メニュー
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。
Codex または Claude でインストール この Prompt をコピーして Codex、Claude、または他のアシスタントに貼り付けると、Skill ページを確認してインストールできます。
| 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：
SOC 職業分類に基づく
