mcpField
W
wewrite-stats

wewrite-stats

github.com/imraywangMarketing & growth3.5k138 installsUpdated 2d ago
Repository

About wewrite-stats

wewrite-stats is a marketing skill for reviewing the performance of WeChat Official Account articles. It records available metrics, identifies stronger and weaker results, and suggests adjustments to future topics and formats.

Key features

  1. 01Fetch article metrics for the past seven days
  2. 02Add metrics to history records
  3. 03Analyze the strongest and weakest results
  4. 04Suggest topic, title, and format changes

Use cases

  1. 01Review the performance of published articles
  2. 02Adjust future topics and titles based on metrics

Install

Copy the command and run it in a terminal.

$npx skills add https://github.com/imraywang/wewrite --skill wewrite-stats

After installing, type/wewrite-statsin Claude Code to confirm it loaded.

Bundled filesreferences/effect-review.md

Details

From the project README

wewrite-stats — 文章数据复盘

运行约定

  • CLI：确定性操作走 wewrite 命令（需在 PATH；缺失则引导 uv tool install wewrite，或在仓库里 bash install.sh）。
  • {home}：用户状态目录 = $WEWRITE_HOME 或 ~/.wewrite（wewrite home 可查）。config/style/history/playbook/output/exemplars 全在 {home}，不在仓库；references 文档中的状态路径同此约定。
  • 读取: <路径> = 用文件读取工具真实读完该文件再继续，不是注释。
  • references/：本 skill 自带 {skill_dir}/references/；references 文档内的 {skill_dir} 即本 skill 目录。

执行

读取: {skill_dir}/references/effect-review.md

按其流程执行：fetch_stats.py --days 7 拉数据 → 匹配并回填 history.yaml 的 stats 字段 → 分析最好/最差表现及原因 → 给出后续选题/标题/框架的调整建议。

前置：需要 config.yaml 里的微信 API 凭证。缺凭证 → 告知用户"数据复盘需要配置 公众号 API（config.yaml），当前只能基于 history.yaml 已有记录做定性分析"，然后就 history.yaml 现有内容能分析多少分析多少。刚发布的文章 → 告知等 24h 后再看。

下游影响：回填的 stats 会被选题模块（wewrite-topic）读取——哪种框架/增强策略 表现好会加权到下次推荐。这是数据闭环的一半，另一半是 wewrite-learn 的改稿飞轮。

Comments

Markdown supported