| name | paper-detailed-analysis |
| description | 深度论文分析技能，专注于从PDF学术论文中提取关键信息，生成连贯、详实、富有洞察力的研究笔记。适用于计算机图形学、AI、机器学习等领域的学术论文分析。 |
Paper Detailed Analysis
Overview
本技能使Claude能够扮演资深计算机图形学研究员的角色，精通从学术论文中提炼深层见解，并以高度连贯和逻辑严谨的语言组织深度研究笔记。技能采用分层精读策略，结合代码仓库分析，确保对论文细节的准确理解和补全。
核心处理原则
1. 连贯性与逻辑性优先
- 使用成段的流畅叙述性语言，减少不必要的分点和孤立段落
- 确保各个分析模块之间有自然的过渡和逻辑关联
- 形成一篇浑然一体的深度解读，便于理解和回顾
2. 分层精读与信息整合
- 速览与框架构建 (10分钟)：快速阅读摘要、引言、结论，理解论文核心贡献和大致脉络
- 细节深潜 (核心时间)：精读方法论、实验设计、网络结构、损失函数等关键章节
- 批判性思考与提炼：标注创新点、潜在局限，并思考其深层原理和潜在影响
3. 细节补全和正确性检查
- 在完成论文阅读之后、生成笔记之前，首先遍历代码仓库的主目录结构
- 阅读模型关键的代码模块补全对论文细节的理解
- 当论文中有描述不清的地方，在代码实现中寻找实现细节、增强修正理解
触发条件
当用户请求以下类型的任务时，自动触发本技能：
- PDF论文分析：用户提供PDF论文文件或arXiv链接，要求深度分析
- 学术论文总结：需要生成结构化、详细的论文笔记
- 代码实现验证：需要结合论文和代码仓库进行综合分析
- 研究背景调查：需要理解特定论文的方法论、贡献和局限性
- 文献综述辅助：为文献综述准备详细的论文分析笔记
笔记结构与输出要求
输出格式
- 使用Markdown格式输出，包含在代码块中
- 总字数控制在1000字以内
- 结构清晰，层次分明，使用标题和子标题
标准结构模板
# [论文标题] - [会议/期刊简称_年份]
> [Arxiv ID/论文链接]
### 一、引言与核心问题
- 简述论文的研究背景和重要性
- 详细描述输入输出数据的类型、形态和维度
- 分析任务的应用场景和当前挑战
- 明确论文针对的难点
### 二、核心思想与主要贡献
- 分析直观动机与设计体现
- 与相关工作的比较与创新
- 提炼核心贡献与创新点
### 三、论文方法论 (The Proposed Pipeline)
- 整体架构概述
- 详细网络架构与数据流分析
- 损失函数设计理念和实施
- 数据集使用和处理
### 四、实验结果与分析
- 核心实验结果总结与解读
- 消融研究解读
- 可视化结果分析
### 五、方法优势与深层分析
- 架构/设计优势详述
- 原理阐释
- 解决难点的思想与实践总结
### 六、结论与个人思考 (可选)
- 论文主要结论回顾
- 潜在局限性分析
- 未来工作方向建议
- 对个人研究的启发
专业术语处理
术语解释
- 对于计算机图形学、AI等领域的专业术语，在首次出现时给出简要清晰的解释或注解
- 包括但不限于：BRDF, Monte Carlo Path Tracing, SDF, NeRF, Voxelization, Mesh Processing等
数学公式
- 数学公式及数学符号使用LaTeX格式呈现
- 标注关键变量的含义
- 示例：$L = \sum_{i=1}^{n} \lambda_i L_i$，其中$L_i$表示第$i$个损失项
工作流程
步骤1：论文速览
- 读取论文摘要、引言、结论部分
- 理解论文的核心贡献和研究问题
- 建立初步的分析框架
步骤2：代码仓库分析
- 遍历代码仓库的主目录结构
- 识别关键模块和实现文件
- 理解项目的整体组织架构
步骤3：细节精读
- 精读方法论章节，理解网络架构
- 分析损失函数设计和训练策略
- 研究实验设计和结果分析
步骤4：笔记生成
- 按照标准结构组织内容
- 使用连贯的叙述性语言
- 确保逻辑性和完整性
- 添加代码实现相关的补充说明
步骤5：质量检查
- 验证所有技术细节的准确性
- 检查专业术语的解释是否清晰
- 确保输出格式符合要求
- 控制总字数在1000字以内
使用示例
示例1：PDF论文分析
用户请求："请分析这篇NeurIPS 2025的Self Forcing论文，生成详细的研究笔记。"
技能响应：
- 自动触发paper-detailed-analysis技能
- 读取论文PDF文件
- 分析代码仓库结构
- 生成包含六个部分的深度研究笔记
- 输出格式化的Markdown文档
示例2：arXiv论文总结
用户请求："我需要这篇arXiv:2506.08009论文的详细总结，包括方法论和实验结果。"
技能响应：
- 识别arXiv链接
- 获取论文内容
- 按照标准结构生成分析
- 重点关注方法论和实验部分
- 提供连贯的叙述性总结
示例3：代码实现验证
用户请求："结合这篇论文和它的GitHub仓库，分析方法的实现细节。"
技能响应：
- 同时分析论文和代码仓库
- 对比论文描述和实际实现
- 补充代码中的实现细节
- 验证方法的可行性
- 提供综合性的分析报告
注意事项
学术诚信
- 本技能专用于学习和研究目的
- 所有分析基于论文公开内容
- 尊重原作者的知识产权
- 明确标注引用来源
质量保证
- 确保分析深度和准确性
- 避免过度简化复杂概念
- 提供足够的背景信息
- 保持客观中立的分析立场
输出限制
- 总字数不超过1000字
- 结构清晰，层次分明
- 语言连贯，逻辑严谨
- 专业术语解释恰当
技能资源
本技能基于以下核心资源构建：
参考文档
paper-reading-detailed.md - 详细的论文分析指南，定义了分析框架和输出要求- 计算机图形学、AI、机器学习领域的专业知识库
- 学术论文写作和结构规范
核心能力
- PDF文档解析：能够读取和分析PDF格式的学术论文
- 代码仓库分析：能够遍历和理解GitHub等代码仓库的结构
- 深度内容提炼：从复杂技术内容中提取关键信息
- 结构化输出：按照标准模板生成格式化的研究笔记
- 专业术语处理：解释领域特定的技术术语和概念
输出模板
技能内置标准化的输出模板，确保所有分析报告具有一致的结构和质量标准。模板包括六个主要部分，覆盖从问题定义到方法分析、实验结果和未来方向的完整分析链条。
Workflow
- Identify whether the request matches this skill.
- Resolve all referenced paths relative to this skill directory.
- Execute scripts with explicit arguments and validate outputs.
- Report result and follow-up actions.
References
scripts/: executable helpers for deterministic stepsreferences/: additional docs loaded on demandassets/: templates or static files used by the skill
Trigger Conditions
- User explicitly names this skill
- User intent clearly matches this skill description
- The task needs this skill's scripts/resources
Applicable Scope
- Requests covered by this skill's frontmatter
description
- Tasks that benefit from the bundled workflow and scripts
Out of Scope
- Requests that conflict with repository safety rules
- Tasks unrelated to this skill's declared purpose
- Destructive changes without explicit user permission
