paper-interpreter

name paper-interpreter description 深度解读学术论文，将论文 PDF（文件或 URL）转化为通俗易懂、图文并茂的 Markdown 解读文档，保存到项目的 markdown/ 目录。触发条件：用户上传或提供论文 PDF、提到"解读论文"/"读论文"/"分析这篇论文"/"帮我看这篇 paper"，或任何需要深入理解一篇学术论文的场景。即使用户只说"帮我看这个 PDF"但内容是论文，也应使用本 skill。输出文件包含：论文定位、知识地图、5W1H精读、术语词典、批判性评估五大板块，并在关键位置插入 mermaid/svg/text 图表辅助理解。 Paper Interpreter Skill 将学术论文转化为通俗易懂、图文并茂的深度解读文档。 工作流程总览 输入(PDF文件/URL) → 全文提取 → 5步解读 → 输出 Markdown 文件到 markdown/ Step 0：获取论文内容 情况A：用户上传了 PDF 文件 读取路径 /mnt/user-data/uploads/ 下的 PDF 文件，用 bash_tool 提取文本： pip install pdfminer.six --break-system-packages -q python3 - << 'EOF' from pdfminer.high_level import extract_text text = extract_text( "/mnt/user-data/uploads/论文文件名.pdf" ) print (text[:50000]) # 先输出前50000字符 EOF 若论文有图表密集或文字提取不完整，追加用 pymupdf 逐页提取并描述图表内容： pip install pymupdf --break-system-packages -q python3 - << 'EOF' import fitz doc = fitz.open( "/mnt/user-data/uploads/论文文件名.pdf" ) for i, page in enumerate(doc): print (f "\n=== Page {i+1} ===" ) print (page.get_text()) # 列出图片 imgs = page.get_images() if imgs: print (f "[此页含 {len(imgs)} 张图片]" ) EOF 情况B：用户提供了 PDF URL 使用 web_fetch 工具抓取 PDF，或者先用 web_search 找到 arXiv/DOI 页面，再抓取 HTML 摘要 + 全文。 web_fetch(url) → 提取文本内容 重要 ：提取完成后，记录以下信息备用： 论文标题、作者、发表年份、期刊/会议 摘要（Abstract） 章节结构 所有图表的标题和描述 实验数据和核心结论 Step 1：确定输出路径 mkdir -p markdown # 文件名格式：论文标题关键词（英文）+ _解读.md # 例：attention_is_all_you_need_解读.md Step 2：执行五步解读法，生成 Markdown 按以下结构逐步撰写输出文档。 每一步都必须完成，不可跳过。 📍 第0步：论文定位 目标 ：让读者在30秒内判断"这篇论文值不值得读、跟我有什么关系"。 写法要求： 一句话摘要 ：用最简单的语言说清楚这篇论文做了什么 价值标注 ： 🎓 学术价值：在学界填补了什么空白 / 突破了什么瓶颈 🏭 工业价值：在业界可以用来做什么、解决什么实际问题 直觉类比 ：用一个生活化的类比帮助读者建立第一印象 示例格式： ## 📍 论文定位 **一句话** ：本文提出了 XXX 方法，解决了 YYY 场景下 ZZZ 的问题。 **🎓 学术价值** ：首次将...应用于...领域，填补了...的空白。 **🏭 工业价值** ：可直接用于...系统，降低...成本，提升...效率。 **💡 直觉类比** ：这篇论文就像是给 AI 配了一个...，让它能够... 🗺️ 第1步：知识地图 目标 ：用结构化方式呈现读懂本文所需的前置知识，降低阅读门槛。 写法要求： 用 Mermaid 图 画出知识树（三层：核心→支撑→扩展） 对每个核心概念，用「是什么 + 为什么重要 + 现实类比」三件套讲解 标注难度等级（⭐ 简单 / ⭐⭐ 中等 / ⭐⭐⭐ 较难） Mermaid 知识树模板： graph TD A[读懂本文需要] --> B[核心概念 必须懂] A --> C[支撑概念 有助理解] A --> D[扩展概念 感兴趣再看] B --> B1[概念1 ⭐⭐] B --> B2[概念2 ⭐⭐⭐] C --> C1[概念3 ⭐] D --> D1[概念4 ⭐⭐] 🔬 第2步：论文精读（5W1H框架） 目标 ：按"问题-方案-验证"三段式完整解读论文内容。 2.1 Why — 为什么要做这个研究？ 现有方法的痛点是什么？ 作者的 motivation 是什么？ 用 对比表格 展示"之前 vs 本文" 2.2 What — 提出了什么方法/系统？ 核心方法/架构是什么？ 用 Mermaid 流程图或架构图 展示系统结构 如果论文有架构图，用文字 + mermaid 重新描述 Mermaid 架构图示例： graph LR 输入 --> 模块A 模块A --> 模块B 模块B --> 模块C 模块C --> 输出 2.3 How — 具体怎么实现的？ 关键技术细节（公式可以保留，但必须加白话解释） 重要的设计选择和背后的直觉 如有伪代码/算法，用代码块呈现并注释 2.4 So What — 结果怎么样？ 主要实验结果（用 表格 整理核心指标对比） 消融实验说明了什么？ 结果中最令人印象深刻的发现是什么？ 2.5 Now What — 对我们意味着什么？ 学术界：开了哪些新方向？ 工业界：可以怎么落地？有哪些应用场景？ 📖 第3步：术语词典 目标 ：让读者看完就记住关键术语的含义和重要性。 每个术语使用固定三件套模板： ### 术语名（英文原名） - **是什么** ：... - **为什么重要** ：... - **现实类比** ：就像... 只收录论文中 真正关键的 术语（5~15个），不要堆砌所有专业词汇。 ⚖️ 第4步：批判性评估 目标 ：培养读者的独立思考能力，呈现论文的局限性与未来方向。 必须覆盖以下四个维度： 假设前提的合理性 论文依赖哪些假设？ 这些假设在现实场景中是否成立？ 实验设计的可质疑之处 基线选择是否公平？ 数据集是否有代表性？ 有没有重要的对比实验缺失？ 方法的适用边界 这个方法在什么场景下会失效？ 有哪些已知限制（计算成本、数据依赖、场景限制等）？ 未来改进方向 作者自己提出的 future work 是什么？ 读者/你认为还可以从哪些角度改进？ Step 3：写入文件 完整的 Markdown 文件结构如下： # 📄 论文解读：{论文标题} > **原文信息** ：作者 | 年份 | 期刊/会议 > **解读日期** ：{今天日期} --- ## 📍 论文定位 ... --- ## 🗺️ 知识地图 ... --- ## 🔬 论文精读 ### Why — 研究动机 ### What — 核心方法 ### How — 技术细节 ### So What — 实验结果 ### Now What — 价值总结 --- ## 📖 术语词典 ... --- ## ⚖️ 批判性评估 ... --- ## 📚 参考资料 - 原文链接 - 相关论文（如论文中引用的关键文献） 最后执行： # 保存文件 cp /home/claude/解读文件.md markdown/文件名.md echo "✅ 解读文档已保存至 markdown/文件名.md" 质量检查清单 生成文档后，逐项确认： 包含至少 1 个 Mermaid 图（知识树或架构图） 包含至少 1 个对比表格（方法对比或实验结果） 每个核心概念都有现实类比 术语词典覆盖 5 个以上关键术语 批判性评估覆盖全部 4 个维度 文件已保存到 markdown/ 目录 文档语言通俗，无堆砌定义的段落 常见注意事项 关于图片 ：论文中的图片无法直接嵌入 Markdown，应用文字描述 + mermaid 重新表达其核心信息。 关于公式 ：保留核心公式（使用 LaTeX 格式 $公式$ ），但每个公式后面必须跟一段白话解释。 关于篇幅 ：解读文档通常在 2000~5000 字之间。太短说明解读不够深入，太长可能存在不必要的堆砌。 关于语气 ：用"我们"和"读者"的视角写作，像一位熟悉该领域的朋友在讲解，避免学术腔。