LOCAL-FIRST · EVIDENCE-BASED · AI-ASSISTED

把「读过什么」变成
「我在思考什么」。

WeRead Intelligence 把微信读书的书架、阅读时长、进度、划线和想法整理成可验证的事实层，再生成阅读热力图、主题版图、认知轨迹、知识网络、全文检索、回顾卡片与 Obsidian 知识库。

查看项目 ↗快速开始

7+可视化 / 分析模式

4知识复用工作流

Preview仓库内合成数据 fallback

CIPython 3.11 / 3.13

不是一个 Dashboard。
是一条阅读知识管线。

统计由代码计算，解释由 AI 生成，但解释必须回到原始书籍、划线、想法和时间证据。Renderer 只呈现，不负责编造。

Collect

Agent Gateway 拉取书架、笔记、进度、阅读统计。

Normalize

统一事实层，并默认排除明确标记的私密书。

Analyze

确定性指标、全文检索、Recall Queue、Blindspot facts。

Interpret

Reading Map、Cognitive Shift、Profile、Counter Reading。

Reuse

报告、Obsidian、Feynman 回顾、Book → Skill。

仓库内 UI 预览

这个提交到 Git 的静态文件使用合成数据，作为无个人数据环境下的 fallback preview。线上 GitHub Pages 会由 workflow 重新生成当前 Public Reading Archive；公开范围以 docs/publication-policy.md 与 validator 为准。

Reading Heatmap

用真实 dailyReadTimes 展示阅读连续性；这个视图完全不需要 AI。

Reading Map

主题大小代表投入，连接代表有证据支撑的跨主题关系。

认知与
决策

技术

组织

写作

关系

阶段 01

广泛探索

多个主题并行，建立问题清单。

阶段 02

结构化学习

开始跨书连接同一概念。

阶段 03

证据意识

从“记住观点”转向“寻找反例”。

阶段 04

知识复用

把读过的框架变成可调用 Skill。

从可视化，到可调用知识。

项目把社区常见的 Dashboard、笔记导出和画像能力统一到共享事实层，不让每个 Skill 重复抓 API、重复发明数据口径。

VISUALIZE

Heatmap / Map / Graph

阅读热力、主题版图、认知变迁、知识图谱和 Evidence-based Profile。

Local Search

SQLite 本地检索书名、作者、章节、划线和自己的想法，中文短词自动 fallback。

RECALL

Recall / Feynman

先回答，再展开证据。优先回顾久未接触、来自不同书籍的内容。

COUNTER

Blindspot

用集中度和参与落差找值得核对的区域，再提出反例方向，而不是给人贴标签。

FLOW

Obsidian Sync

增量同步，程序只管理自己的区域，USER_EDIT_ZONE 永不覆盖。

APPLY

Book → Skill

把自己的划线和想法提炼成可复用的工作方法，而不复制书籍正文。

三分钟跑起来

建议把真实数据放在仓库外部。页面和仓库示例都不需要你的 API Key。

# 1. 数据放仓库外
export WEREAD_DATA_DIR="$HOME/.local/share/we-read"
export WEREAD_API_KEY="wrk-..."

# 2. 拉取并建立事实层
python scripts/export_notes.py
python scripts/fetch_enrich.py
python scripts/build_visualization_context.py

# 3. 立即可用的确定性能力
python scripts/renderers/heatmap.py
python scripts/build_search_index.py --rebuild
python scripts/build_recall_queue.py

# 4. 汇总报告
python scripts/renderers/report.py

本地优先，不拿隐私换漂亮图。

阅读记录可以透露非常私人的兴趣与想法，因此安全边界是产品功能的一部分，而不是 README 最后一段。

默认做什么

明确 secret=1 的书默认排除
API Key 不写入产物和日志
搜索索引和生成报告默认 gitignore
仓库内 fallback preview 使用合成数据；线上 Page 按 publication policy 生成
AI 解释保留 evidence / counterEvidence

默认不做什么

不自动公开你的划线和想法
不把书架等同于“读过”
不从阅读记录推断敏感属性
不让同步程序覆盖 Obsidian 手写区
不把启发式版权判断当法律结论

不是一个 Dashboard。是一条阅读知识管线。