使用 Readwise 高亮构建可交互 2D…

当用户想把 Readwise 高亮（尤其是跨书籍/文章）可视化为可交互 2D 力导向图，并发现想法之间的语义连接时使用。

适用场景

解决思路

1. 访问 Readwise：先检查是否有 Readwise MCP 工具（如 `mcp__readwise__readwise_list_highlights`）；若可用则全程使用，否则改用等价的 `readwise` CLI 命令。
2. 向用户开场说明：将拉取最近高亮、寻找连接并构建可探索的图，请用户稍等。
3. 使用 `readwise_list_highlights` 拉取最近高亮，设置 `page_size=100`，抓取 `page=1`、`page=2` 两页，共 200 条高亮作为起始图。
4. 解析 API 响应并构建高亮 JSON 数组，每条包含 `id`、`text`、`note`、`book_id`、`source_title`、`source_author`、`url` 字段。
5. 识别来源标题和作者：Readwise API 每条高亮返回 `book_id`，但不返回书/文章标题与作者；需阅读高亮文本和可用元数据（URL、内容模式）自行推断；按 `book_id` 分组，从上下文推断来源；不确定作者时可用 `Unknown`，但尽量识别标题。
6. 将高亮数组写入临时文件 `/tmp/highlights.json`。
7. 写入空连接文件：`echo '[]' > /tmp/connections.json`。
8. 运行构建脚本做初始渲染：`python3 SKILL_DIR/build_graph.py --highlights /tmp/highlights.json --connections /tmp/connections.json --output highlight-graph.html`。
9. 打开初始图：`open highlight-graph.html`。
10. 告知用户：图已打开，包含 **{N} highlights** 跨 **{N} sources**，正在寻找想法之间的连接。
11. 启动 3-5 个并行子代理，寻找来自不同来源的高亮之间的语义连接；每个子代理分析一批高亮并返回连接。
12. 分批策略：先按来源（`book_id`）分组高亮。
13. 分批策略：将来源拆成每批约 8 个来源。
14. 分批策略：为每个批次组合（包括同一批次内部）启动一个子代理，并提供这些来源的高亮文本。
15. 分批策略：每个子代理找到 5-10 个真实的概念连接——不同来源之间共享的主题、想法或语言。
16. 每个子代理返回连接 JSON 数组，元素包含 `a_id`、`b_id`、`label`、`why` 字段，例如 `a_id`=12345、`b_id`=67890、`label`=Feedback loops、`why`=两者都讨论紧密反馈循环如何提升质量。
17. 质量优先于数量：只在联系真实且有趣时创建连接；200 条高亮总计 15-30 个跨来源连接较理想。
18. 合并所有子代理结果为单个连接 JSON 数组，写入 `/tmp/connections.json`。
19. 重新运行构建脚本：`python3 SKILL_DIR/build_graph.py --highlights /tmp/highlights.json --connections /tmp/connections.json --output highlight-graph.html`。
20. 再次打开图：`open highlight-graph.html`。
21. 展示总结：说明构建了 **{N} highlights** 跨 **{N} sources**、有 **{N} connections** 的图；列出几个有趣连接，如「高亮 A 片段」 ↔ 「高亮 B 片段」 — *连接标签*；询问是否添加更多高亮。
22. 迭代：要更多高亮时，抓取额外页（`page=3`、`page=4` 等），重新运行来源识别，寻找新连接并重建。
23. 迭代：要按主题过滤时，使用 `readwise_search_highlights` 拉取特定主题或特定书籍的高亮，只用这些重建。
24. 使用构建脚本：`build_graph.py` 在技能目录中，负责全部可视化逻辑；命令为 `python3 build_graph.py --highlights highlights.json --connections connections.json --output output.html`。
25. 传入的 `highlights.json` 为包含 `id`、`text`、`note`、`book_id`、`source_title`、`source_author`、`url` 字段的数组。
26. 传入的 `connections.json` 为包含 `a_id`、`b_id`、`label`、`why` 字段的数组。
27. 脚本处理：去重和过滤高亮。
28. 脚本处理：按来源分配颜色（rose-pine 调色板）。
29. 脚本处理：同一来源全量两两连接（同一本书的所有高亮都相连）。
30. 脚本处理：跨来源语义连接（带粒子的虚线紫色边）。
31. 脚本处理：交互式侧边栏面板，显示相连想法和同书高亮。
32. 脚本处理：防止标签重叠。
33. 脚本处理：屏幕相对文本缩放（任意缩放级别下文字大小一致）。
34. 脚本处理：来源图例，可点击过滤。
35. 脚本处理：悬停隔离和选择持久。
36. 输出为单个 HTML 文件，使用来自 CDN 的 `force-graph`；无需服务器，直接在浏览器打开。
37. 将命令中的 `SKILL_DIR` 替换为技能目录的实际路径（即 `build_graph.py` 所在位置）。

适用边界 · 注意事项

• 不适用于没有 Readwise 账号或未配置 Readwise MCP/CLI 的环境。
• 不适用于高亮数量很少或来源单一，跨来源语义连接价值低的情况。
• 不适用于不允许启动并行子代理或需要完全离线、无 CDN 加载的环境。