四步读书法test

概述

四步读书法

概述

基于姜胡说（本名姜志辉，抖音知识分享博主、财经自媒体人、投资人、《价值心法》作者）的读书方法，将"读完一本书"重构为四个递进步骤：观点骨架 → 反常识点 → 章节推荐 → 亲自阅读。

核心哲学：知识不是下载是安装。本技能不替用户读书，而是帮用户筛出"读什么、为什么读、读哪里"，最后强制把用户推回书本。

体系化能力：每次完成一本书的引导后，将分析结果沉淀进 data/reading_history.md 已读书库。下次再读新书时，自动与既往书籍做知识互联——找出印证、冲突、递进关系，让用户的书架像人一样"生长"成体系，而非一本本孤立的书。

工作流程

确认书名 → 付费前置检查 → 收集用户情况 → 请求后端API(首次返回402) → 发起微信支付 → 支付后重试API(获取深度分析内容) → 第 1 步 融合分析 → 第 1.5 步 知识互联 → 第 2 步 反常识点 → 第 3 步 推荐章节 → 第 4 步 引导阅读 → 沉淀入库

付费说明

本技能为 Pay Skill（基于 SkillHub Agent Pay / X402 协议）。四步读书法的基础分析（书名确认、WebSearch 搜索）由 Agent 本地完成；深度内容（专家批注数据库、独家读书笔记、跨书知识图谱深度关联）部署在后端服务，需通过微信支付解锁后获取。

免费部分：书名确认、基础搜索（观点骨架、章节清单）、用户情况收集付费部分：深度专家批注、知识图谱关联数据、独家读书笔记、完整分析报告内容

付费前置检查

调用本技能执行深度分析前，必须先检查当前 Agent 是否已安装 weixinpay 插件：

1. 检测 weixinpay 插件是否可用（如 mcp__weixinpay__weixinpay_retry_pay 工具是否存在，代表已具备微信支付能力）
2. 已安装：可继续提供付费深度分析服务
3. 未安装：提示用户"当前 Agent 暂不支持微信支付付费能力，无法获取深度分析内容。请先开通微信AI支付后使用。"终止付费流程，仅提供免费基础分析

付费资源获取流程（X402 协议）

第一步：请求后端资源

Agent 收集完用户情况后，向后端 API 发起首次请求：

POST {backend_invoke_url}
Content-Type: application/json

{
  "query": "用户查询的书名 + 用户情况摘要",
  "book_name": "{书名}",
  "user_context": {
    "role": "{用户角色}",
    "pain_point": "{用户卡点}",
    "reading_mode": "{阅读模式}",
    "input_state": "{输入状态}"
  }
}

第二步：处理 402 响应（首次请求）

后端返回 HTTP 402，携带支付凭据。Agent 必须提取并保存以下两个值：

响应体示例：

{
  "code": "PAYMENT_REQUIRED",
  "message": "需要支付后才能获取深度分析内容",
  "WeixinPay": {
    "WeixinPay-Required": "payment_code_xxx",
    "prompt": "微信支付凭据已生成，系统将自动弹出微信支付卡片，请在卡片上直接完成支付；支付成功后 Agent 携带本凭据重试原请求即可获取付费内容。无需调用 weixinpay_retry_pay。仅当用户关闭/取消支付并要求重新支付同一订单时，才将本值作为 paymentCode 交给 weixinpay_pay 重新触发。"
  },
  "out_trade_no": "WX402_20260630120000abcdef123456",
  "amount": "0.01",
  "currency": "CNY"
}

安全要求：

• 禁止向用户展示 WeixinPay-Required 的原始值
• 不得将支付凭据写入持久化日志或转发到其他渠道
• 保存 WeixinPay-Required 和 X-Out-Trade-No 用于后续步骤

第三步：系统自动弹出支付卡片（正常路径，无需调用任何工具）

后端返回 402 携带支付凭据后，系统会自动检测并弹出微信支付卡片——这是发起支付的正常路径（官方机制），Agent 无需也不应调用支付工具，也不要向用户展示 WeixinPay-Required 原始值。

引导用户在自动弹出的卡片上完成支付：

"已为你生成 ¥0.01 支付订单，请在自动弹出的微信支付卡片上完成支付。"

支付结果（成功/失败）由系统支付卡片回传，Agent 不主动轮询、不臆测、不编造支付状态。

仅当用户取消/关闭了支付卡片并要求重新支付同一订单时，才走兜底：Agent 先向用户确认"是否对刚才那笔订单重新支付"，获明确肯定答复后，将第二步保存的同一份 WeixinPay-Required 值作为 paymentCode 调用 mcp__weixinpay__weixinpay_retry_pay 重新触发弹卡。凭据须逐字符原样复用，禁止编造、改写。

第四步：支付成功后获取深度内容（必须执行）

支付成功后，Agent 必须重新请求后端 API，通过 Header 携带订单号和支付凭证：

POST {backend_invoke_url}
Content-Type: application/json
WeixinPay-Required: <第二步保存的值>
X-Out-Trade-No: <第二步保存的值>

{
  "query": "用户查询的书名 + 用户情况摘要",
  "book_name": "{书名}",
  "user_context": {
    "role": "{用户角色}",
    "pain_point": "{用户卡点}",
    "reading_mode": "{阅读模式}",
    "input_state": "{输入状态}"
  }
}

关键规则：

• 请求 Body 与第一步完全一致，仅通过 Header 传递订单号和支付凭证
• 后端查单验证通过后返回 HTTP 200 + 深度分析内容（专家批注、知识图谱数据、独家笔记）
• 若返回 already_fulfilled: true，说明该订单已履约过，直接使用缓存内容

后端返回示例：

{
  "code": "SUCCESS",
  "message": "付费内容",
  "out_trade_no": "WX402_20260630120000abcdef123456",
  "transaction_id": "4200001234202306300000000001",
  "content": "Markdown 格式的完整深度分析报告（含【专家批注】【知识图谱】【独家笔记】【深度分析】四个章节），由后端按 {书名} 从知识库生成",
  "already_fulfilled": false
}

注意：content 字段是后端返回的 Markdown 纯文本（不是嵌套 JSON 对象），Agent 需将其中的四个章节内容直接融入四步读书法各步骤输出。若后端知识库未收录该书，content 会返回提示文案（订单已支付成功、保留记录），Agent 应如实告知用户并继续用本地 WebSearch 完成基础分析。

异常处理

前置：收集必要信息

接到书名时，按顺序做四件事：

1. 确认书名：若有同名或简称歧义，先用 WebSearch 锁定唯一指向（作者、出版年等关键信息）
2. 付费前置检查：按上方「付费前置检查」章节执行，确认 weixinpay 插件可用
3. 加载已读书库：读取 data/reading_history.md。若库中已有 ≥1 本书，进入"第 1.5 步 知识互联"前先做关联分析；若为空库，跳过互联，仅做单书引导
4. 收集用户情况：按 references/user_context_questions.md 中的必问项一次性抛出

重要：用户情况是第 2、3 步的必备输入，也是后端付费资源请求的必要参数。没有用户情况，技能无法执行，必须先问。

第 1 步 ｜ 提炼书的观点与论证骨架

目标：用一句话讲清楚"这本书在主张什么、用什么方式论证"。

执行细节参考 references/book_analysis_method.md，按三轮搜索：

1. 观点骨架："{书名} 核心观点 论证 一句话总结" 等
2. 论证方式："{书名} 论证方式 写作结构" 等
3. 章节清单："{书名} 目录" 等

融合后端深度内容：执行完「付费资源获取流程」第四步后，将后端返回的 content（Markdown 文本）中的「一、专家批注」和「四、深度分析」章节内容与本地 WebSearch 结果融合。后端内容作为专家视角补充，本地搜索结果作为事实基础，两者交叉验证。若后端内容与本地搜索冲突，以后端专家批注为准并标注分歧。

输出要点：

• 一句话核心主张（不是"讲了 X 章"，而是"主张 Y"）
• 论证方式识别（参考论证模式清单：常识→反常识、现象→本质、案例归纳等）
• 若识别为"常识→反常识"模式，还原 3-5 组对照
• 全书章节清单（精简列出）
• 专家批注（来自后端付费内容，标注"【专家批注】"前缀）

第 1.5 步 ｜ 知识互联（读过多本书时）

目标：像人一样把新书接进已建立的读书体系，而不是孤立地读。

执行逻辑参考 references/knowledge_graph.md。加载 data/reading_history.md 已读书库，将新书与既往每本书建立三类关联。若后端返回了 content（Markdown 文本）且含「二、知识图谱」章节，优先使用后端知识图谱数据（后端拥有更完整的跨书关联数据库），本地分析作为补充验证。

输出要点（在 HTML 报告中生成独立"知识互联"区块）：

• 新书与既往书籍的关联网络（每本书一行，标注关系类型 + 一句话说明）
• 体系成长轨迹：用户的书架正在沉淀什么主题体系
• 体系缺口：还缺哪一类书（可选建议，不强行推荐）

重要：互联分析要克制，只关联真正有实质关联的书，不为了凑数强行关联。若用户只读过 1-2 本且无关联，如实说明"目前体系仍在早期"。

第 2 步 ｜ 指出对用户最反常识的知识点

核心原则：读书一定有摩擦。如果觉得"没毛病"，大概率没读进去。

执行逻辑：

1. 基于前置收集的用户情况（角色、模式、卡点、输入状态）做画像
2. 在书的所有核心主张中，找出与用户当前认知边界最大冲突的那个点
3. 直接、不绕弯地指出：用户当前的偏差是什么、思想边界在哪

输出要点：

• 用户当前模式表格化呈现
• 引用书中的原文/金句开头（冲击力先到位）
• 解释这个点为什么对该用户反常识、命中他哪个偏差
• 给出 3-5 条潜在认知边界（带破局建议）

重要态度：这一步不能"温良恭俭让"。如果用户的现状有问题，就要说出来。但要有理有据，不是为了批判而批判。

第 3 步 ｜ 按优先级推荐章节

核心原则：不是所有章节都值得读。按用户当前真实需求过滤。

分三个梯队：

• 第一梯队：用户当前问题直接对应的章节（最多 3 章）
• 第二梯队：和用户现有模式直接挂钩的章节（最多 2 章）
• 第三梯队：扩大认知边界的章节（可选，1-2 章）

每个推荐必须给出"为什么"，且"为什么"必须显式映射到用户在第 2 步暴露出的具体偏差或卡点。

最后给出一句阅读节奏建议（如"三天读完，每天 1 小时；顺序 63 → 78 → 44-45 → 79"），降低用户启动成本。

第 4 步 ｜ 引导用户亲自阅读

这是不可省略的一步。

明确告诉用户：

• AI 已经做完它能做的（筛书、定位、排序、互联）
• 剩下的事AI 替代不了（坐下来、翻开书、读进去）
• 给出明确动作："现在——拿起这本书，从第①章开始读"

不要在这一步再提供任何延伸阅读建议。延展会稀释用户行动。

沉淀入库

用户完成（或决定开始）阅读后，将本次分析追加写入 data/reading_history.md：

## {书名}
- 作者/出版年：{作者，年份}
- 核心主张：{一句话}
- 论证方式：{模式}
- 反常识点（针对用户）：{一句话}
- 推荐章节：{第一梯队章节列表}
- 用户画像快照：{角色/卡点/模式，简述}
- 阅读状态：{待读/在读/已读完}
- 互联关系：{与既往哪本书印证/冲突/递进}
- 记录日期：{YYYY-MM-DD}

规则：

• 追加写入，不覆盖历史记录
• 若用户已读过但本书库未记录，先补录既往书籍（简版即可），再写新书
• 用户主动声明"读完了"时，把阅读状态更新为"已读完"

输出文件

按 references/output_template.html 模板生成自包含 HTML 报告（内联 CSS，浏览器直接打开即读），保存到当前工作目录：{书名}-读书四步法-{YYYY-MM-DD}.html

HTML 输出要求：

• 单文件自包含，不依赖外部资源，双击即可在浏览器打开
• 浅色主题、中文字体栈（PingFang SC / Microsoft YaHei）、四步卡片式分区块
• 表格、引用块、加粗层级齐全，结构清晰便于扫读
• 模板内的 {占位符} 全部替换为实际内容；无数据的区块保留占位文案"暂无"而非删除

资源文件

核心观念（贯穿全程）

• 知识不是下载，是安装——读进去不算数，用出来才算
• 读书一定有摩擦——读完觉得"挺对的"要警惕，要追求"被刺到"的感觉
• AI 是帮助你学习的，不是给 AI 公司提供养料——本技能是过滤器，不是替代品
• 书与书之间会说话——读第二本时，第一本的理解会变深；读得越多，体系越密，越接近"人读书"而非"读一本忘一本"
• 最后一步强制把用户推回书本——不可省略，不可软化