Menu
深度精读学术论文的完整框架，适用于 ML / 算法 / 图学习 / 优化/DL类论文。 使用 MinerU Cloud API 高精度解析 PDF，逐公式讲解，复现级代码分析。 当用户上传论文、询问"帮我读这篇论文"、"精读"、"逐公式讲解"、 "这个方法是什么意思"、"帮我找 idea"、"论文有什么缺陷"、"能复现吗"时触发。 采用学术严谨风格，生成 Markdown 和 HTML 格式。 用户背景：数学分析/离散数学/概率统计/数据结构/算法，不预设拓扑/测度论/凸分析。
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.
Based on SOC occupation classification
| name | paper-analyzer |
| description | 深度精读学术论文的完整框架，适用于 ML / 算法 / 图学习 / 优化/DL类论文。 使用 MinerU Cloud API 高精度解析 PDF，逐公式讲解，复现级代码分析。 当用户上传论文、询问"帮我读这篇论文"、"精读"、"逐公式讲解"、 "这个方法是什么意思"、"帮我找 idea"、"论文有什么缺陷"、"能复现吗"时触发。 采用学术严谨风格，生成 Markdown 和 HTML 格式。 用户背景：数学分析/离散数学/概率统计/数据结构/算法，不预设拓扑/测度论/凸分析。 |
修改说明: 本 skill 修改于 paper-analyzer，优化了论文精读流程和输出格式。
export MINERU_TOKEN="your_token_here"
pip install requests markdown
根据用户需求选择路径：
| 用户意图 | 执行模块 |
|---|---|
| 完整精读 | A → B → C → D → E → F → G → H（逐模块推进） |
| 只看公式/证明 | A + B + C（重点） |
| 想复现方法 | A + D（重点）+ E |
| 评价创新/缺陷 | A + F + G |
| 想要 idea | A–F 后执行 H |
节奏规则：每个主模块输出完后暂停，等用户说"继续"再推进，如果用户说为我直接生成完成的阅读文章，就自动执行所有流程 快速跳转：用户可说 @公式精读、@复现、@找缺陷、@找idea、@相关工作 直接定位。
python scripts/mineru_api.py <pdf_path> <output_dir>
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python scripts/extract_paper_info.py <output_dir>/*.md paper_info.json
目标：1-2 屏内建立整体图景，带着问题去读。
A1. 核心问题
一句话：[用最朴素的语言说清楚论文想解决什么]
数学表述：
• 给定：[输入的形式化描述，含符号]
• 求：[输出/目标的形式化描述]
• 优化目标/判定问题：[公式]
• 关键难点：[为什么这个问题难，或之前的方法在哪里卡住了等]
A2. 研究设置
| 维度 | 内容 |
|---|---|
| 输入 | 数据类型、格式、维度 |
| 输出 | 预测目标、结构、格式 |
| 核心假设 | 列出所有假设，标注强假设 |
| 数据集 | 名称、规模、领域、是否公开 |
| 评价指标 | 主指标 + 辅助指标 |
| 约束条件 | 计算资源、隐私、实时性等 |
A3. 贡献列表
按重要性排序，标注类型：
💡 读前锚点：列出 2-3 个读完应该能回答的核心问题。
B1. 全文符号表
| 符号 | 含义 | 类型 | 维度/取值范围 | 所在空间 | 首次出现 |
|---|---|---|---|---|---|
| 标量/向量/矩阵/集合/函数 | $\mathbb{R}^d$ 等 | 节 X.X |
注意： 区分随机变量与其实现值（XX X vs xx x）
标出重载符号（同一字母在不同节含义不同） 标出论文隐式约定（如默认范数为 ℓ2\ell_2等 ℓ2、默认图为无向图等等）
B2. 前置知识补全
对用户可能没学过的概念，用以下模板解释：
【概念名称】
• 直觉（一句话）：它在做什么？
• 正式定义：...
• 本文中的具体用法：...
• 你只需要知道：[最小必要理解]
• 常见坑：[容易误解的地方]
按需覆盖：测度/σ-代数、Lipschitz 连续性、凸函数/次梯度、谱图论、信息论、PAC 学习/VC 维、变分推断/ELBO、随机过程、矩阵分析等。
⚡ 核心模块。按论文章节顺序推进，每次处理一个小节后暂停。公式 > 8 个时，先列"公式地图"，让用户选重点。
对每一个公式/定理/引理/算法步骤输出：
公式/定理 [编号]
① 角色
从以下选择：定义 · 目标函数 · 约束条件 · 上界 · 下界 · 算法步骤 · 误差分解 · 关键引理 · 收敛条件 · 近似替代
② 来源判定 + 详细解析
情形 A：已有结论
✅ 来源：[定理名称/出处，如"Jensen 不等式"]
适用条件：[什么时候成立]
直觉解释：[不依赖证明也能理解]
本文使用方式：[如何套用到当前场景]
情形 B：作者新提出
推导路线图：
Step 1: [从 A 出发，利用 X]
Step 2: [代入 B，化简]
Step 3: [应用 Y 不等式]
结论：[最终形式]
每步格式：
[Step N]
操作：[具体代数变形/概率工具/不等式应用]
工具：[Cauchy-Schwarz / Jensen / AM-GM 等]
可行理由：[满足该工具使用条件的说明]
中间结果：[该步表达式]
作者省略步骤时，强制标注并补全：
⚠️ 作者省略：从 [表达式 A] 到 [表达式 B] 跳过了以下步骤：
[补全过程]
为什么容易漏：[常见误解]
③ 可检查点
D1. 整体方法架构 用一段话 + 文字结构示意图描述整体流程，标清各模块输入输出关系。
D2. 伪代码逐行解释
Algorithm X: [算法名]
──────────────────────────────────────────
输入：[变量名]：[含义，维度]
输出：[变量名]：[语义解释]
──────────────────────────────────────────
Line 1: [原始伪代码]
→ 做什么：[操作的直白描述]
→ 为什么：[这一步的设计动机]
→ 注意：[实现时容易出错的地方]
──────────────────────────────────────────
整体：[算法不变量/终止条件说明]
D3. 复杂度分析
| 维度 | 复杂度 | 瓶颈所在 | 备注 |
|---|---|---|---|
| 时间（训练） | $O(...)$ | 第 X 步 | |
| 时间（推理） | $O(...)$ | ||
| 空间 | $O(...)$ | ||
| 可并行化？ | ✅ / ❌ | [哪些步骤可并行] | |
| 可近似？✅ / ❌[方式及精度损失] | |||
| 💡 与 naive baseline 的复杂度对比。 |
D4. 关键超参分析
| 超参 | 符号 | 作用 | 敏感性 | 作者建议值 | 有消融？ |
|---|---|---|---|---|---|
| 高/中/低 | ✅ / ❌ |
无消融时：指出最值得实验的 1-2 个超参，预测影响方向。
E1. 实验设计审查
E2. 指标合理性
E3. 结果因果解释
结论：[作者声称的结论]
因果分析：
• 直接原因：[与方法设计哪一点直接关联]
• 数据/任务特性：[为什么这个场景有利/不利]
• 潜在混淆因素：[是否有其他解释？]
反例思考：
• 什么场景下结论可能不成立？
• 作者是否讨论过失败案例？
F1. 优点
| 维度 | 评价 | 具体亮点 |
|---|---|---|
| 创新性 | ⭐⭐⭐⭐☆ | |
| 理论严格性 | ⭐⭐⭐☆☆ | |
| 工程可用性 | ⭐⭐⭐⭐☆ | |
| 实验充分性 | ⭐⭐⭐☆☆ |
F2. 缺点（逐条，有理有据）
【类型】假设过强/推导不严/对比不公平/边界未讨论/复现难/扩展性差/动机牵强
描述：[具体指出问题在论文哪里]
影响：高/中/低
能否修复：[是否有直接修复方向]
F3. 遗留问题（可研究的问题陈述）
问题 [N]：[清晰的一句话问题陈述]
背景：论文在哪里暗示或回避了这个问题？
重要性：解决它能带来什么价值？
难度：高/中/低（附理由）
关联：与 F2 中哪条缺点相关？
必须联网检索，使用 web_search 工具。
G1. 检索策略（依次执行）
"[论文标题]" site:arxiv.org — 确认版本、引用数[方法名] [核心关键词] survey [近两年] — 找综述定位[论文标题] follow-up OR extension OR improvement — 找后续工作[论文标题] reproducibility OR replication OR critique — 找质疑/复现报告[第一作者名] [核心关键词] [近一年] — 找作者后续进展G2. 相关工作对照表
| 方法 | 年份/会议 | 核心思想 | 关键假设 | 时间复杂度 | 代表性指标 | 适用场景 | 与本文关系 |
|---|---|---|---|---|---|---|---|
| 本文 | — | ||||||
| 前驱工作 | 被改进 | ||||||
| 同期竞争 | 横向对比 | ||||||
| Follow-up | 推广/修复 |
G3. 论文定位评估
研究谱系位置：
• 子领域：[具体细分方向]
• 定性：开创性/重要改进/工程优化/综合整合/负结果
真正超过前人的地方：
1. [具体超越点，附数据支撑]
依赖前人未变的地方：
• [哪些核心假设/框架仍沿用前人]
影响力（基于检索）：
• 引用数/趋势：...
• 开源代码：有/无（[链接]）
• 社区反应：赞扬/质疑/改进方向
最终判断：
□ incremental contribution
□ significant advancement
□ paradigm shift
理由：...
每个 idea 必须完整输出所有字段。质量标准：动机清晰、技术路线具体、MVP 一两周能跑出来。
Idea [N]：[简明标题，10 字以内]
核心动机
针对：F2 缺点 [编号] / F3 遗留问题 [编号]
具体痛点：[论文在哪里卡住了]
解决这个问题的价值：[理论价值/实践价值]
技术路线
现有做法：[论文原始方案的关键步骤]
本 idea 的改动：
• 改什么：[模型结构/目标函数/证明框架/数据处理/实验设计]
• 怎么改：[具体技术描述，精确到公式或伪代码级别]
• 为什么能解决问题：[逻辑链]
关键技术挑战：[最难突破的地方]
可能的解决方向：[初步思路]
预期收益
理论层面：[能证明什么新结论？]
实践层面：[哪些任务/场景会受益？]
潜在投稿：[NeurIPS / ICML / ICLR / KDD / WWW / AAAI 等]
竞争格局：[是否可能已有人在做？如何差异化？]
风险点
技术风险：[可能失败的技术原因]
创新性风险：[是否可能已有工作覆盖？]
验证成本：[计算资源/数据/时间]
Plan B：[如果核心假设不成立，有没有退路？]
最小可行实验（MVP）
核心假设：[这个 idea 成立的最关键假设]
验证目标：[MVP 只需验证这一点]
数据集：[小规模、易获取，如 Cora / MNIST / toy synthetic]
实验步骤（≤5步）：
1. ...
2. ...
成功标准：[什么结果说明假设成立/idea 可行]
失败标准：[什么结果说明需要换方向]
预计时间：[X 天，含调参]
代码起点：[基于论文开源代码哪个模块/从头实现哪部分]
采用学术专业型风格，阅读以下风格定义文件：
styles/academic.md - 学术型风格指南styles/with-formulas.md - 公式讲解指南styles/with-code.md - 代码分析指南（如论文有 GitHub 仓库）重要：为避免上下文膨胀，请遵循以下原则：
学术专业型风格特点：
避免：
$\mathcal{O}(1)$）- 使用提取的公式图片采用：
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
**会议/期刊**：xxx
2. 核心问题与研究设置（2-3段）
3. 符号表与前置知识（按需）
4. 核心创新与方法（5-6段）
5. 实验验证与因果分析（3-4段）
6. 优缺点与遗留问题（2-3段）
7. 相关工作对照与定位（2-3段）
8. 研究方向建议（可选，2-3段）
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）"默认不需要，如果需要，需要用户自己询问
如果用户需要 HTML：
python scripts/generate_html.py <article.md> <output.html>
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）公式格式：
$...$$$...$$推导引用：
标注语义（全文统一）：
节奏控制：
[模块 X 完成] 是否继续模块 Y？ 等用户确认@公式精读、@复现、@找缺陷、@找idea、@相关工作 直接定位用户背景假设：