Install
openclaw skills install weread-dlClawHub Security found sensitive or high-impact capabilities. Review the scan results before using.
微信读书 AI 阅读助手 - 扫码登录、阅读进度跟踪、章节内容存档、AI 对话、标注笔记拉取
openclaw skills install weread-dl通过 Playwright 实现扫码登录 → 获取阅读进度 → 从浏览器渲染 DOM 提取章节全文 → 存档和 AI 对话 → 自动拉取标注和笔记。
weread-dl/
├── SKILL.md # 本文档
├── scripts/
│ ├── login.js # 扫码登录
│ ├── read-chapter.js # 打开书籍,获取章节/进度/笔记,保存到文件夹
│ └── get-notes.js # 单独拉取标注+笔记(不读章节)
├── profile/
│ └── weread-cookies.json # 持久化 cookies(自动生成)
└── books/
└── <书名>/
├── metadata.json # 书籍信息 + 目录 + 阅读进度 + 阅读历史 + 标注/笔记统计
├── chapters/
│ └── chapter_text.md # 渲染后的章节全文(从 DOM 提取)
├── screenshots/
│ └── YYYY-MM-DD.png # 每次阅读的页面截图
├── notes.md # 标注(划线)+ 笔记全文
└── chat.md # 聊天记录
微信读书网页版使用 CSS 绝对定位打散字符进行版权保护。本工具通过 Playwright 打开书籍阅读页,从渲染后的 DOM 中获取所有 position: absolute 的文本元素,按视觉坐标(top/left)排序重组,重建完整章节文本。
不涉及翻页操作,不影响用户阅读进度。
从页面目录元素自动提取当前章节和百分比进度,记录在 metadata.json 中。
通过拦截微信读书网页版 API 请求,自动获取用户在该书上的全部划线(高亮)和笔记。每次 read-chapter.js 执行时会自动拉取,也可单独运行 get-notes.js 刷新。
cd ~/.openclaw/workspace/skills/weread-dl
NODE_PATH=/home/peng/.npm-global/lib/node_modules node scripts/login.js
生成二维码 → 微信扫一扫 → 自动保存 cookies
NODE_PATH=/home/peng/.npm-global/lib/node_modules node scripts/read-chapter.js <bookId>
可选 --chat 参数记录聊天:
node scripts/read-chapter.js <bookId> --chat "讨论内容"
node scripts/get-notes.js <bookId>
read-chapter.js 打开指定书籍