Run any Skill in Manus with one click

Get Started

aily-doc-paper-deepresearch

Stars2

Forks1

UpdatedApril 3, 2026 at 17:12

面向学术论文的**原文级调研（Deep Research）**能力模块。适用于：用户指定某篇论文要求"读透 + 追踪背景 + 扩展最新相关工作"，或用户给出某个学术 topic 要求系统性深度调研与写作综述。

Installation

Install with Codex or Claude Copy this prompt, paste it into Codex, Claude, or another assistant, and let it review the skill page and install it for you.

Run Skill in Manus

Source

GACLove

GACLove/feishu-aily-skills

View GitHub Repository View Creator Repositories

Download

Run Skill in Manus

Related occupationsSOC

Based on SOC occupation classification

Anthropology and Archeology Teachers, PostsecondaryEducational Instruction and Library Occupations·SOC 25-1061

SKILL.md

readonly

SKILL: aily-doc-paper-deepresearch

1) Overview

⚠️ 输出形式（强制）

本 skill 被触发即代表用户期望生成飞书云文档，主 Agent 无需询问用户是否需要写成文档，也不得以对话文本替代文档作为最终交付物。
数据收集完成后，必须通过 task（subagent_type: writer）委托 Writer Agent 创建飞书云文档。

飞书工具优先（必须遵守）

所有飞书相关信息获取与写作，先参考 feishu-use-skills-map 并按其指引调用对应技能
需要访问飞书文档/群消息/会议/任务时，必须先 get_skills 获取对应飞书技能说明

工具/Skill 明确清单（执行前先 get_skills）

必须先参考 feishu-use-skills-map 并调用对应技能。

工具	用途	适用场景
`web_search`	广泛检索公开学术信息	论文定位、arXiv/出版社搜索、会议论文检索、引用链追踪
`fetch`	获取特定网页/文档全文	论文原文 PDF 下载、作者主页、出版社页面、Semantic Scholar
`aily-pdf`	解析 PDF 文档	论文 PDF 全文解析、公式/图表/定理提取
`knowledge_answer`	检索内部知识库	内部已有的论文分析、技术调研、相关项目资料
`file`	写入素材文件（append 模式）	将调研素材、结构化笔记写入 draft.md
`task`	分发子任务给 Writer Agent	完成素材收集后调用，生成飞书云文档
`file_read`	读取文件内容	Writer Agent 读取 draft.md（Writer Agent 使用）
`outline_generator`	生成结构化大纲	Writer Agent 生成报告大纲（Writer Agent 使用）
`feishu_doc_create`	生成飞书云文档	Writer Agent 最终输出（Writer Agent 使用）
`end`	结束任务	Writer Agent 完成后返回文档链接

证据与时间约束（与主/写作agent一致）

任何数据/结论必须来自可追溯来源；不确定则明确标注"需补充资料"。
若用户指定时间范围，必须严格筛选在时间窗内的资料，过期内容不得使用。
不可编造事实、链接或来源；引用必须有明确出处。
学术论文引用必须包含：作者、标题、会议/期刊、年份、DOI/arXiv ID。

可读性规则（强制）

并列项>=3：优先使用无序/有序列表或表格
单段>150字必须拆分（列表/小节/Callout）
连续两段无列表且信息密度高：插入列表或 Callout
公式必须使用 LaTeX 格式，行内公式用 \(...\)，独立公式用 \[...\]

目标

原文驱动：必须定位到论文原文 PDF（arXiv/出版社/作者主页等）并通读，基于原文进行理解、复述、推导与批判性分析。
topic 拉通：从 topic 的问题定义与主流范式切入，连接到用户指定论文（primary paper），再扩展到近期相关论文（recent related works），形成"背景 → 主文献 → 近作 → 关系论证 → 结论与空白"的闭环。
技术深度：写作中要善于使用公式、符号、命题/定理结构，而不是浅层"摘要式总结"。

触发方式（Triggers）

当用户出现以下意图时触发本 skill：

"帮我调研/精读这篇论文：<标题/DOI/arXiv/链接>"
"给我对做 deep research / 系统性调研 / 最新进展梳理"
"把这篇论文放到该领域脉络里，找最近相关论文并对比"
"我需要推导/理解论文里的公式、定理、对偶、复杂度、实验设计"

输入（Inputs）

必选其一：paper_identifier（标题/DOI/arXivID/URL/PDF）或 topic（关键词 + 子方向约束）
可选：
- 时间窗口（例如近 2 年/3 年）
- 目标会议/期刊
- 方法偏好（理论/实验/应用）
- 关注点（例如"对偶推导""泛化界""算法复杂度""实现细节"）

输出（Outputs）

飞书云文档论文深度解读报告，包含：
- Topic 背景与问题定义（含统一符号与公式）
- Primary paper 深度解构（模型/定理/算法/实验）
- Recent papers（原文级阅读后的归类、对比与关系论证）
- 关键公式与推导路线（必要时给出 proof sketch）
- 局限性、开放问题、可复现建议、下一步研究线索
可选附录：BibTeX 条目集合、对比表、术语表、符号表

2) Module A — SEARCH（原文检索与证据构建）

核心原则：只要是"调研论文"，就必须拿到原文并阅读；只要是"找相关论文"，就必须对每篇候选至少拿到原文并做结构化阅读记录。

A1. Primary paper：定位原文 + 版本确认

定位权威原文来源（按优先级）
- arXiv（preprint PDF）
- 出版社页面（最终版本 / camera-ready）
- 作者主页 / institutional repository
- 语义学术索引（如 Semantic Scholar）用于交叉验证元数据与引用链

web_search 查询示例：

- "{论文标题} arxiv PDF"
- "{论文标题} {作者} {年份} conference"
- "DOI:{DOI编号}"
- "{arXivID} paper"

fetch 获取原文：

fetch(
  url: "https://arxiv.org/abs/XXXX.XXXXX",
  prompt: "获取该论文的完整元数据：标题、作者、摘要、版本号、提交日期、DOI"
)

版本一致性检查
- 核对：标题、作者、年份、会议/期刊、版本号（arXiv v1/v2...）、DOI
- 若存在多个版本：明确"以哪一版为主"，并记录差异（新增定理/实验/修订假设）
原文获取失败的降级策略
- 若出版社付费墙：尝试 arXiv / 作者公开稿 / accepted version
- 仍不可得：请求用户上传 PDF（此时停止"深度推导"，改做"可得信息范围内"的有限分析）

写入 draft.md（使用 file(path: "/home/workspace/draft.md", mode: "append")）：

## Primary Paper 元数据

- **标题**：...
- **作者**：...
- **会议/期刊**：...（年份）
- **arXiv ID**：...（版本 vX）
- **DOI**：...
- **原文来源**：arXiv / 出版社 / 作者主页
- **版本说明**：以 vX 为主，与 camera-ready 差异为...

A2. Primary paper：通读与结构化笔记（必须）

对整篇原文做结构化拆解，每一项都要能回指到章节/公式编号（证据化）：

Problem Setup & Notation
- 随机变量/数据分布/样本：(\xi \sim \mathbb{P})，({\xi_i}_{i=1}^n)
- 决策变量：(x \in \mathcal{X})
- 目标与风险/约束：(\min_{x \in \mathcal{X}} \mathbb{E}_{\mathbb{P}}[\ell(x;\xi)])，或 (\min f(x)\ \text{s.t.}\ g(x)\le 0)
核心方法/算法
- 写出关键优化形式（primal/dual/regularized）
- 给出算法迭代（如 SGD/PDHG/ADMM/镜像下降）的一般式
理论结果
- 定理/命题：条件（assumptions）→ 结论（rates/bounds/consistency）
- 必须明确：依赖常数、光滑性/Lipschitz、强凸性、维度依赖、样本量依赖
实验与评估
- 数据集、指标、baselines、消融、统计显著性、复杂度与 wall-clock
局限性与讨论
- 论文自述限制 + 你识别到的隐含限制（假设过强、不可扩展、证据不足等）

输出一个"Primary paper evidence table"：Claim → Location（Section/Equation/Theorem）→ Notes（你对其含义/边界的解释）。

使用 aily-pdf 解析论文 PDF，提取公式、定理、实验表格等关键内容。

写入 draft.md（使用 file(path: "/home/workspace/draft.md", mode: "append")）：

## Primary Paper 结构化笔记

### Problem Setup & Notation
- 问题设定：...（Section X）
- 核心符号：...
- 目标函数：\(\min_{x \in \mathcal{X}} \mathbb{E}_{\mathbb{P}}[\ell(x;\xi)]\)（Eq. X）

### 核心方法/算法
- 关键优化形式：...（Section X）
- 算法迭代式：...（Algorithm X）

### 理论结果
- Theorem X：在假设 A1-A3 下，...（Section X）
- 收敛率：...
- 依赖条件：...

### 实验与评估
- 数据集：...
- 指标：...
- 主要结果：...（Table X / Figure X）

### 局限性与讨论
- 论文自述：...
- 识别到的隐含限制：...

### Evidence Table
| Claim | Location | Notes |
|-------|----------|-------|
| ... | Section X, Eq. Y | ... |
| ... | Theorem Z | ... |

A3. Topic background：从"定义 → 范式 → 经典工作"建立脉络

当用户调研的是"论文"也要做 topic 背景（因为需要解释它解决的是什么问题）：

统一定义：写出该 topic 的标准数学表述（至少 1--2 个 canonical forms）
识别主流范式：优化/统计/学习/因果/控制等
定位 3--8 篇奠基/综述/教材级引用，作为"背景锚点"
提取该领域的常见难点与评价标准（例如：泛化、稳健性、可扩展性、可解释性、可复现性）

web_search 查询示例：

- "{topic} survey review tutorial"
- "{topic} canonical formulation mathematical framework"
- "{topic} seminal paper foundational work"
- "{topic} benchmark evaluation metrics"

写入 draft.md（使用 file(path: "/home/workspace/draft.md", mode: "append")）：

## Topic Background

### 问题定义
- Canonical form 1：...
- Canonical form 2：...

### 主流范式
- ...

### 奠基工作（背景锚点）
| 论文 | 年份 | 核心贡献 | 与 primary paper 关系 |
|------|------|---------|---------------------|
| ... | ... | ... | ... |

### 领域难点与评价标准
- 泛化：...
- 稳健性：...
- 可扩展性：...

A4. Recent related works：搜索"同 topic 最新论文"并原文阅读（必须）

用户要求：对原文同个 topic 最近的相关论文进行搜索原文并阅读整篇原文。

检索范围建议
- 默认：近 24--36 个月（可按用户指定）
- 目标：5--15 篇"强相关 + 有代表性"论文（宁缺毋滥）
检索策略（组合拳）
- 关键词扩展：同义词、缩写、核心术语 + 方法名
- 会议/期刊定向：该领域顶会顶刊（按 topic 确定）
- 引用追踪：
  - backward：primary paper 引用的关键前置工作
  - forward：引用 primary paper 的近期论文（尤其最新）
- 相关性判别：是否共享同一核心建模对象/理论命题/实验设置

web_search 查询示例：

- "{topic} {关键方法} 2024 2025 paper"
- "{primary paper 标题} cited by recent"
- "{topic} {顶会名} 2024 2025"
- "{核心术语} {同义词} new approach"

对每篇 recent paper 的"最小原文阅读"标准
- 必须下载 PDF 并读：Abstract + Intro + Method + Main Theorem/Key Lemma + Experiments + Limitations/Discussion
- 输出结构化卡片：
  - Problem / Method / Key result（公式级）/ Empirical setup / Relation to primary paper（替代、改进、互补、否定）

写入 draft.md（使用 file(path: "/home/workspace/draft.md", mode: "append")）：

## Recent Related Works

### 检索策略与范围
- 时间窗口：近 XX 个月
- 检索渠道：arXiv, {顶会}, Semantic Scholar, Google Scholar
- 候选论文数：XX 篇，筛选后：XX 篇

### 结构化卡片

#### Paper R1：{标题}（{作者}, {年份}）
- **Problem**：...
- **Method**：...
- **Key result**：...（公式级）
- **Empirical setup**：...
- **Relation to primary paper**：替代/改进/互补/否定 — 具体说明...

#### Paper R2：{标题}（{作者}, {年份}）
- ...

A5. 质量控制（Search QA）

不允许只读二手解读（博客/短评）就下结论
对关键结论必须双重核对：原文公式/定理 + 实验设置
若出现矛盾（不同论文结论冲突）：记录冲突点（假设不同？数据不同？指标不同？实现差异？）

3) Module B — WRITE（分层写作与公式化论证）

写作总路线（用户要求）：从 topic 入手 → 介绍 primary paper → 引到 recent papers → 论证关系。

B1. 推荐报告结构（强制层次）

0. TL;DR（不超过 10 行）

1--2 句 topic 定义 + 1 句 primary paper 的核心贡献 + 1--3 句近期进展与差异 + 1 句开放问题

1. Topic：问题定义与统一符号（公式优先）

给出 canonical objective（示例）： [ \min_{x\in\mathcal X}\ \mathbb{E}{\mathbb P}\big[\ell(x;\xi)\big] \quad\text{或}\quad \min{x\in\mathcal X}\ f(x)\ \text{s.t.}\ g(x)\le 0 ]
若为稳健/分布鲁棒/正则等主题，写出标准形式（示例）： [ \min_{x\in\mathcal X}\ \sup_{\mathbb Q\in\mathcal U}\ \mathbb E_{\mathbb Q}[\ell(x;\xi)] ]
明确：
- (\xi) 的含义、样本如何来、(\mathcal X) 的结构
- 常用假设（Lipschitz/convex/smooth/bounded support...）与其作用

2. Primary paper 深度解构（以"模型--方法--定理--算法--实验"组织）

2.1 模型与关键构件：把论文最核心的 1--3 个公式抄成统一符号体系，并解释每一项的作用
2.2 方法与推导主线：给出从原问题到可解形式的"推导路线图"
- 例如：primal → dual → regularization → tractable reformulation
2.3 理论结果（定理化呈现）
- 用"Assumption → Theorem → Interpretation"写法
- 给出 proof sketch（只抓关键不等式/关键技巧），必要时写： [ \text{(key inequality)}\quad A \le B + C ]
2.4 算法细节
- 写出迭代更新式与复杂度（示例）： [ x^{t+1} = \Pi_{\mathcal X}\Big(x^t - \eta_t \nabla \hat f(x^t)\Big) ]
2.5 实验与结论可信度
- baseline 是否合理？指标是否匹配主张？是否有消融与统计检验？

3. Recent related works：归类--对比--关系论证（必须体现"最近"）

3.1 归类框架（先给 taxonomy）
- 例：A 类（理论强化）、B 类（算法加速/可扩展）、C 类（放松假设/更一般场景）、D 类（应用/系统化）
3.2 对比表（强制）
- 维度建议：目标/假设/关键公式或界/算法复杂度/实验设置/相对 primary paper 的关系
3.3 关系论证（不是罗列）
- 用明确语义连接：
  - "该工作在 primary 的 Assumption X 上做了放松..."
  - "该工作把 primary 的目标 (\ell) 替换为 (\tilde \ell)，得到更强/更弱的界..."
  - "该工作在同一 benchmark 上显示...，但其优势来自...（更强的模型容量/更大的算力预算/不同预处理）"

4. 综合结论与开放问题（研究导向）

你认为"已解决/基本共识"的部分是什么？
哪些是"理论空白/实验不足/工程不可落地"的部分？
给出 3--6 条明确可执行的后续研究问题（尽量写成数学问题或可验证命题）

5. 附录（可选但推荐）

符号表（Notation table）
BibTeX 列表
复现清单（数据、代码、超参、随机种子、算力、环境）

B2. 公式化写作规范（必须遵守）

每次引入符号必须定义（第一次出现就定义）
每个"关键结论"尽量落到可检查的对象：公式编号/定理编号/实验表格
避免空泛形容词（"很有效""很先进"），改为可验证表述（"在设置 S 下，相比 baseline 提升 X%/界从 (O(1/\sqrt n)) 改为 (O(1/n))"）

B3. 深度标准（反浅层检查）

若报告缺少以下任一项，则视为"浅层"，需要补齐：

至少 3 个关键公式（topic/primary/method 或 theorem）
至少 1 个推导路线（哪怕是 proof sketch）
至少 1 张系统对比表（primary vs recent）
至少 3 条"关系论证句"（说明为什么相关、改进在哪里、代价是什么）

4) Module C — 调用 Writer Agent 生成报告

任务分发

主 Agent 完成素材收集和分析后，调用 task 工具分发给 writer agent：

{
  "description": "生成前沿论文解读飞书云文档",
  "prompt": "基于 /home/workspace/draft.md 中的论文调研素材，生成一份结构完整的飞书云文档论文深度解读报告。\n\n要求：\n1. 严格按照报告结构：TL;DR → Topic 问题定义 → Primary paper 深度解构 → Recent works 归类对比 → 综合结论与开放问题\n2. 关键公式使用 LaTeX 格式，行内公式用 \\(...\\)，独立公式用 \\[...\\]\n3. 对比表必须包含，维度统一：目标/假设/关键公式或界/算法复杂度/实验设置/相对 primary paper 的关系\n4. 所有引用标注来源（作者, 标题, 会议/期刊, 年份）\n5. 定理化呈现理论结果：Assumption → Theorem → Interpretation\n6. 报告篇幅：标准版 15-30 页\n\n报告模板见下方。",
  "subagent_type": "writer"
}

Writer Agent 执行流程

Writer Agent 收到任务后，按以下步骤执行：

file_read：读取 /home/workspace/draft.md，获取主 Agent 整理的全部论文调研素材
- 包括：Primary paper 结构化笔记、Topic background、Recent works 结构化卡片、Evidence table
outline_generator：基于素材和论文解读报告模板，生成结构化大纲
- 大纲必须覆盖 B1 中所有强制层次（TL;DR → Topic → Primary → Recent → Conclusion）
- 每个章节标注预估字数
- 确认公式数量、对比表数量、定理数量
feishu_doc_create：根据大纲逐章生成飞书云文档内容
- LaTeX 公式使用飞书文档支持的公式格式
- 对比表使用飞书文档原生表格
- 插入 Callout 突出核心定理与关键结论
- 推导路线使用有序步骤呈现
end：返回飞书云文档链接，任务结束

5) 文档结构模板（Writer Agent 遵循）

# {论文标题 / Topic} 深度解读报告

> 调研范围：{topic 关键词} | 时间窗口：近 {N} 个月
> Primary paper：{标题}（{作者}, {会议/期刊}, {年份}）
> 生成时间：YYYY-MM-DD

---

## TL;DR

{1–2 句 topic 定义}。{1 句 primary paper 的核心贡献}。{1–3 句近期进展与差异}。{1 句开放问题}。

---

## 1. Topic：问题定义与统一符号

### 1.1 问题定义
- Canonical objective：
  \[
  \min_{x\in\mathcal X}\ \mathbb{E}_{\mathbb P}\big[\ell(x;\xi)\big]
  \]
- 符号说明：\(\xi\) 表示...，\(\mathcal X\) 表示...，\(\ell\) 表示...

### 1.2 主流范式与假设
- 范式 A：...
- 范式 B：...
- 常用假设：Lipschitz / convex / smooth / bounded support...

### 1.3 奠基工作（背景锚点）

| 论文 | 年份 | 核心贡献 |
|------|------|---------|
| {经典工作1} | YYYY | ... |
| {经典工作2} | YYYY | ... |
| {经典工作3} | YYYY | ... |

---

## 2. Primary Paper 深度解构

### 2.1 模型与关键构件
- 核心公式 1：（Eq. X）
  \[
  ...
  \]
  解释：每一项的作用...

### 2.2 方法与推导主线
- 推导路线图：primal → dual → regularization → tractable reformulation
- 关键步骤说明：...

### 2.3 理论结果
> **Assumption A1**：...
> **Theorem 1**（{论文} Theorem X）：在 A1–A3 下，...
> **Interpretation**：该定理表明...

- Proof sketch：
  1. ...
  2. Key inequality：\(A \le B + C\)
  3. ...

### 2.4 算法细节
- 迭代更新式：
  \[
  x^{t+1} = \Pi_{\mathcal X}\Big(x^t - \eta_t \nabla \hat f(x^t)\Big)
  \]
- 复杂度：\(O(...)\)

### 2.5 实验与结论可信度

| 维度 | 评估 |
|------|------|
| Baseline 合理性 | ... |
| 指标匹配度 | ... |
| 消融实验 | 有/无 |
| 统计检验 | 有/无 |

- 主要实验结论：...

---

## 3. Recent Related Works

### 3.1 归类框架（Taxonomy）
- A 类（理论强化）：...
- B 类（算法加速/可扩展）：...
- C 类（放松假设/更一般场景）：...
- D 类（应用/系统化）：...

### 3.2 系统对比表

| 论文 | 类别 | 目标/假设 | 关键公式或界 | 算法复杂度 | 实验设置 | 相对 Primary 的关系 |
|------|------|---------|-------------|-----------|---------|-------------------|
| Paper R1 | A | ... | ... | ... | ... | 改进了假设 X |
| Paper R2 | B | ... | ... | ... | ... | 加速了算法至... |
| Paper R3 | C | ... | ... | ... | ... | 放松了条件... |
| ... | ... | ... | ... | ... | ... | ... |

### 3.3 关系论证
- Paper R1 vs Primary：...
- Paper R2 vs Primary：...
- Paper R3 vs Primary：...

---

## 4. 综合结论与开放问题

### 已解决/基本共识
- ...

### 理论空白/实验不足/工程不可落地
- ...

### 后续研究问题（3–6 条）
1. （数学问题/可验证命题）...
2. ...
3. ...

---

## 附录

### A. 符号表（Notation Table）

| 符号 | 含义 |
|------|------|
| \(\xi\) | ... |
| \(x\) | ... |
| \(\mathcal X\) | ... |

### B. BibTeX 列表
{BibTeX 条目}

### C. 复现清单
- 数据集：...
- 代码：...
- 超参数：...
- 随机种子：...
- 算力：...
- 环境：...

6) 执行流程图

用户: "帮我精读这篇论文 / 对 <topic> 做 deep research"
          |
          v
+-------------------------------------------------------------+
|                    主 Agent 执行                              |
+-------------------------------------------------------------+
| 【A1. 定位原文】                                              |
| 1. web_search: 搜索论文标题/arXivID/DOI                      |
| 2. fetch: 获取 arXiv/出版社页面，确认版本                      |
| 3. aily-pdf: 解析论文 PDF 全文                                |
|                                                              |
| 【A2. 通读与结构化笔记】                                      |
| 4. 结构化拆解：Problem/Method/Theory/Experiment/Limitation    |
| 5. 生成 Evidence Table -> 写入 draft.md                       |
|                                                              |
| 【A3. Topic Background】                                     |
| 6. web_search x N: topic 定义/范式/经典工作                    |
| 7. fetch: 获取综述/教材级引用 -> 写入 draft.md                 |
|                                                              |
| 【A4. Recent Related Works】                                 |
| 8. web_search x N: 关键词扩展 + 会议定向 + 引用追踪            |
| 9. fetch + aily-pdf: 逐篇获取原文并结构化阅读                  |
| 10. 生成结构化卡片 -> 写入 draft.md                            |
|                                                              |
| 【A5. 质量控制】                                              |
| 11. 双重核对关键结论，记录矛盾点                               |
|                                                              |
| 【分发任务】                                                  |
| 12. task(writer): 携带模板分发写作任务                         |
+-------------------------------------------------------------+
          |
          v
+-------------------------------------------------------------+
|                   Writer Agent 执行                           |
+-------------------------------------------------------------+
| 1. file_read: 读取 /home/workspace/draft.md                   |
|    - Primary paper 笔记 + Evidence Table                     |
|    - Topic Background                                        |
|    - Recent Works 结构化卡片                                  |
|                                                              |
| 2. outline_generator: 生成报告大纲                             |
|    - TL;DR → Topic → Primary → Recent → Conclusion           |
|    - 确认公式/对比表/定理数量                                  |
|                                                              |
| 3. feishu_doc_create: 生成飞书云文档                           |
|    - LaTeX 公式 + 对比表 + 定理化呈现                          |
|    - Callout 突出核心结论                                     |
|                                                              |
| 4. end: 返回飞书云文档链接                                     |
+-------------------------------------------------------------+
          |
          v
     飞书云文档论文深度解读报告

7) Checklist

主 Agent — Search Checklist

Primary paper 原文 PDF 已获取并通读（含 method + main results + experiments）
Primary paper 结构化卡片 + Evidence Table 已完成
Topic 的 canonical form 与关键术语已统一
奠基/综述工作已定位（3--8 篇），背景脉络已建立
近 2--3 年 strong-related 论文已找到并逐篇原文阅读（至少核心章节）
每篇 recent paper 输出了结构化卡片（Problem/Method/Key result/Relation）
引用链（forward/backward）完成，矛盾点已记录
所有论文引用包含：作者、标题、会议/期刊、年份
draft.md 内容完整，可直接交付 Writer Agent

主 Agent — Write Checklist

结构符合：TL;DR → Topic → Primary → Recent → Relation → Conclusion
关键公式/定理/迭代式齐全且符号一致（至少 3 个关键公式）
至少 1 个推导路线（proof sketch）
对比表完成（至少 1 张，维度统一）
关系论证充分（至少 3 条，非罗列）
局限性与开放问题具体可执行（3--6 条后续研究问题）
避免空泛形容词，所有结论可验证

Writer Agent Checklist

TL;DR 完整且不超过 10 行
报告结构严格遵循文档模板
LaTeX 公式格式正确，行内/独立公式区分清晰
对比表维度统一、横向可比
核心定理使用 Assumption → Theorem → Interpretation 格式
所有引用标注来源
已成功生成飞书云文档并返回链接

8) 常见失败模式与修复

失败模式	典型表现	根因分析	修复方法
只看摘要/博客	报告缺少公式和定理细节，结论空泛	未获取原文 PDF 或未通读	立即回到原文，补齐 method/assumption/theorem/experiment 的证据链；使用 `aily-pdf` 解析全文
相关工作堆砌	列出 10+ 篇论文但无分类、无对比、无关系论证	未做 taxonomy，直接罗列	必须先给 taxonomy，再用对比表与关系论证串起来；每篇必须说明与 primary paper 的关系
公式堆砌无解释	贴了大量公式但读者无法理解含义	缺少符号定义和直觉解释	每个公式都要解释"每一项是什么、为什么这样建、它带来什么性质"；首次引入符号必须定义
忽略假设边界	定理结论写了但未交代成立条件	跳过 assumptions 直接写结论	把所有定理的关键假设列出来，并讨论能否放松/代价是什么；使用 Assumption → Theorem → Interpretation 格式
符号不一致	不同章节用不同符号表示同一概念	未在开头建立统一符号体系	Topic 章节必须建立统一符号表，后续所有章节严格遵循；附录提供 Notation Table
深度不足	报告看起来像"摘要集合"，无推导、无 proof sketch	未执行 B3 深度标准检查	对照 B3 四项标准逐一检查：公式>=3、推导路线>=1、对比表>=1、关系论证>=3
时间窗口失焦	Recent works 包含 5 年前的论文，不够"recent"	检索时未限定时间范围	严格执行 A4 中的时间窗口（默认 24--36 个月），超出范围的论文仅在 Topic background 中引用
版本混淆	引用的定理/实验结果与原文不一致	引用了 arXiv 旧版本而非 camera-ready	A1 阶段必须核对版本一致性，明确以哪一版为主，记录版本差异

name	aily-doc-paper-deepresearch
label	前沿论文解读
description	面向学术论文的原文级调研（Deep Research）能力模块。适用于：用户指定某篇论文要求"读透 + 追踪背景 + 扩展最新相关工作"，或用户给出某个学术 topic 要求系统性深度调研与写作综述。

aily-doc-paper-deepresearch

More from this repository

More from this repository

SKILL: aily-doc-paper-deepresearch

1) Overview

⚠️ 输出形式（强制）

飞书工具优先（必须遵守）

工具/Skill 明确清单（执行前先 get_skills）

证据与时间约束（与主/写作agent一致）

可读性规则（强制）

目标

触发方式（Triggers）

输入（Inputs）

输出（Outputs）

2) Module A — SEARCH（原文检索与证据构建）

A1. Primary paper：定位原文 + 版本确认

A2. Primary paper：通读与结构化笔记（必须）

A3. Topic background：从"定义 → 范式 → 经典工作"建立脉络

A4. Recent related works：搜索"同 topic 最新论文"并原文阅读（必须）

A5. 质量控制（Search QA）

3) Module B — WRITE（分层写作与公式化论证）

B1. 推荐报告结构（强制层次）

0. TL;DR（不超过 10 行）

1. Topic：问题定义与统一符号（公式优先）

2. Primary paper 深度解构（以"模型--方法--定理--算法--实验"组织）

3. Recent related works：归类--对比--关系论证（必须体现"最近"）

4. 综合结论与开放问题（研究导向）

5. 附录（可选但推荐）

B2. 公式化写作规范（必须遵守）

B3. 深度标准（反浅层检查）

4) Module C — 调用 Writer Agent 生成报告

任务分发

Writer Agent 执行流程

5) 文档结构模板（Writer Agent 遵循）

6) 执行流程图

7) Checklist

主 Agent — Search Checklist

主 Agent — Write Checklist

Writer Agent Checklist

8) 常见失败模式与修复

SKILL: aily-doc-paper-deepresearch

1) Overview

⚠️ 输出形式（强制）

飞书工具优先（必须遵守）

工具/Skill 明确清单（执行前先 get_skills）

证据与时间约束（与主/写作agent一致）

可读性规则（强制）

目标

触发方式（Triggers）

输入（Inputs）

输出（Outputs）

2) Module A — SEARCH（原文检索与证据构建）

A1. Primary paper：定位原文 + 版本确认

A2. Primary paper：通读与结构化笔记（必须）

A3. Topic background：从"定义 → 范式 → 经典工作"建立脉络

A4. Recent related works：搜索"同 topic 最新论文"并原文阅读（必须）

A5. 质量控制（Search QA）

3) Module B — WRITE（分层写作与公式化论证）

B1. 推荐报告结构（强制层次）

0. TL;DR（不超过 10 行）

1. Topic：问题定义与统一符号（公式优先）

2. Primary paper 深度解构（以"模型--方法--定理--算法--实验"组织）

3. Recent related works：归类--对比--关系论证（必须体现"最近"）

4. 综合结论与开放问题（研究导向）

5. 附录（可选但推荐）

B2. 公式化写作规范（必须遵守）

B3. 深度标准（反浅层检查）

4) Module C — 调用 Writer Agent 生成报告

任务分发

Writer Agent 执行流程

5) 文档结构模板（Writer Agent 遵循）

6) 执行流程图

7) Checklist

主 Agent — Search Checklist

主 Agent — Write Checklist

Writer Agent Checklist

8) 常见失败模式与修复