Academic Paper Analyzer – 学术论文深度解析

核心能力

• MinerU Cloud API 高精度 PDF 解析
• 自动提取图片、表格、LaTeX 公式
• 多种写作风格：故事型 / 学术型 / 精炼型
• 可选公式讲解：插入公式图片并详细解读
• 可选代码分析：结合 GitHub 开源代码讲解
• 输出 Markdown + HTML（base64 嵌入图片）

前置准备

MinerU API Token

1. 访问 https://mineru.net 注册账号
2. 获取 API Token
3. 设置环境变量（推荐）：

   export MINERU_TOKEN="your_token_here"
   

依赖安装

pip install requests markdown

操作步骤

第一步：PDF 解析（使用 MinerU API）

python scripts/mineru_api.py <pdf_path> <output_dir>

或者直接传入 token：

python scripts/mineru_api.py paper.pdf ./output YOUR_TOKEN

输出结果：

• output_dir/*.md – Markdown 文件（含公式、表格）
• output_dir/images/ – 高质量提取的图片

第二步：提取论文信息

python scripts/extract_paper_info.py <output_dir>/*.md paper_info.json

第三步：风格选择（询问用户）

在生成文章前，必须询问用户以下选项：

1. 写作风格（必选）

2. 公式选项（可选）

3. 代码选项（可选，仅当论文有 GitHub 时）

询问示例：

请选择文章风格：

1. academic – 学术型，专业严谨（默认推荐）
2. storytelling – 故事型，朴素接地气
3. concise – 精炼型，快速阅读

是否需要公式讲解？（论文包含数学公式时推荐） 是否需要结合 GitHub 代码分析？（检测到开源仓库：xxx）

如果用户不确定选哪个，默认使用 academic（学术型）风格。

第四步：智能生成文章

根据用户选择的风格，阅读对应的风格定义文件：

• styles/storytelling.md – 故事型风格指南
• styles/academic.md – 学术型风格指南
• styles/concise.md – 精炼型风格指南
• styles/with-formulas.md – 公式讲解指南
• styles/with-code.md – 代码分析指南

轻量模式（节省上下文）

重要：为避免上下文膨胀，请遵循以下原则：

1. 不要反复读取图片文件 – MinerU 已提取高质量图片，直接引用路径即可
2. ä¿¡ä»» paper_info.json – 包含图片列表和元数据，无需视觉确认
3. 只看关键图 – 最多读取 1-2 张核心架构图，其余直接引用
4. 让用户验证 – 生成 HTML 后让用户自己检查图片是否正确

通用写作原则

避免：

• AI 常用词（”深入探讨”、”至关重要”、”在…领域”）
• 机械化章节标题
• LaTeX 公式语法（如 $\mathcal{O}(1)$）- 使用提取的公式图片
• 平铺直叙的技术描述

采用：

• 自然段落叙述
• 充分利用 MinerU 提取的图片
• 论文中的每张关键图都应该被讲解到
• 公式截图比 LaTeX 语法更易读

storytelling 风格方法论（故事型专用）

以下方法论仅在用户选择 storytelling 风格时应用：

1. 从直觉切入，不要直接讲技术

• 错误：”本文提出了一种基于哈希表的条件记忆模块”
• 正确：”你有没有想过，大模型其实是没有记忆功能的？”

2. 先讲历史背景，再讲创新

• 介绍新技术前，先解释相关的旧技术
• 让读者理解”为什么需要这个创新”

3. 用简单例子贯穿全文

• 选一个简单的例子反复使用
• 例如：”中国的首都在北京”

4. 使用生动的比喻

• “大炮打蚊子”、”查字典 vs 背字典”
• 让抽象概念具象化

5. 逻辑递进，层层深入

• 简单问题 → 复杂问题 → 解决方案

6. 提炼核心洞见

• 用一句话总结，如”记忆归记忆，计算归计算”

文章结构

1. 论文信息

**论文标题**：xxx
**论文链接**：[arXiv](https://arxiv.org/abs/xxxx)
**作者团队**：xxx

2. 直觉引入（2-3段）

• 从一个问题或场景开始
• 让读者产生好奇心
• 引出”为什么需要这个研究”

3. 背景知识（3-4段）

• 解释相关的基础技术或历史方法
• 用简单例子说明
• 让读者理解现有方案的局限

4. 核心创新（4-5段）

• 详细讲解论文的创新点
• 每个创新点都要有图片支撑
• 用比喻和例子让抽象概念具象化
• 公式用图片展示，不用 LaTeX 语法

5. 实验验证（2-3段）

• 关键的实验结果图表
• 对比分析和数据解读
• 突出最亮眼的结果

6. 深入分析（2-3段）

• 机制分析、消融实验等
• 解释”为什么这个方法有效”
• 提供更深层次的理解

7. 思考与展望（1-2段）

• 提炼核心洞见
• 预测未来发展方向
• 个人观点和评价

第五步：输出格式（询问用户）

默认输出 Markdown，文章写完后询问用户是否需要其他格式：

“文章已生成：article.md。需要生成 HTML 版本吗？（HTML 会嵌入图片，方便直接分享）”

格式对比：

如果用户需要 HTML：

python scripts/generate_html.py <article.md> <output.html>

资源索引

风格定义：

• styles/storytelling.md – 故事型风格
• styles/academic.md – 学术型风格
• styles/concise.md – 精炼型风格
• styles/with-formulas.md – 公式讲解
• styles/with-code.md – 代码分析

脚本：

• scripts/mineru_api.py – MinerU Cloud API 调用（推荐）
• scripts/convert_pdf.py – 本地转换（备选，需要 PyMuPDF）
• scripts/extract_paper_info.py – 提取论文元数据
• scripts/generate_html.py – 生成 HTML（base64 图片）

注意事项

• 优先使用 MinerU API，精度最高，支持公式/表格
• 节省上下文：不要反复读取图片，信任元数据
• 不输出分析过程，用户只看最终文章
• 避免分点列表，使用自然段落叙述
• 图片选择 3-5 张关键图表

API 限制

• 单个文件最大 200MB
• 单个文件最多 600 页
• 支持 PDF、DOC、PPT、图片等格式