teng-lin/weread-omni

해결하는 문제

weread-omni는 위챗 리딩(微信读书)을 위한 포괄적인 비공식 SDK 및 명령줄 인터페이스(CLI)를 제공하여 공식 Agent Skill을 훨씬 뛰어넘는 플랫폼 기능을 확장합니다. 공식 스킬은 6개의 읽기 전용 작업으로 제한되지만, 이 프로젝트는 40개 이상의 읽기-쓰기 작업을 지원하여 사용자가 읽기 워크플로를 자동화하고, 라이브러리를 관리하며, 위챗 리딩 데이터를 AI 에이전트에 통합할 수 있게 합니다.

작동 방식

이 프로젝트는 위챗 리딩의 E-ink 화면 장치가 사용하는 API를 기반으로 구축되었습니다. 서비스와 상호 작용하는 세 가지 주요 방법을 제공합니다:

1. CLI: 다른 스크립트와 쉽게 통합할 수 있도록 JSON을 출력할 수 있는 명령줄 도구.
2. TypeScript SDK: 개발자가 애플리케이션을 구축할 수 있는 완전히 타입이 지정된 라이브러리.
3. Agent Skill: AI 에이전트(예: Codex 또는 Claude Code)가 로그인 상태를 확인하고, 읽기-쓰기 작업을 수행하며, 페이지네이션을 처리할 수 있도록 하는 사전 구성된 스킬.

사용자는 위챗 리딩 계정을 사용하여 QR 코드 스캔을 통해 인증합니다. 이 도구는 또한 로컬 콘텐츠 라이브러리(SQLite WAL 사용)를 유지하여 책 정보, 챕터, 공개 계정 기사를 캐시하여 중복 네트워크 요청을 줄입니다.

대상 사용자

• 개발자: 위챗 리딩 데이터를 중심으로 앱이나 자동화를 구축하려는 사람.
• AI 에이전트 사용자: AI 어시스턴트가 책, 노트, 하이라이트와 상호 작용하길 원하는 사람.
• 파워 유저: 공개 계정 피드를 내보내거나, 개인 책(EPUB, PDF 등)을 가져오거나, 터미널에서 읽기 목록을 관리하려는 사람.

주요 기능

• 확장된 기능: 공식 스킬로는 불가능한 하이라이트 및 리뷰 추가, 수정, 삭제를 지원합니다.
• 콘텐츠 가져오기: EPUB, PDF, MOBI, TXT, AZW3 형식의 개인 파일을 가져올 수 있습니다.
• 공개 계정 통합: 기사 읽기, 계정 구독, RSS, Atom 또는 JSON 형식으로 피드 내보내기가 가능합니다.
• AI 통합: 특정 책에 대해 질문할 수 있는 "위챗 리딩 AI"에 직접 액세스할 수 있습니다.
• 로컬 캐싱: 콘텐츠를 저장하고 반복 다운로드를 피하기 위한 내장 로컬 라이브러리.