie 都是私密凭据

别进 Git，别发截图。CLI 和插件可以共用同一个 API Key。

1.7.5. 推章不是越冷越好

优先从你真读过、有笔记的书里推相关章节，比盲目开新书有效十倍。

1.8. 适合谁 / 不适合谁

1.8.1. 适合：

• 微信读书重度用户，笔记已经不少
• 用 Obsidian 有一段时间，愿意维护链接
• 有 Claude Pro 或同类 Agent，能每天花 10 分钟复盘

1.8.2. 不适合：

• 还没养成阅读/note 习惯（先读三个月再来）
• 想要「一键自动生成年度报告」（那是另一个需求）
• 期待 Agent 替代思考（这套系统恰恰要求你更会提问）

1.9. 我现在的阅读观，和你今晚就能试的一步

阅读占醒着的时间，大概四分之一。以前这四分之一里，有大量浪费在：选书焦虑、笔记腐烂、读完即忘。

现在同样这四分之一，问题更清晰，链接更密，每天都有一个点真正进入长期记忆。

工具只是工具。你今晚就可以在复盘里写 1 条不舒服的问题，把 Step 4 那句 prompt 发给 Claude，明早试一次推章。

明早会比今天多一块盲区被点亮。那块亮光，来自你自己昨晚写下的那个问题。