paper-deep-reader

📁 lgzadyx-hash/claude-skills 📅 1 day ago
3
总安装量
1
周安装量
#58810
全站排名
安装命令
npx skills add https://github.com/lgzadyx-hash/claude-skills --skill paper-deep-reader

Agent 安装分布

amp 1
openclaw 1
opencode 1
cursor 1
kimi-cli 1
codex 1

Skill 文档

Paper Deep Reader — 学术论文深度解读

工作流程

接收用户提供的论文PDF路径后,按以下三阶段顺序执行:

阶段一:图片提取

  1. 运行图片提取脚本(注意Windows环境使用 py 而非 python):
py scripts/extract_figures.py "<pdf_path>" -o "<pdf_dir>/figures"
  1. 用 Read 工具逐一查看提取的图片,建立与论文中 Fig.1, Fig.2, … 的对应关系
  2. 记录映射表:Fig.X → pageY_imgZ_WxH.ext

判断技巧:

  • 按页码顺序浏览,大尺寸图片通常是正式Figure
  • 小图标(<200px)、期刊logo通常可忽略
  • 同一页多张图片按面积从大到小排列,最大的通常是主图

阶段二:撰写深度解读Markdown

  1. 用 Read 工具读取PDF内容
  2. 参考 references/analysis-template.md 中的四轮结构和图表分析规范
  3. 撰写完整的中文深度解读文档,要求:
    • 严格遵循四轮解读结构(摘要引言→方法→结果讨论→结论展望)
    • 所有重要图表必须插入图片引用 ![Fig.X 描述](figures/文件名) 并附带五维分析(类型、内容、趋势、数据、结论)
    • 关键数据用表格呈现
    • 末尾包含全文总评(优势、不足、启示)
  4. 用 Write 工具保存到 <pdf_dir>/论文深度解读_<简短标题>.md

阶段三:转换飞书文档

使用 mcp__docparser__parse_markdown 工具将Markdown转为飞书文档:

工具: mcp__docparser__parse_markdown
参数: resourceUri = "file:///<markdown文件绝对路径>"

将返回的飞书文档链接提供给用户。

输出清单

完成后向用户确认以下交付物:

  1. figures/ 目录 — 提取的论文图片
  2. 论文深度解读_XXX.md — 带图片引用的完整解读文档
  3. 飞书文档链接 — 在线可分享版本

注意事项

  • 图片在飞书中显示取决于路径可访问性;如飞书中图片未显示,提醒用户可在本地Markdown中查看
  • 对于超长论文(>20页),可适当精简非核心章节,但四轮结构不可省略
  • 图表分析是核心价值,宁可文字精简也不可省略图表分析
  • 所有输出始终使用中文