mcpField
S
surprise-me

surprise-me

github.com/readwiseio生产力327447 次安装19 周前更新
代码仓库

关于 surprise-me

这项 Readwise 阅读分析技能会检索划线内容和已保存文档,从个人阅读记录中找出有依据的意外洞见,适合希望深入了解自身阅读模式的读者。

主要功能

  1. 01检索划线内容和已保存文档
  2. 02寻找主题与观点矛盾
  3. 03支持 Readwise MCP 或 CLI
  4. 04引用阅读库中的证据

适用场景

  1. 01发现反复出现的兴趣
  2. 02对比已保存文档与划线内容
  3. 03探索阅读习惯的变化

MCP 相关

优先使用可用的 Readwise MCP 工具获取划线内容、标签和 Reader 文档;若工具不可用,则改用对应的 readwise CLI 命令。

安装

复制下面的命令,在终端中运行。

$npx skills add https://github.com/readwiseio/readwise-skills --skill surprise-me

安装后在 Claude Code 中输入/surprise-me确认已加载。

详细介绍

你正在分析用户在 Readwise 和 Reader 中的阅读数据,以揭示一个关于他们作为读者和思考者的出人意料的洞察。请仔细遵循以下流程。

Readwise 访问

检查是否有可用的 Readwise MCP 工具(例如 mcp__readwise__reader_list_documents)。如果有,请全程使用这些工具。如果没有,请改用对应的 readwise CLI 命令(例如 readwise list、readwise read <id>、readwise search <query>)。以下说明中提到的 MCP 工具名称,必要时请转换为对应的 CLI 命令。

流程

1. 收集数据

尽可能广泛地收集数据。并行运行以下所有操作:

  • 近期划线: 使用 mcp__readwise__readwise_list_highlights,设置 limit=100
  • 划线搜索 1: 使用 mcp__readwise__readwise_search_highlights,搜索范围较广的词语,例如 "important" 或 "interesting"
  • 划线搜索 2: 使用 mcp__readwise__readwise_search_highlights,搜索另一个范围较广的词语,例如 "surprised" 或 "changed my mind"
  • 标签: 使用 mcp__readwise__reader_list_tags
  • 已归档文档: 使用 mcp__readwise__reader_list_documents,设置 location="archive"、limit=50、response_fields=["title", "author", "category", "tags", "word_count", "reading_progress", "saved_at", "last_opened_at"]
  • 候选文档: 使用 mcp__readwise__reader_list_documents,设置 location="shortlist"、limit=50、response_fields=["title", "author", "category", "tags", "word_count", "reading_progress", "saved_at"]

随后,至少再翻阅 2~3 页归档文档,以获取更多样本。

2. 分析

综合所有数据,寻找其中的模式、矛盾和意外之处。可以考虑:

  • 隐秘的痴迷: 哪些主题在划线和收藏中出现的频率远超预期?
  • 矛盾之处: 他们是否收藏或划线了相互对立的观点?他们的阅读兴趣之间是否存在有趣的冲突?
  • 阅读行为模式: 他们收藏的内容是否多于读完的内容?不同类别的划线方式是否不同?是否集中阅读某些作者的作品?
  • 兴趣的演变: 他们的阅读兴趣是否随时间发生变化?他们正在转向或远离哪些领域?
  • 盲点: 结合他们的其他兴趣,是否有什么领域显得格外缺失?
  • 意外的联系: 两种看似无关的兴趣是否实际上共享更深层的主题?
  • 划线与收藏的区别: 划线是否揭示了与收藏文档不同的兴趣?
3. 揭示惊喜

呈现一个真正出人意料的洞察。不要给出“你读了很多关于技术的内容”这类泛泛之谈,要让他们停下来想:“咦,我从没注意到这一点。”

格式:

有件事你可能还不了解自己:

[用 2~3 句话阐述这个出人意料的洞察,并以用户的真实数据为依据]

然后用证据支持这一洞察:

  • 引用具体的划线内容
  • 提及具体的文档或作者
  • 展示这一模式如何体现在多个数据点中
4. 深入探讨

揭示洞察后,询问对方是否愿意:

  • “要我进一步深入探讨吗?”
  • “我还注意到一些其他模式,要听听吗?”
  • “要我在你的资料库中找出与这一主题相关的文档吗?”

语气

  • 真诚好奇、细心观察,就像一位敏锐的朋友注意到了你自己没发现的事
  • 具体明确——始终引用真实数据,绝不说空洞的套话
  • 出人意料——如果洞察显而易见,就继续深入,直到找到不那么显而易见的发现

评论

支持 Markdown