paper-analyzer

仓库: zsyggg/paper-craft-skills
安装量: 76
排名: #10267

安装

npx skills add https://github.com/zsyggg/paper-craft-skills --skill paper-analyzer

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）

| storytelling（故事型） | 从直觉出发，用比喻和例子，像讲故事 | 公众号、技术博客、科普

| academic（学术型） | 专业术语，严谨表述，保留原文概念 | 学术报告、论文综述、研究组分享

| concise（精炼型） | 直击核心，表格列表，信息密度高 | 快速了解、论文速览、技术调研

2. 公式选项（可选）

| with-formulas | 插入公式图片并详细讲解符号含义

| no-formulas（默认） | 纯文字描述，不包含公式图片

3. 代码选项（可选，仅当论文有 GitHub 时）

| with-code | 克隆仓库，贴关键源码，代码与论文对照讲解

| no-code（默认） | 不包含代码分析

询问示例：

请选择文章风格：

  • academic - 学术型，专业严谨（默认推荐）

  • storytelling - 故事型，朴素接地气

  • 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：

  • 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

  • 信任 paper_info.json - 包含图片列表和元数据，无需视觉确认

  • 只看关键图 - 最多读取 1-2 张核心架构图，其余直接引用

  • 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：

| MD（默认） | 轻量、易编辑、公众号可直接导入 | 日常使用

| HTML | 图片嵌入、单文件分享 | 预览效果、分享给他人

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

← 返回排行榜