paper-analysis-assistant

name paper-analysis-assistant description 其他高等院校教师与数据科学家在追踪前沿学术时，当需要深度解析arXiv论文，用此技能可一键下载PDF并自动生成词频分析、双人播客、交互式网页、PPT演示与总结图，将数小时的文献阅读转化为多媒体内容，效率提升十倍！ dependency {"python":["requests==2.31.0","pdfplumber==0.10.3","python-pptx==0.6.23","pandas==2.1.4","pyttsx3==2.90","beautifulsoup4==4.12.2","nltk==3.8.1"]} 论文分析助手 任务目标 本 Skill 用于:根据 arXiv 论文网址自动进行多维度分析并生成多种格式的输出 能力包含:PDF 下载与文本提取、词频统计、语音合成、播客对话生成、交互式网页、PPT 生成、总结图生成、引用分析 触发条件:用户提供 arXiv 论文网址或论文 PDF 文件 前置准备 依赖说明:所需 Python 包已在 dependency 中列出 停用词资源:需准备英文停用词列表，用于词频分析过滤 操作步骤 标准流程: 下载 PDF 文件 调用 scripts/download_pdf.py 下载 arXiv PDF 参数: --url (arXiv 论文网址), --output (输出 PDF 文件路径) 提取 PDF 文本 调用 scripts/extract_text.py 提取纯文本 参数: --pdf (PDF 文件路径), --output (输出 txt 文件路径) 词频分析 调用 scripts/analyze_word_frequency.py 进行词频统计 参数: --txt (txt 文件路径), --output (输出 csv 文件路径) 该脚本会自动过滤英文停用词（见 references/stopwords.txt） 文本转语音 调用 scripts/text_to_speech.py 将文本转为语音 参数: --txt (txt 文件路径), --output (输出 wav 文件路径) 生成播客对话 智能体步骤 :根据论文内容生成双人对话脚本（包含两个角色的对话内容） 脚本步骤 :调用 scripts/dialogue_to_podcast.py 将对话脚本转换为语音 参数: --dialogue (对话脚本文件路径), --output (输出 wav 文件路径) 生成交互式网页 调用 scripts/generate_html.py 生成交互式网页 参数: --txt (txt 文件路径), --word_freq (词频 csv 文件路径), --output (输出 html 文件路径) 生成 PPT 调用 scripts/generate_ppt.py 生成演示文稿 参数: --txt (txt 文件路径), --output (输出 pptx 文件路径) 生成总结图 智能体步骤 :根据论文内容直接生成"一图胜千言"的总结图（PNG 格式） 分析引用链接 调用 scripts/extract_references.py 提取引用链接 参数: --txt (txt 文件路径), --output (输出 csv 文件路径) 可选分支: 当 用户直接提供 PDF 文件:跳过步骤 1，直接从步骤 2 开始 当 用户只需要部分分析:根据需求选择性执行对应步骤 资源索引 下载脚本:见 scripts/download_pdf.py (用途:下载 arXiv PDF) 文本提取:见 scripts/extract_text.py (用途:提取 PDF 纯文本) 词频分析:见 scripts/analyze_word_frequency.py (用途:统计词频并过滤停用词) 语音合成:见 scripts/text_to_speech.py (用途:文本转语音) 播客生成:见 scripts/dialogue_to_podcast.py (用途:对话脚本转语音) 网页生成:见 scripts/generate_html.py (用途:生成交互式 HTML) PPT 生成:见 scripts/generate_ppt.py (用途:生成 PPT 演示文稿) 引用提取:见 scripts/extract_references.py (用途:提取引用链接) 停用词表:见 references/stopwords.txt (用途:词频分析时的停用词过滤) 注意事项 确保所有脚本参数路径正确，特别是输入输出文件的相对路径 语音合成功能需要系统支持语音引擎（pyttsx3） 播客对话的脚本内容由智能体生成，需确保对话格式正确 总结图由智能体直接生成，无需调用脚本 使用示例 示例 1:完整分析流程 # 下载 PDF python scripts/download_pdf.py --url "https://arxiv.org/abs/2301.00001" --output ./user-data/paper.pdf # 提取文本 python scripts/extract_text.py --pdf ./user-data/paper.pdf --output ./user-data/paper.txt # 词频分析 python scripts/analyze_word_frequency.py --txt ./user-data/paper.txt --output ./user-data/word_freq.csv # 语音合成 python scripts/text_to_speech.py --txt ./user-data/paper.txt --output ./user-data/paper.wav # 播客对话（智能体生成对话脚本后） python scripts/dialogue_to_podcast.py --dialogue ./user-data/dialogue.txt --output ./user-data/podcast.wav # 生成网页 python scripts/generate_html.py --txt ./user-data/paper.txt --word_freq ./user-data/word_freq.csv --output ./user-data/analysis.html # 生成 PPT python scripts/generate_ppt.py --txt ./user-data/paper.txt --output ./user-data/presentation.pptx # 提取引用 python scripts/extract_references.py --txt ./user-data/paper.txt --output ./user-data/references.csv 示例 2:快速分析（仅词频和引用） python scripts/analyze_word_frequency.py --txt ./user-data/paper.txt --output ./user-data/word_freq.csv python scripts/extract_references.py --txt ./user-data/paper.txt --output ./user-data/references.csv