paper-analyzer

# 论文结构化拆解分析 基于12个阅读要素对学术论文进行结构化拆解，结果保存为Excel文件存储于论文所在文件夹中。 ## 工作流程 ### 1. 读取论文 - 使用 Read 工具读取用户提供的论文文件（支持 PDF、Word 等格式） - 对于 PDF 文件，如果 Read 工具无法直接读取，使用 `pdftotext` 命令提取文本 - 对于 PDF 文件，如果页数较多，先读取前几页了解结构，再分批读取全文 - 确保完整阅读论文的各个部分：摘要、引言、文献综述、方法、结果、讨论、结论 - **记录论文所在的文件夹路径**，用于后续保存Excel文件 ### 2. 按12要素提取信息 阅读论文后，逐一提取12个阅读要素。要素定义详见 [references/reading_elements.md](references/reading_elements.md)。 提取要点： - **研究背景**: 从引言开头提取宏观背景，区分实践背景、理论背景、政策背景 - **研究问题**: 识别核心研究问题，判断其类型（what/why/how/should） - **研究结论**: 从结论和讨论部分提取对研究问题的直接回答 - **文献综合**: 从文献综述部分梳理作者如何分类整理已有研究 - **文献批评**: 提取作者对已有研究的评价，重点关注研究gap的表述 - **研究方法**: 从方法论部分提取具体研究方法和研究设计 - **理论视角与理论框架**: 识别论文采用的理论基础和分析框架 - **一致性发现**: 从讨论部分提取与已有研究一致的发现 - **不一致性发现**: 从讨论部分提取与已有研究不一致的发现 - **研究贡献**: 提取作者自述的研究贡献（新方法/新材料/新理论/新观点/新概念） - **研究不足**: 从结论或讨论的局限性部分提取 - **未来研究展望**: 提取作者对后续研究的建议 如论文中某要素未明确提及，标注"论文未明确提及"并尝试基于论文内容进行合理推断，推断内容用括号标注。 ### 3. 保存为Excel文件 分析完成后，将结果保存为Excel文件，存放于**被分析论文所在的文件夹**中。 使用 [scripts/export_excel.py](scripts/export_excel.py) 脚本生成Excel。先用 Python 将分析数据写入临时JSON文件，再调用脚本。 #### 单篇论文 生成文件名：`论文拆解_<论文简称>.xlsx`，包含一个工作表。 构造JSON数据并调用脚本： ```bash python3 <skill_path>/scripts/export_excel.py --mode single --output "<论文所在文件夹>/论文拆解_<论文简称>.xlsx" --json '<json_string>' ``` JSON结构： ```json { "title": "论文标题", "author": "作者", "source": "期刊/来源", "year": "年份", "elements": { "研究背景": "内容...", "研究问题": "内容...", "研究结论": "内容...", "文献综合": "内容...", "文献批评": "内容...", "研究方法": "内容...", "理论视角与理论框架": "内容...", "一致性发现": "内容...", "不一致性发现": "内容...", "研究贡献": "内容...", "研究不足": "内容...", "未来研究展望": "内容..." } } ``` #### 多篇论文 生成文件名：`论文拆解汇总_<N>篇.xlsx`，包含每篇论文的独立工作表 + 最后一个"横向对比汇总"工作表。 ```bash python3 <skill_path>/scripts/export_excel.py --mode multi --output "<论文所在文件夹>/论文拆解汇总_<N>篇.xlsx" --json '<json_string>' ``` JSON结构： ```json { "papers": [ { "title": "...", "author": "...", "source": "...", "year": "...", "elements": { ... } }, ... ], "summary": { "paper_labels": ["论文A简称", "论文B简称", ...], "elements": { "研究背景": ["论文A精简版", "论文B精简版", ...], ...12个要素各一个数组... } } } ``` **重要**：由于JSON字符串可能很长，使用Python将JSON写入临时文件，再用 `--json "$(cat /tmp/paper_data.json)"` 传入，或直接在Python中调用脚本。推荐方式： ```python import json, subprocess data = { ... } # 构造好的数据 with open("/tmp/_paper_analysis.json", "w") as f: json.dump(data, f, ensure_ascii=False) subprocess.run(["python3", "<skill_path>/scripts/export_excel.py", "--mode", "multi", "--output", "<输出路径>", "--json", json.dumps(data, ensure_ascii=False)]) ``` ### 4. 输出到对话 在保存Excel后，同时在对话中以markdown表格简要呈现分析结果，并告知用户Excel文件的保存路径。 ### 5. 内容要求 - 使用中文输出（除非论文为英文且用户要求英文输出） - 每个要素的内容应简明扼要但信息充分，单篇表格中每个要素2-5句话 - 汇总对比表中每个单元格压缩为1-2句核心要点 - 忠于论文原文，避免过度解读；推断内容明确标注 - 在研究问题要素中标注问题类型（what/why/how/should）