1. 微信读书 Skill 接入 AI 的真实场景微信读书官方放出了一个原生 AI Skill把书架、划线、笔记、阅读时长这些数据打包成标准化接口开放给支持 Agent Skills 的客户端调用。简单说就是让 AI 直接读你的阅读记录然后回答我是什么阅读人格我偏爱哪类书从书架能推出什么性格这类问题。适合谁适合已经在用 Claude Code、Cursor、Trae 这类带 Agent Skills 能力的工具又想让 AI 基于真实阅读数据做分析的人。我试过直接拿客户端去连微信读书的接口卡在 Key 的获取和配置上折腾了一阵。后来把 TaoToken 作为统一 Key/API 通道接进来整个流程顺了很多一个 Key 管住模型调用微信读书 Skill 只负责取数据两边解耦排查问题也清楚。这篇就按5 分钟跑通的目标把 config.toml 和 settings.json 骨架、Skill 接入步骤、以及用阅读记录验证分析结果的动作全部给出来。你照着做能拿到一份基于自己书架的阅读人格分析。需要先说明一点微信读书 Skill 本身负责的是取你的阅读数据AI 分析那一步需要模型能力。TaoToken 在这里的角色是提供统一的模型 API 通道让你不用在多个客户端里反复填不同厂商的 Key。两者配合才是完整的数据 分析链路。2. TaoToken 前置Key 与通道准备在动手配 Skill 之前先把模型通道准备好。TaoToken 的定位是统一 Key/API 通道官网地址是 https://taotoken.net/?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_content API 入口是 https://taotoken.net/api 这个不加 UTM。你需要先去控制台创建一个 API Key后面 config.toml 和 settings.json 里都会用到。创建 Key 的入口在控制台里路径是 consolehttps://taotoken.net/console?utm_sourcetaotoken_aicg_blog_endutm_contentconsoleutm_campaignrewrite 。进去之后新建一个 Key复制出来先存好。如果你还没决定用哪个模型可以先去模型对话页面感受一下https://taotoken.net/chat?utm_sourcetaotoken_aicg_blog_endutm_contentmodel_chatutm_campaignrewrite 确认通道能正常出结果再去配 Skill这样出问题时能快速判断是通道问题还是 Skill 配置问题。这里有个顺序建议先验证 TaoToken 通道本身可用再配微信读书 Skill。很多人一上来就把两个东西一起配结果报错时分不清是哪边的问题。你可以先用模型对话页面发一句你好能正常回复说明 Key 和通道没问题再往下走。关于 Key 的管理建议单独建一个用于 Skill 场景的 Key不要和日常编码用的混在一起。原因是 Skill 调用频率和你手动对话不一样分开之后看用量、排查异常都更清晰。Key 泄露了也能单独吊销不影响其他场景。3. 可复制配置config.toml 与 settings.json 骨架这一节是核心直接给可复制的配置。不同客户端读取配置的方式不一样Claude Code 走 settings.json一些通用 Agent 框架走 config.toml。两个骨架都给你按自己用的客户端选。先看 config.toml 骨架。这个适合支持 TOML 配置的 Agent 框架把模型通道和微信读书 Skill 的 Key 分开写# config.toml - TaoToken 通道 微信读书 Skill 骨架 [model] provider taotoken base_url https://taotoken.net/api api_key sk-你的TaoTokenKey model claude-sonnet-4-20250514 [skills.weread] enabled true api_key 你的微信读书SkillKey # 微信读书 Skill 的接口基址按官方文档填写 base_url https://weread.qq.com/api/skills timeout 30再看 settings.json 骨架这个是 Claude Code 常用的形式重点是 env 字典里把两个 Key 都放进去{ env: { TAOTOKEN_API_KEY: sk-你的TaoTokenKey, TAOTOKEN_BASE_URL: https://taotoken.net/api, WEREAD_API_KEY: 你的微信读书SkillKey }, skills: { weread: { enabled: true, baseUrl: https://weread.qq.com/api/skills } } }两个骨架的对应关系可以用表格对照一下方便你迁移配置项config.tomlsettings.json说明模型通道 Keymodel.api_keyTAOTOKEN_API_KEYTaoToken 控制台创建模型通道地址model.base_urlTAOTOKEN_BASE_URL固定为 API 入口微信读书 Keyskills.weread.api_keyWEREAD_API_KEY微信读书侧申请Skill 开关skills.weread.enabledskills.weread.enabled布尔值超时skills.weread.timeout无对应按需设置注意微信读书 Skill 的 Key 和 TaoToken 的 Key 是两个完全独立的东西不要混用。前者用来取你的阅读数据后者用来调模型做分析。填反了会直接报鉴权失败。配置写完之后先别急着跑分析。建议先做一次最小验证只调用模型通道确认能出结果再单独调用微信读书 Skill 的接口确认能取到书架数据。两边都通了再组合起来做阅读人格分析。4. 微信读书 Skill 接入步骤与验证请求微信读书官方给了一个配置页用来发放能力地址是 https://weread.qq.com/r/weread-skills 。你可以用 Codex、Claude Code、OpenClaw、Trae、Cursor 这些支持 Agent Skills 的客户端配对连接。这里有个坑要提前说配置页说登录后就能拿到 API Key但实际用网页登录可能反复拿不到。更稳的方式是打开微信读书 App在设置里申请记得先把 App 更新到最新版本。拿到微信读书的 Key 之后按下面的步骤接入。以 Claude Code 为例先把 Skill 包下载下来# 下载微信读书 Skill 包 curl -o weread-skills.zip https://cdn.weread.qq.com/skills/weread-skills.zip # 解压到 skills 目录 unzip weread-skills.zip -d ~/.claude/skills/weread解压完之后把前面 settings.json 里的 WEREAD_API_KEY 填成你申请到的值。如果你习惯用环境变量也可以临时导出# 临时方式仅当前终端会话有效 export WEREAD_API_KEY你的微信读书SkillKey配置好之后先发一个最小请求验证 Skill 能不能取到数据。下面这个请求用来查书架总量是最基础的连通性测试curl -X POST https://weread.qq.com/api/skills/query \ -H Authorization: Bearer $WEREAD_API_KEY \ -H Content-Type: application/json \ -d { action: shelf_count }如果返回里能看到你的书籍总数说明 Skill 接入成功。接下来就可以让 AI 做分析了。在 Claude Code 里直接输入自然语言指令比如查一下我的微信读书总共有多少本书包括书架 对已读完的书籍内容分类分析我平常喜欢看哪一类的书籍。这一步会同时用到微信读书 Skill取数据和 TaoToken 通道调模型分析。如果两边都配好了你会看到一份基于真实书架的阅读偏好分析。实测下来分类结果和你自己的阅读记忆对得上说明链路是通的。再进一步可以试试用阅读记录推性格。指令类似通过书架和已读完的书籍分析我是一个怎样性格的人使用 MBTI。这一步对模型的推理能力要求高一些建议在 TaoToken 通道里选一个推理表现稳定的模型。如果结果太笼统可以在指令里加上请引用具体书名和划线内容作为依据输出会扎实很多。5. 本篇常见错排查配 Skill 的过程里报错基本集中在几个地方。下面按现象、原因、解决三段式列出来你对着排查。现象一调用 Skill 返回 401 或鉴权失败。原因通常是微信读书 Key 没填对或者填成了 TaoToken 的 Key。解决检查 settings.json 里 WEREAD_API_KEY 的值确认是从微信读书 App 设置里申请到的那个不是 TaoToken 控制台的 Key。两个 Key 前缀和长度都不一样很好区分。现象二模型能回复但分析结果里没有你的书籍数据。原因是 Skill 没启用或者模型没被正确引导去调用 Skill。解决确认 settings.json 里 skills.weread.enabled 是 true然后在指令里明确说使用微信读书 Skill 读取我的书架给模型一个明确的调用信号。现象三网页端拿不到微信读书 API Key。这是最常见的坑。解决不要死磕网页登录直接打开微信读书 App更新到最新版本在设置里找申请入口。App 端的发放流程比网页稳。现象四请求超时。原因可能是网络波动或 Skill 接口响应慢。解决在 config.toml 里把 skills.weread.timeout 调大比如从 30 调到 60。如果还是超时先单独用 curl 测 Skill 接口确认是接口问题还是客户端问题。现象五TaoToken 通道报 base_url 错误。原因是把 API 入口写成了带路径的地址。解决base_url 固定填 https://taotoken.net/api 不要在后面加多余的路径。模型名按通道文档里支持的写写错了会报模型不存在。提示排查时遵循先分离、再组合的原则。先用 curl 单独测微信读书 Skill再用模型对话页面单独测 TaoToken 通道两边都正常了再回到客户端里跑组合指令。这样能快速定位问题出在哪一环。如果排查过程中需要重新生成或管理 Key回到控制台操作https://taotoken.net/console?utm_sourcetaotoken_aicg_blog_endutm_contentconsoleutm_campaignrewrite 。接入相关的文档在 doc 页面https://taotoken.net/doc?utm_sourcetaotoken_aicg_blog_endutm_contentdocutm_campaignrewrite 里面有各客户端的配置示例对着改比自己猜快。6. 长期使用与 CTA 分流跑通一次阅读人格分析只是开始。如果你打算长期用这套组合比如每天让 Agent 自动整理阅读笔记、定期生成阅读报告那模型调用会变成高频动作。这种情况下单独管理 Key 和用量就很重要。TaoToken 的 API Keys 管理页面可以创建多个 Key 做场景隔离https://taotoken.net/api-keys?utm_sourcetaotoken_aicg_blog_endutm_contentapi_keysutm_campaignrewrite 。给阅读分析单独一个 Key给编码单独一个 Key用量和异常都好追踪。如果你主要场景是长期编码或者跑 Agent 任务可以了解一下 Coding Planhttps://taotoken.net/coding-plan?utm_sourcetaotoken_aicg_blog_endutm_contentcoding_planutm_campaignrewrite 它更适合持续性的模型调用需求。而如果你只是想先验证模型效果、确认分析质量那模型对话页面就够用了https://taotoken.net/chat?utm_sourcetaotoken_aicg_blog_endutm_contentmodel_chatutm_campaignrewrite 。回到微信读书 Skill 本身它开放的接口覆盖搜索、书架、笔记、阅读统计接入方式就是一个 POST 请求加 token。这套组合的价值在于数据侧由 Skill 负责分析侧由统一通道负责你只需要维护好两个 Key 和一份配置。后面如果微信读书开放更多能力比如划线写入、社交关系链这套骨架也能直接扩展不用推倒重来。最后留一个可跟做的动作把第 4 节的 shelf_count 请求跑一遍确认返回了书籍总数然后立刻发一条 MBTI 分析指令。从取数到出结果整个流程控制在 5 分钟内是可行的。跑通之后你会得到一份基于自己真实阅读记录的阅读人格画像比任何通用测试都更贴近你。