القائمة
يُحدَّد Prompt الذي يراجع المصدر أولًا بشكل افتراضي. يمكنك التبديل إلى أمر مباشر أو تنزيل نسخة محلية.
اقرأ SKILL.md وأي ملفات مرافقة يعرضها SkillsMP قبل أن تقرر التثبيت.
التثبيت باستخدام Codex أو Claude انسخ هذا Prompt والصقه في Codex أو Claude أو مساعد آخر ليراجع صفحة Skill ويثبّتها لك.
يتجاوز الأمر المباشر Prompt المخصّص للمراجعة. افحص المصدر قبل تشغيله.
npx skills add https://github.com/GeorgeDoors888/GB-Power-Market-JJ --skill paper-reviewer-proيبقى الأمر في سطر واحد. مرّر أفقيًا لمراجعته كاملًا قبل النسخ.
تفضّل نسخة محلية؟ نزّل الملفات المتاحة حاليًا لدى SkillsMP.
超级简历 WonderCV 出品，3000 万用户信赖。简历分析、段落改写、JD 岗位匹配、自动匹配职位、PDF 导出、AI 求职导师（面试准备/薪资谈判/职业规划/多版本简历策略）。 触发条件：用户提供简历、要求简历点评/打分/反馈、希望改写某个简历部分、 希望将简历与岗位 JD 匹配、咨询求职建议或面试准备，或提到 CV/简历/求职。 不触发条件：用户讨论普通写作（非简历）、询问其他文档， 或讨论与求职和职业发展无关的话题。
Order food/drinks (点餐) on an Android device paired as an OpenClaw node. Uses in-app menu and cart; add goods, view cart, submit order (demo, no real payment).
调用久吾智能体API进行文本或文件分析处理。支持两种调用方式：(1) 文本内容分析 - 传入name(智能体名称)、docno(文档编号)、content(文本内容)；(2) 文件分析 - 传入name、docno和files(文件列表)进行智能评审。适用于合同评审、需求评审、文档审查等场景。当用户要求评审合同、分析条款、审查文档、需求评审、合同条款分析、或需要对文本和文件进行AI智能分析时触发。
استنادا إلى تصنيف SOC المهني
عرض SKILL.md
| name | paper-reviewer-pro |
| description | 高精度论文检索与检阅系统，支持多源检索、智能筛选、结构化摘要、BibTeX 导出、CCF 评级与综合评分 |
| license | MIT |
| clawhub | {"slug":"paper-reviewer-pro","repo":"yourname/skills","repoPath":"skills/paper-reviewer-pro","ref":"main","version":"main","autoEnable":true} |
Paper Review Pro 是一款面向科研工作者的智能论文检索与分析工具。它不仅能从 arXiv 和 Semantic Scholar 多源检索论文，还能自动筛选核心文献、生成结构化摘要、评估论文权威性，并输出完整的研究领域分析报告。
适用场景：
| 特性 | 说明 |
|---|---|
| 多源检索 | 同时检索 arXiv + Semantic Scholar，覆盖预印本与正式发表 |
| 智能筛选 | 相关度 + 权威度综合评分，自动识别高价值论文 |
| CCF 评级 | 内置 CCF（中国计算机学会）推荐目录，自动标注 A/B/C 类 |
| 结构化摘要 | LLM 自动生成：研究问题、方法、结论、创新点 |
| 领域扩展 | 基于 Top-K 论文智能生成扩展检索词，发现相关子领域 |
| 一键导出 | 自动生成 BibTeX 文件，支持 Zotero/Mendeley 导入 |
| 完整报告 | 检索完成后自动生成研究领域分析报告 |
| 健壮性 | 多层错误处理与回退机制，确保稳定运行 |
cd ~/.openclaw/workspace/skills/paper-review-pro
python scripts/config.py
python scripts/review.py --query "LLM reasoning" --retrieve_number 20 --keep_topk 5 --year 2024
| 参数 | 必需 | 默认值 | 说明 |
|---|---|---|---|
--query | ✅ | - | 检索关键词 |
--retrieve_number | ❌ | 10 | 初始检索数量 |
--keep_topk | ❌ | 3 | 保留核心论文数量 |
--year | ❌ | 2025 | 截止年份（检索该年及之后） |
--expand_query_number | ❌ | 2 | 每个扩展词保留的论文数量 |
检索完成后，你将获得：
~/.openclaw/paper-review-pro/papers/bibtex_{query}_{timestamp}.bib~/.openclaw/paper-review-pro/reports/检索源：
去重机制：基于论文标题和 DOI 进行本地去重，避免重复结果。
评分公式：
综合分数 = 相关度 × (1 - weight) + 权威度 × weight
| 参数 | 说明 | 默认值 |
|---|---|---|
| 相关度 | 查询关键词与标题/摘要的匹配度 | - |
| 权威度 | 基于发表状态和 CCF 评级 | - |
| weight | 权威度权重 | 0.3 |
权威度评分标准：
| 等级 | 说明 | 分数 |
|---|---|---|
| CCF-A | 顶级会议/期刊（NeurIPS, ICML, CVPR, ACL 等） | 1.0 |
| CCF-B | 优秀会议/期刊 | 0.8 |
| CCF-C | 良好会议/期刊 | 0.6 |
| 已发表未评级 | 有 venue 但未匹配 CCF | 0.5 |
| preprint | 预印本（arXiv 等） | 0.3 |
数据库规模：422 个 venue（会议 275 个，期刊 147 个）
代表性收录：
使用 LLM 自动生成四要素摘要：
| 要素 | 说明 |
|---|---|
| 研究问题 | 论文要解决的核心问题 |
| 方法 | 采用的技术路线/算法 |
| 结论 | 主要发现/实验结果 |
| 创新点 | 与已有工作的区别 |
基于 Top-K 核心论文的内容分析，生成语义相关的扩展检索词，帮助发现：
自动生成，支持一键导入 Zotero/Mendeley。
导入 Zotero：
.bib 文件位置：~/.openclaw/paper-review-pro/config.json
{
"default_n": 10,
"default_k": 2,
"min_year": 2025,
"default_p": 2,
"authority_weight": 0.3,
"llm": {
"enabled": true,
"provider": "gateway",
"gateway_url": "http://localhost:14940",
"gateway_model": "dashscope/qwen3.5-plus"
}
}
python scripts/config.py --default_n 20 --default_k 3 --min_year 2024 --authority-weight 0.3
| 参数 | 说明 |
|---|---|
--query | 检索关键词（必需） |
--retrieve_number | 初始检索数量 |
--keep_topk | 保留核心论文数量 |
--year | 截止年份 |
--expand_query_number | 每个扩展词保留数量 |
| 参数 | 说明 | 默认 |
|---|---|---|
--no-bibtex | 禁用 BibTeX 导出 | 启用 |
--no-authority | 禁用权威度评分 | 启用 |
--authority-weight | 权威度权重 (0.0-1.0) | 0.3 |
--use-api | 使用在线 API 查询发表状态 | 禁用 |
--no-llm | 禁用 LLM 功能 | 启用 |
本系统设计有多层错误处理机制，确保在各种异常情况下仍能稳定运行。
arXiv API (首选)
↓ [失败]
arXiv 网页爬取 (回退)
↓ [失败]
跳过 arXiv，仅使用 Semantic Scholar
网页爬取保护：
OpenClaw Gateway API (首选)
↓ [401/网络错误]
Dashscope API (备用)
↓ [失败]
规则提取 Fallback
Fallback 行为：
保证：即使 LLM 完全不可用，系统也能正常运行，不会中断。
在线 API 查询 (--use-api)
↓ [失败/未启用]
本地数据库匹配
↓ [未匹配]
标记为"未评级"
TimeoutMonitor 监控所有关键步骤：
所有外部 API 请求均支持自动重试：
python scripts/review.py --query "transformer attention" --retrieve_number 20 --keep_topk 5 --year 2020
python scripts/review.py --query "novel architecture" --keep_topk 5 --no-authority
python scripts/review.py --query "deep learning survey" --keep_topk 10 --authority-weight 0.5
python scripts/review.py --query "quick test" --retrieve_number 5 --no-llm
python scripts/review.py --query "recent paper" --keep_topk 5 --use-api
# 运行完整测试套件
python scripts/test_publication_status.py
# 测试特定 venue
python scripts/test_publication_status.py --title "论文标题" --venue "IEEE Transactions on Multimedia"
# 显示数据库统计
python scripts/test_publication_status.py --show-db
python scripts/core/bibtex.py --title "Test Paper" --authors "John Doe" --year 2025 --publication "CVPR" --ccf-rank A
详细模块说明请参考 reference/ 目录：
| 文档 | 内容 |
|---|---|
reference/LLM_INTEGRATION.md | LLM 功能集成（摘要生成、查询扩展） |
reference/BIBTEX_EXPORT.md | BibTeX 导出模块说明 |
reference/PUBLICATION_STATUS.md | 发表状态与 CCF 评级模块 |
reference/SCORING_SYSTEM.md | 综合评分系统说明 |
reference/BUGFIXES.md | 重要修复说明 |
CCF 评级数据库：当前使用本地数据库，覆盖常见计算机领域会议/期刊。如需扩展，请编辑 scripts/core/publication_status.py 中的评级字典。
BibTeX 文件位置：生成的 .bib 文件保存在 ~/.openclaw/paper-review-pro/papers/ 目录，文件名格式：bibtex_{查询关键词}_{时间戳}.bib。
权威度权重建议：
--no-authority 禁用在线 API 查询：--use-api 参数通过 Semantic Scholar API 查询发表信息，更准确但会增加检索时间（约 2-5 秒/篇）。
arXiv 速率限制：arXiv API 有速率限制，建议检索间隔 ≥3 秒。网页爬取作为回退方案，超时保护 60 秒。
LLM 配置：首次使用前请确保 OpenClaw Gateway 或 Dashscope API 已正确配置。如未配置，系统自动降级到规则 Fallback。
详见 CHANGELOG.md（如有）或项目发布说明。
版本: 2026-03-29
许可: MIT
维护: OpenClaw Community