Menu
深度精读学术论文，从标题分析到审稿人视角全面解析论文价值、方法逻辑和研究贡献
Installer avec Codex ou Claude Copiez ce prompt, collez-le dans Codex, Claude ou un autre assistant, puis laissez-le vérifier la page du skill et l'installer pour vous.
Basé sur la classification professionnelle SOC
当用户希望你在一个代码仓库中完成可复现的构建、实验、对比评测和报告沉淀时使用此 skill。它适用于需要搭建本地环境、运行一个或多个 MVP 实验、记录实验设置与结果、解释性能差异，并输出可复现文档与环境脚本的场景。
Use when users need a structured “system understanding + design analysis” of a specific module in an AI repository, covering interface/data, pipeline role, data construction, supervision signals, model structure, loss/training, design motivation, system usage, limitations, and alternative design space.
Create a GitHub issue that assigns a developer a concrete PR-sized task. Use when the user wants an issue/task description with Deliverables, Background, Task Description, and Timeline so an engineer can execute and submit a specific PR.
检查论文全文逻辑自洽性和严密性，包括整体结构、实验设计和段落逻辑
润色学术论文文件，自动识别 LaTeX/PDF/Word 等格式，检查逻辑严密性、缩写规范、语法错误和学术规范性
用于撰写周报、实习汇报、阶段小结。默认输出简洁中文结构：`既定目标 / 已完成 / 进行中 / 待讨论`。
| name | read-paper |
| description | 深度精读学术论文，从标题分析到审稿人视角全面解析论文价值、方法逻辑和研究贡献 |
| version | 1.0.0 |
此 skill 专门用于深度精读学术论文（支持 LaTeX/PDF 格式），不仅提取信息，更重要的是分析为什么会有这种方法、这种方法怎么就能解决问题。
/read --file 路径/到/论文.pdf
或直接在对话中：
请帮我精读 papers/example-paper.pdf
或针对 LaTeX 源文件：
请深度精读 thesis/main.tex
--file (可选): 论文文件路径，支持 PDF 或 LaTeX 文件
当你需要：
执行此 skill 时，将按以下步骤进行深度分析（不是浅层信息提取）：
注意：如果是 PDF 论文，尝试从文件元数据、页眉页脚、首页信息中提取；如果信息不全，明确说明
注意：对于 LaTeX 源文件，从
\author{}命令提取；对于 PDF，从首页提取。如果无法进行网络搜索，说明需要用户补充
关键：不要只列目录，要说明为什么这样组织
结合目录分析背景部分介绍了哪些内容 以及为什么要介绍这个（是划定了要解决的问题、给出了现在依托的方法、点出了场景的特殊性、还是阐述了当前痛点和已有工作的局限？） 支撑了论文哪一段核心论证
关键：分析作者如何从"指标下降"推导到"问题严重"，这种论证是否充分
对每个图表和伪代码分别简要阐述（关注逻辑，不要摘抄技术细节）：
对每个图表分别阐述（关注逻辑，不要摘抄实验数据）：
从审稿人的角度做客观点评：
生成的精读笔记将遵循以下规范：
2 为一级，2.1 和 2.2 在 2 的基础上缩进，2.1.1 再在 2.1 的基础上继续缩进完成精读后，默认将阅读报告写在当前目录下的read-paper-report.md里。在文档的最前面添加文档信息（包括论文标题、会议、作者、精读日期），然后添加本文档的目录（包括12个精读分析流程）。目录必须做层级缩进展示。最后全面检查文档，增加markdown的可读性（比如目录可以提供超链接、章节架构注意缩进，小标题适当加粗等等）。
.tex 文件中的 \chapter、\section、\subsection、\subsubsection 命令核心原则：描述"为什么"和"怎么解决"，而不只是"做了什么"
在分析方法和实验时，始终追问：