1实现原理 · 为什么它能做到
盲区不是知识缺口，而是让某一类真相对你系统性不可见的思维习惯；证据看的是没往哪看，不是他说错了什么。
skills/ljg-blind/SKILL.md
盲区不是知识缺口。不是"没读过某本书""不知道某个事实"——那种缺口，查一下就补上了。
这里在做什么：先把『盲区』的定义钉死，排除把普通知识缺漏误判成盲区的可能。
用五种信号从对话里找盲区，每一处都要落到具体话语上，不能凭感觉。
skills/ljg-blind/SKILL.md
**绕开点**——一个难题他打开了，又飞快合上。
这里在做什么：绕开点/空转框架/单一取景框/未检前提/相邻空缺，五类可指认的证据模式。
只挑 1 个盲区说透，宁可一个说透也不五个都点一遍。
skills/ljg-blind/SKILL.md
从信号里挑 **1 个**作为今天的盲区。宁可一个说透，不要五个都点一遍——盲区的密度低于精度。
这里在做什么：以杠杆、真盲、对位 mission 三条判据收敛到单一盲区，防止面面俱到。
默认扫昨天，可传 YYYY-MM-DD 指定某一天（macOS BSD date 语法）。
skills/ljg-blind/SKILL.md
target=${1:-$(date -v-1d +%Y-%m-%d)}
这里在做什么：定日期，并用同一 target 贯穿会话过滤与输出文件命名。
从 Codex 会话目录捞当天顶层对话，只取 user/input_text，排除子 agent 与 harness 包装。
skills/ljg-blind/SKILL.md
只读取顶层 task 的 `response_item / message / user / input_text`，排除 `session_meta.payload.source.subagent` 存在的子 agent 会话
这里在做什么：用 jq 精确挑出真人输入，并同时扫目标日与前一日目录按本机时间过滤。
数据稀薄兜底：当天真人输入不足 200 字或没有对话时直接写明稀薄，不强造盲区。
skills/ljg-blind/SKILL.md
当天真人输入 <200 字或没有对话——直接在输出里写明「当天对话稀薄 / 无」，**不强造盲区**。
这里在做什么：宁可交白卷也不编，把证据纪律写进流程。
从盲区抽核心词调微信读书 Agent Gateway 搜书、看目录，挑最对症的一章。
skills/ljg-blind/SKILL.md
curl -s -X POST https://i.weread.qq.com/api/agent/gateway
这里在做什么：用 WEREAD_API_KEY 走 /store/search 与 /book/chapterinfo 两步选书选章，评分为辅、对症优先。
微信读书网页阅读器不接受裸 ID，必须用自带 TS 工具分别编码 bookId 与 chapterUid。
skills/ljg-blind/SKILL.md
微信读书网页阅读器不接受裸 `bookId` / `chapterUid`，必须先编码。
这里在做什么：把链接生成交给 Tools/WeReadWebUrl.ts，避免手拼编码值或塞查询参数导致 404。
产出写入 ~/Context 的 org-mode 笔记，并用严格 org 语法与特定语气规则写作。
skills/ljg-blind/SKILL.md
写入 `~/Context/{时间戳}--盲区-{主题}__blind.org`。org-mode 格式，禁止 markdown 语法。
这里在做什么：规定落盘路径、文件命名与三段正文模板（昨天你在想什么/照出来的盲区/这一章给你）。
选盲区时要读 PRINCIPAL_TELOS.md 确认用户主线，与 M0/M1 对位。
skills/ljg-blind/SKILL.md
读 `${LIFEOS_DIR:-$HOME/.codex/LIFEOS}/USER/TELOS/PRINCIPAL_TELOS.md` 确认主线。
这里在做什么：让盲区选取贴着用户长期主线，而不是孤立地评价某一天的对话。
2核心能力
01昨日对话思维地形重建
02五信号盲区识别（绕开点/空转框架/单一取景框/未检前提/相邻空缺）
03单盲区取舍与杠杆判断
04按盲区在微信读书选书选章
05免 App 的网页版阅读链接生成
06org-mode 分析笔记产出
07语气与文体纪律（禁翻译腔、禁切痕风金属比喻）
08稀薄数据兜底
09任意指定日期扫描
3外部依赖
| Kind | Dependency / Endpoint |
|---|---|
| network | 微信读书 Agent Gateway |
| cli | bun（运行自带 TS 工具） |
| cli | jq（过滤会话 jsonl） |
4管控建议与判定依据
建议配套管控措施
面向 Agent
分级或逐次授权，建议在沙箱运行
面向管理者
审批流程、可回滚、全程审计
判定依据（文件路径与关键语句摘要）
- scripts/: 执行本地脚本或命令: bun Tools/WeReadWebUrl.ts（本地 md5 编码 bookId/chapterUid）
- 网络端点: 声明外部网络访问: https://i.weread.qq.com/api/agent/gateway（/store/search 搜书、/book/chapterinf
- 本地工作目录: 文件读写与工件输出: ~/Context/{时间戳}--盲区-{主题}__blind.org
审计说明： 为自身声明用途读取 WEREAD_API_KEY，并把盲区关键词发往微信读书固定端点 i.weread.qq.com，按判级口径属 orange（读 env 凭据 + 素材送外部服务）。自带 TS 工具仅本地 md5 编码、不出网；未见任意代码执行、防护绕过或冒充。
5第二遍独立确认
- [ok] 外部调用核验：微信读书 Gateway — SKILL.md 第四步用 curl 调 /store/search 与 /book/chapterinfo，端点固定为 i.weread.qq.com，与风险扫描 URL 命中一致。
- [ok] 凭证读取核验 — 命令头 `-H "Authorization: Bearer $WEREAD_API_KEY"` 与『WEREAD_API_KEY 在环境变量里』说明一致，属读 env。
- [ok] 写盘核验 — 目标笔记写入 ~/Context/*.org，会话摘录写 /tmp/ljg-blind-*.txt，与写盘扫描线索吻合。
- [ok] 脚本行为反例检查 — WeReadWebUrl.ts 只 import bun 的 CryptoHasher 做 md5，无网络、无文件读写、无 child_process；故 scripts_executed 只列该本地工具。
- [ok] 判级口径复核 — 按六档，读 WEREAD_API_KEY 且外发素材到固定端点落 orange；工具本地编码、非任意代码执行，未升级为 red。
- [ok] 引用可定位性 — 所有 quote 均可在 SKILL.md／WeReadWebUrl.help.md 原文逐字匹配，长度均大于 12 字符。
- [ok] 流程诚实性核对 — 『数据稀薄兜底』与『宁可交白卷，不许编』确认分析未把无证据时的强制造盲区当作能力。
6结论
适合： 适合长期与 AI 高强度对话、想定期回看自己思维惯性的知识工作者：能指定某天、拿到一篇可存档的 org 分析，并顺带得到一本对症书的一章阅读入口。也适合把『读昨天对话 → 照盲区 → 选章』流程化的重度 Codex 用户。
不适合： 不适合 Linux/非 macOS 或非 Codex 会话布局的环境；不适合拒绝把对话内容/关键词发往微信读书端点的隐私敏感场景；不适合想一次列出多个盲区或只要即时情绪疏导的人；也不适合把输出当客观诊断——它是基于自身对话的判断性分析。
Install Agent-Ready
① Verified Mirror 2026-10-10
Option A · Direct DownloadDownload ljg-blind.tar.gz
sha256:
Option B · Copy Guide for Agented90cc51ffaa4140…agent 读 JSON 指南后会自动从本站下载安装，无需更多说明。
② Upstream GitHub
GitHub Repo ↗
Pinned to commit 9e75497a95.