- name
- paper-reader
- description
- >
Paper Reader Skill
学术论文精读专家 — 深度解读学术论文，输出结构化分析报告，并自动生成 Word 文档保存在桌面。
什么时候使用本 Skill
当用户上传学术论文（PDF、Word、Excel、PPT、TXT 等格式）并希望：
- 深入理解论文的研究目标、方法和贡献
- 获取论文的批判性分析
- 了解该方向的前沿进展和学习建议
- 将论文转化为可用的创新想法
典型触发句式：
- "精读这篇论文"
- "帮我分析这篇文献"
- "这篇论文讲了什么"
- "论文解读"
- "学术论文分析"
执行流程
第一步：识别文件并提取内容
根据用户上传的文件扩展名，使用 scripts/extract_text.py 提取全文：
python <skill_path>/scripts/extract_text.py <file_path> [-o <输出文件路径>]支持的格式一览：
| 格式 | 扩展名 | 主要工具 |
|---|---|---|
.pdf | PyMuPDF (fitz) + pdfplumber | |
| Word | .docx | python-docx |
| Word | .doc | textutil (macOS) / antiword (Windows) |
| Excel | .xlsx | openpyxl |
| Excel | .xls | xlrd + pandas |
| PPT | .pptx | python-pptx |
| 文本 | .txt / .md / .csv | Python 内置编码自动检测（UTF-8/GBK/GB2312） |
注意：Word.doc格式在 macOS 上使用 textutil，Windows 上需要预装antiword；如不可用请提示用户将文件另存为.docx格式。
第二步：判断学科领域与背景
根据论文的摘要、关键词和章节标题，判断：
- 论文所属学科领域（机器学习、供应链管理、金融、医学等）
- 是否涉及多学科交叉
- 是否需要补充领域最新研究动态
第三步：加载分析参考模板
读取 references/academic_prompt.md 获取完整的六维度分析框架，在分析过程中严格遵循该模板的格式要求。
第四步：执行深度分析（六大维度）
按以下顺序逐一分析，直接引用原文细节：
- 研究目标与实际问题 — 研究目的、解决的问题、产业意义
- 新思路、方法与模型 — 创新点、相比已有方法的优势（引用原文细节）
- 实验设计与验证 — 实验设计、数据、结果（引用关键数据）
- 未来研究方向与机会 — 值得探索的问题、新技术/投资机会
- 批判性分析 — 不足、缺失、需进一步验证的内容
- 实用价值与学习建议 — 可借鉴的创新想法、学习重点、需补充的背景知识
第五步：输出 Markdown 报告
以 Markdown 格式输出，严格遵循以下格式规范：
- 使用
### 三级标题对应六大问题 - 引用原文使用
>blockquote - 关键术语首次出现时加粗
- 中文书写，学术名词附英文
- 适当使用列表、加粗、表格
- 适当插入图表说明（可用文字描述关键图表内容）
第六步：生成 Word 文档并保存至桌面 ⭐
将分析报告自动转换为 Word 文档（.docx），保存到用户桌面：
推荐方式：JSON 数据文件模式
- 先将分析内容写入 JSON 文件（保存到
<skill_path>/data/latest_analysis.json）：
{
"title": "论文主标题",
"subtitle": "副标题（如：—— 精读报告）",
"author": "作者名",
"school": "学校/机构",
"date": "2026年x月x日",
"overview": "整体概述段落内容...",
"dimensions": [
{ "heading": "维度一：研究目标与实际问题", "content": "多行内容..." },
{ "heading": "维度二：新思路、方法与模型", "content": "多行内容..." },
{ "heading": "维度三：实验设计与验证", "content": "多行内容..." },
{ "heading": "维度四：未来研究方向与挑战", "content": "多行内容..." },
{ "heading": "维度五：批判性分析", "content": "多行内容..." },
{ "heading": "维度六：实用价值与学习建议", "content": "多行内容..." }
],
"summary": "总结段落",
"filename": "论文简称_精读报告"
}- 运行生成脚本：
node <skill_path>/scripts/generate_report.js --data <skill_path>/data/latest_analysis.json命令行参数模式（备选）：
node <skill_path>/scripts/generate_report.js \
--title "<论文标题>" \
--output "<输出完整路径>"生成后告知用户：
✅ Word 文档已生成并保存至桌面：<filepath>文件结构
paper-reader/
├── SKILL.md ← Skill 主入口（本文件）
├── scripts/
│ ├── extract_text.py ← 文档文本提取脚本（支持7种格式）
│ └── generate_report.js ← Word 报告生成脚本
├── references/
│ └── academic_prompt.md ← 六维度分析 Prompt 模板
└── data/
└── .gitkeep ← 保持目录结构，忽略临时数据注意事项
- 引用原文：分析时大量引用论文原文中的关键句子、数据和图表说明，体现分析的深度和依据
- 通俗解释：对于新颖或专业的术语，在引用后给出通俗易懂的解释
- 批判视角：不回避论文的不足，以建设性批评帮助用户全面理解论文
- 实用建议：重点帮助用户提炼"拿来即用"的创新想法，而非泛泛而谈
- 格式严格遵循：按 academic_prompt.md 中的格式规范输出，不遗漏任何部分
- Word 输出：分析完成后必须执行第六步，将报告保存为 Word 文档到桌面，文件名格式为：
<论文简称>_精读报告.docx