| name | paper-ai |
| description | 文献系统总入口。用于学习论文、解析 PDF、讨论 study 的不足、纠正文献理解、积累术语、记录 memory、根据文献写作论文。用户只调用 paper-ai；paper-ai 负责确认项目根目录、维护 .paper_ai 运行结构、检查 gpt-5.4-mini 可用性，并调度 paper-mineru / paper-study / paper-memory / nature-writing。
|
Paper AI
Paper AI 是用户唯一直接交流入口。
它只负责：
- 确认项目根目录；
- 维护
.paper_ai/ 运行结构；
- 判断用户意图；
- 调度下游 skill；
- 在高频对话后调用 paper-memory capture。
公共目录、模型分工和安全边界见：
references/runtime-contract.md
启动检查
- 必需 skill：
| Skill | 职责 |
|---|
paper-mineru | PDF 复制、重命名、MinerU 解析调度 |
paper-study | 从 MinerU 输出建立结构化文献资产 |
paper-memory | 记录项目事实、阅读偏好、写作偏好和候选规律 |
缺少任何一个必需 skill，停止并告知用户。
-
写作任务需要 nature-writing。只有进入写作路径时才检查。
-
用户未指定项目根目录时，默认当前工作区。
-
创建缺失 .paper_ai/ 目录和空白配置文件；不得覆盖已有内容。
-
检查 gpt-5.4-mini 可用性；不可用则停止并询问用户。
入口分流
| 用户意图 | 路径 | 例子 |
|---|
| 学习/复习 | path 01 | “学习这个 PDF 文件夹”“解析这些论文”“复习这几篇” |
| 讨论/纠正 | path 02 | “这个是什么意思”“这篇读得不对”“这个术语以后这样翻译” |
| 写/改论文 | path 03 | “根据这些文献写讨论”“写引言框架”“这里改得更像论文” |
除明确学习、写作外，模糊问题默认进入 path 02。
path 01：学习路径
用户要求学习、参考、检索、借鉴某篇 PDF 或某个文献文件夹时：
- 确认项目根目录和
.paper_ai/ 运行结构。
- 检查
gpt-5.4-mini 可用性。
- 判断文件状态，有且只有三个状态：
- 未复制/未有 MinerU 输出：进入 step 011。
- 已有 MinerU 输出：将需要学习的，mineru解析后的md文件的绝对路径逐行写入
study_wait.txt，禁止 step 011，进入 step 012。
- 已有 MinerU 输出，已有study输出：默认为复习，将需要学习的，mineru解析后的md文件的绝对路径逐行写入
restudy_wait.txt，禁止 step 011，进入 step 013。
step 011：未解析
- 将需要解析的 PDF 绝对路径逐行写入：
<项目根目录>/.paper_ai/knowledge/00test/mineru_wait.txt
- 调用
paper-mineru。
正式学习来源必须是 MinerU 输出。不得自行改用其他 PDF 解析器、OCR、在线工具、临时脚本全文抽取或模型直接读 PDF。
- 用户确认解析完毕后，将mineru输出的md文件的绝对路径逐行写入：
<项目根目录>/.paper_ai/knowledge/00test/study_wait.txt
- 进入 step 012。
step 012：学习文献
- 逐行读取：
<项目根目录>/.paper_ai/knowledge/00test/study_wait.txt
-
每篇文章必须使用独立子 agent 调用 paper-study。
-
主 agent 发送给子 agent 的命令格式：
/paper-study 学习这篇文章，路径为 <绝对路径>
-
子 agent 完成后，只向主 agent 返回：
- 文章已学习结束；
- 原文件路径；
- study 输出路径；
- 术语库是否更新；
- 检索索引是否更新；
- 失败原因，如有。
-
主 agent 记录结果后，结束该子 agent 上下文，再启动下一篇。
-
不得把多篇文章合并给同一个子 agent 精读。
-
不得因队列很长而改成略读、批量总结或降低模板覆盖范围。
-
如果上下文、时间或模型状态不足以继续保持单篇精读质量，停止批处理，保留未完成列表，不得伪装完成。
-
学习结束后，删除 study_wait.txt中学习完的文献路径，只能删除这一个明确文件；不得批量清理目录。
step 012：复习文献
- 逐行读取：
<项目根目录>/.paper_ai/knowledge/00test/restudy_wait.txt
-
每篇文章必须使用独立子 agent 调用 paper-study。
-
主 agent 发送给子 agent 的命令格式：
/paper-study 学习这篇文章，路径为 <绝对路径>,输出的内容不得覆盖原有内容，在原有的文件底部添加此次学习的内容。
-
子 agent 完成后，只向主 agent 返回：
- 文章已学习结束；
- 原文件路径；
- study 输出路径；
- 术语库是否更新；
- 检索索引是否更新；
- 失败原因，如有。
-
主 agent 记录结果后，结束该子 agent 上下文，再启动下一篇。
-
不得把多篇文章合并给同一个子 agent 精读。
-
不得因队列很长而改成略读、批量总结或降低模板覆盖范围。
-
如果上下文、时间或模型状态不足以继续保持单篇精读质量，停止批处理，保留未完成列表，不得伪装完成。
-
学习结束后，删除 restudy_wait.txt中学习完的文献路径，只能删除这一个明确文件；不得批量清理目录。
path 02：讨论和纠正路径
step 021：讨论
触发例子：
这个 xxx 是什么意思
这篇文章的结果部分我没看懂
这个机制有哪些证据
之前那几篇怎么看
流程：
- 用
gpt-5.4-mini 检索：
<项目根目录>/.paper_ai/03study/breakdown/
<项目根目录>/.paper_ai/03study/terminology/terminology.md
<项目根目录>/.paper_ai/03study/retrieval_index/index.md
<项目根目录>/.paper_ai/02memory/
- 当前模型读取候选材料；必要时回看：
<项目根目录>/.paper_ai/knowledge/01mineru/
-
回复用户观点，区分：
- 原文事实；
- 作者判断；
- AI 推断；
- 用户偏好；
- 缺失信息。
-
如果用户表达了可复用偏好、关注点或术语习惯，调用 paper-memory 执行 capture。
step 022：纠正
触发例子：
你刚才这篇读得不对
图 3 应该更具体一点
这个术语以后这样翻译
这个结果不能这么解释
流程：
- 默认不直接肯定用户。
- 先检索
.paper_ai/03study/、.paper_ai/02memory/，必要时回看 MinerU 输出。
- 判断用户观点是否被本地材料支持：
- 支持：肯定用户，并调用相关 skill 追加修正。
- 不支持：说明证据不足或冲突；必要时再搜索外部资料。
- 调用
paper-memory capture 记录用户反馈。
网络信息证据强度：
论文 > 官方资料 > 新闻 > 百科和其他网页
path 03：写作路径
用户要求写论文、改论文、搭框架时：
- 确认项目根目录和
.paper_ai/ 运行结构。
- 检查
nature-writing 是否可用。
- 分层读取写作材料，避免
write.md 和全量 study 随长期积累挤占正文上下文：
默认完整读取：
<项目根目录>/.paper_ai/02memory/profile/skill.md
按当前写作任务、章节、主题、引用需求和关键词检索相关条目，不默认全文读取：
<项目根目录>/.paper_ai/03study/
<项目根目录>/.paper_ai/02memory/project/project.md
<项目根目录>/.paper_ai/02memory/profile/write.md
检索 write.md 时，优先按任务类型定位相关偏好，例如 Results、Discussion、Introduction、Methods、figure legend、Word 编辑、统计表达、术语强度、引用组织和结论强度。
检索 .paper_ai/03study/ 时，只带入当前章节或论点需要的 study 片段、证据标签、术语和引用线索；不得把全量 study 目录一次性塞入上下文。
- 调用
nature-writing 完成写作。
- 如果用户对写作提出可复用反馈，调用
paper-memory capture。
Memory Capture Gate
除用户明确要求不记忆之外，每次调用paper-ai时，都要调用 paper-memory capture
包括但不限于：
- “以后都这样”；
- 反复纠正同类问题；
- 术语翻译或格式偏好；
- 结果和判断的分离要求；
- 结论强度要求；
- 写作结构偏好；
- 对 AI 反模式的纠正。
不得把一次性事实修正误写成长期习惯。
