用途：这是一个面向微信读书的“使用教练”技能，围绕三个真实场景——学新领域、写作引用、复习已读内容。前置依赖为已安装 weread-skills，并配置环境变量 WEREAD_API_KEY；缓存目录 /tmp/read-weread-coach/（缓存 24 小时），状态目录 ~/.claude/skills/read-weread-coach/state/。
主要能力一，推荐阶梯书单。触发词如“我想搞懂 XX / 入门 XX / 学 XX”。流程为先问用户段位（完全新手、读过零星文章、有基础想突破、已熟练想看冷门），再调 /user/notebooks 与 /shelf/sync 获取已读与在读书单，生成五层书单：引子 1 本、入门 1-2 本、经典 1-2 本、前沿（近 3-5 年）1-2 本、实践 1 本；已读标 ✅ 并显示进度与划线数，在架未读标 📚，新书标 🆕；最后给出本周读哪本、预计时长与读后行动的一条建议。
主要能力二，引用检索。触发词如“我在写关于 XX 的内容，能引用哪本书”。先让用户一句话说清要论证的观点，再执行 python3 ~/.claude/skills/read-weread-coach/scripts/fetch_corpus.py 生成 corpus.json，在 marks_corpus（划线原文）与 reviews_corpus（想法/书评）中按关键词与语义匹配，输出 5-8 条最相关引用，每条含划线原文（≤50 字）、书名作者、划线时间与建议用法（直接引用/作为论据/反向引用/改写后用）。若强相关不足 3 条，另推荐 2-3 本相关未读书。要求只输出语料中真实存在的划线，避免编造。
主要能力三，每日回顾。触发词如“今日笔记 / 推一条划线 / 读书回顾”，或由 /loop、OpenClaw cron、Claude Code schedule 定时触发。执行 pick_review.py 挑选划线：加载 corpus.json 全部划线，过滤 review_history.jsonl 中已出现的 bookmarkId，按时间反向加权（越老越可能被选中），输出 bookmarkId、书名、作者、章节、划线原文与时间，并追加写入历史。输出格式含日期、《书名》—作者、章节与划线时间、划线原文（最长 100 字），以及一句话激活提问。所有划线推送完一轮后清空历史并提示开始第 N 轮。定时示例：/loop 1d 推一条今日读书回顾给我；crontab 加 0 8 * * * /usr/bin/python3 ~/.claude/skills/read-weread-coach/scripts/pick_review.py --notify（macOS 通知）；或 /schedule create "每天 8 点推送一条微信读书回顾" --cron "0 8 * * *"。
限制与注意：三个功能共享缓存，24 小时内不重复抓取；回顾以 bookmarkId 为唯一去重键；API Key 不写入缓存，只从环境变量读取；激活提问需结合划线内容设计具体问题。平台上架、价格与地域限制等资料暂未提供。