القائمة
给定一篇论文（arXiv 链接或 ID），生成包含 7 个部分的结构化深度阅读笔记， 涵盖动机、方法、实验和批判性分析。 触发词：deep note, 帮我读, 论文笔记, read this paper。
التثبيت باستخدام Codex أو Claude انسخ هذا Prompt والصقه في Codex أو Claude أو مساعد آخر ليراجع صفحة Skill ويثبّتها لك.
| name | deep-note |
| description | 给定一篇论文（arXiv 链接或 ID），生成包含 7 个部分的结构化深度阅读笔记， 涵盖动机、方法、实验和批判性分析。 触发词：deep note, 帮我读, 论文笔记, read this paper。 |
给定一篇论文（arXiv 链接、ID 或 PDF URL），生成结构化的 7 段式深度阅读笔记（markdown 格式）。
deep note [链接] · 帮我读 [链接] · 论文笔记 [链接] · read this paper [链接]
提取论文标识符：
2401.12345）获取策略（按优先级尝试）：
web_fetch("https://arxiv.org/abs/{id}") 获取摘要和元信息web_fetch("https://arxiv.org/html/{id}") 获取完整 HTML 版本（首选）web_fetch("https://ar5iv.labs.arxiv.org/html/{id}")提取：标题、作者、摘要、全文（章节、图表）。
注意： 如果论文较长（>300 行），重点关注：摘要、引言、方法部分、实验结果和结论。跳过相关工作的细节。
使用以下 7 段式模板：
# {论文标题}
> **作者：** {authors}
> **发表日期：** {date} | **arXiv：** [{id}](https://arxiv.org/abs/{id})
> **笔记生成日期：** {today's date}
## 1. 一句话总结
{一句话概括核心贡献}
## 2. 动机与问题
- 这篇论文解决什么问题？
- 为什么重要/填补了什么空白？
- 已有工作的局限性是什么？
## 3. 方法
- 核心技术方案（附关键公式，如适用）
- 架构/算法概览
- 与已有方法有何不同？
## 4. 实验
- 使用的数据集和基线方法
- 关键结果（引用具体数字）
- 消融实验要点
## 5. 亮点与局限
**亮点：**
- {亮点 1}
- {亮点 2}
**局限：**
- {局限 1}
- {局限 2}
## 6. 相关工作脉络
- 这篇论文在研究版图中处于什么位置？
- 关键相关论文及其差异
## 7. 个人思考
- 可能的扩展或后续方向
- 与当前研究趋势的相关性
- 是否推荐阅读？为什么？
保存到当前工作目录，文件名为 deepnote_{arxiv_id}_{date}.md。
在对话中输出简要摘要、文件路径和一句话总结。
交付深度笔记后，观察用户反馈：
按照 skills/preference-evolving/SKILL.md 中的流程更新 config.yaml。
استنادا إلى تصنيف SOC المهني
即插即用的研究生论文助手，三大核心能力：(1) 每日自动推送 arXiv + HuggingFace 热门论文； (2) 给定研究方向，自动 survey 相关论文并生成结构化报告； (3) 给定一篇论文，生成 Deep Note 深度阅读笔记。 触发词：survey, 帮我调研, 论文综述, deep note, 帮我读, 论文笔记, paper survey, 读这篇论文, 每日论文, daily papers, 今日推送, 论文推荐, paper digest, 安装这个repo, install this repo
每日论文推送。根据用户 config.yaml 中的研究偏好，自动搜索 arXiv 和 HuggingFace 当日热门论文， 生成结构化推送报告。 触发词：每日论文、daily papers、今日推送、论文推荐、paper digest。也可由 cron 自动触发。
给定研究方向，自动搜索 arXiv 近期论文并生成结构化 survey 报告。 触发词：survey, 帮我调研, 论文综述, paper survey。
持续从交互信号中学习用户的研究偏好。 在每次 survey/deep-note 会话结束后自动更新 config.yaml 中的权重。 触发条件：每次 paper-survey 或 deep-note 交互完成后自动执行。
