- name
- readpaper
- description
- 论文阅读报告生成器，从PDF提取结构化内容并生成全中文阅读报告。触发关键词：/readpaper、论文阅读、论文分析、PDF分析
readpaper - 论文阅读报告生成器（v7.7 简化版）
简介
readpaper 是一个智能论文分析工具，能够从 PDF 文件中提取结构化内容，供 AI 直接生成全中文阅读报告。
方案B工作流程
用户运行 /readpaper → Python提取PDF内容 → 保存为结构化文件 → AI读取文件 → AI直接生成中文报告功能特点
- 智能 PDF 提取：支持多种 PDF 解析库（PyMuPDF、pypdf、pdfplumber），根据文件大小自动选择最优方案
- 自动库安装：自动检测并安装缺失的 PDF 处理库，无需手动配置环境
- 结构化输出：将论文内容整理成标准格式，便于 AI 理解和总结
- 元数据识别：自动提取论文标题、作者、期刊、发表时间、DOI 等
- 结果缓存：相同文件重复分析时毫秒级响应
使用方法
方式：使用 WorkBuddy 自动调用（推荐）
/readpaper "PDF文件路径"WorkBuddy 会自动：
- 提取 PDF 内容并保存为结构化文件
{文件名}_提取内容.txt - AI 读取提取的内容文件
- AI 直接生成完整的中文阅读报告
报告结构
生成的中文报告包含以下十个部分：
一、论文基本信息
- 论文标题（中英文对照）
- 期刊/会议
- 作者
- 作者单位
- 发表时间
- DOI
二、摘要总结
- 中文摘要总结（400-600字）
- 涵盖研究背景、目的、方法、主要发现和意义
三、研究背景
- 研究问题的科学背景和重要性
- 该领域已有的研究进展
- 本研究要解决的具体科学问题
四、研究方法
- 数据来源和范围
- 研究方法和模型
- 关键分析步骤
- 便于复现实验的技术细节
五、图表分析
- 对每个主要图表的中文解读
- 图表展示的核心内容
- 关键发现和规律
- 与研究问题的关联
六、主要发现
- 核心科学发现的详细阐述
- 关键实验结果和数据分析
- 与预期结果的对比
七、核心贡献
- 学术贡献和创新点
- 对领域的推动作用
- 实际应用价值
八、批判性思考
- 8.1 研究优势：优势、亮点和创新之处
- 8.2 研究局限：局限性或不足之处
- 8.3 改进建议：具体的改进建议
- 8.4 未来研究方向：未来深入研究的方向
九、论文总结
综合概括论文的研究目标、方法、主要发现和贡献，突出论文的核心价值。
十、方法复现
- 10.1 数据获取：公开数据集名称/来源、API接口、下载方式；无法公开的数据如何获取或替代
- 10.2 代码实现要点：核心算法伪代码或流程图、关键超参数设置、数据预处理步骤
- 10.3 复现步骤：按时间顺序的实验步骤、可选的简化复现路径
- 10.4 潜在问题与解决方案：常见复现失败原因及对应解决方法
技术实现
文件结构
readpaper/
├── SKILL.md # 技能说明文档
├── scripts/
│ ├── read_paper_main.py # 主执行脚本
│ └── report_generator.py # 内容提取器工作流程
- PDF 提取：根据文件大小选择最优提取方法
- 内容解析：提取元数据、摘要、背景、方法、图表、结论
- 结构化保存：将提取的内容保存为文本文件
- AI 生成报告：AI 读取内容文件，直接生成中文报告
PDF 提取策略
| 文件大小 | 优先方法 | 备选方法 | 最后备选 |
|---|---|---|---|
| < 10 MB | PyMuPDF | pdfplumber | pypdf |
| ≥ 10 MB | pdfplumber | PyMuPDF | pypdf |
策略说明：
- PyMuPDF：提取效果最佳，是10MB以下文件的首选
- pdfplumber：内存效率高，适合大文件，也是10MB以下文件的备选
- pypdf：轻量级纯Python库，作为最后的备选方案
缓存机制
- 分析缓存：
~/.workbuddy/cache/readpaper/cache_index.json - 缓存有效期：30 天
- 相同文件再次分析时直接返回缓存结果
输出文件
运行后会生成以下文件：
- 提取内容文件：
{PDF文件名}_提取内容.txt
- 包含论文的结构化提取内容 - 供 AI 读取并生成中文报告
- 阅读报告文件：
报告-{论文标题}.md
- 生成的完整中文阅读报告 - 使用论文标题作为文件名的一部分 - 示例：报告-Separating Daily 1 km PM2.5 Inorganic Chemical Composition in China since 2000 via Deep Learning Integrating Ground, Satellite, and Model Data.md
版本历史
- v7.7 - 新增第十章"方法复现"：包含数据获取、代码实现要点、复现步骤、潜在问题与解决方案，方便读者复现论文实验
- v7.6 - 增加自动库安装功能：自动检查并安装PyMuPDF、pdfplumber、pypdf等依赖库，无需手动配置环境
- v7.5 - 优化PDF提取策略：10MB以下文件优先使用PyMuPDF，pdfplumber作为备选，pypdf作为最后备选
- v7.4 - 简化报告模板：移除"报告元信息"表格，使报告更加简洁
- v7.3 - 重构报告结构：1) 将原"六、论文总结"拆分为"六、主要发现"和"七、核心贡献"；2) 新增"九、论文总结"作为综合概括；3) 报告元信息移至末尾，使用表格和分隔符
- v7.2 - 优化报告模板：1) 文件名格式改为
报告-{论文标题}.md；2) 将报告元信息改为第九部分，使用---分隔符 - v7.1 - 添加报告元信息（生成时间、生成时长、skill版本）到报告模板
- v7.0 - 方案B优化：简化流程，AI直接读取PDF内容生成报告
- v6.0 - 改为 LLM 驱动，由大语言模型生成中文报告
- v5.0 - 添加自动翻译功能
- v4.0 - 精简代码，移除冗余脚本
- v3.0 - 添加缓存系统
注意事项
- 确保 PDF 文件可正常读取
- 部分 PDF 可能存在文字提取困难，影响报告质量
- AI 生成的内容需要人工审核和补充
- 建议在报告生成后根据实际内容进行调整