SkillsAdd

imraywang/wewrite

wewrite-stats

WeWrite 数据复盘模块：拉取微信? 选题、标题、框架的调整建议。 触发? 需要?

First seen Jul 13, 2026

Installation

$ npx skills add imraywang/wewrite --skill wewrite-stats
View on skills.sh ↗ GitHub repository ↗

Summary

  • WeWrite 数据复盘模块：拉取微信公众号文章的阅读/分享/点赞数据，回填历史记录并给出
  • 选题、标题、框架的调整建议。
  • 触发关键词：看看文章数据、文章数据怎么样、效果复盘、看看表现、阅读量怎么样。
  • 需要公众号/WeWrite 上下文；不应被通用的"数据分析"触发。

Also in this package

Other skills from imraywang/wewrite.

npx skills add imraywang/wewrite
wewrite 460 wewrite-topic 84 wewrite-visual 83 wewrite-review 83 wewrite-rewrite 83 wewrite-write 83 wewrite-style 83 wewrite-publish 82 wewrite-learn 81

Browse all from imraywang/wewrite

More details

Agent compatibility

Declared targets from SKILL.md / docs. Unmarked agents are not listed — the skill may still install via the CLI.

Claude Code Not declared
Cursor Not declared
Codex Not declared
GitHub Copilot Not declared
Windsurf Not declared
Gemini CLI Not declared
Cline Not declared
OpenCode Not declared

Repository health

Stars 3.3K
License LICENSE
Default branch main
Open issues 2
Status Active

Skill metadata

Parsed from SKILL.md frontmatter.

Allowed toolsBash, Read, Write, Edit

Package contents

Files included with this skill beyond the listing page.

  • skill md SKILL.md 1,928 B
  • docs SUMMARY.md 372 B

History

  1. First seen on skills.sh
  2. First recorded snapshot · 82 installs

SKILL.md

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 {skilldir}/references/；references 文档内的 {skilldir} 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。