paper-detailed-analysis

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：

1. PDF论文分析：用户提供PDF论文文件或arXiv链接，要求深度分析
2. 学术论文总结：需要生成结构化、详细的论文笔记
3. 代码实现验证：需要结合论文和代码仓库进行综合分析
4. 研究背景调查：需要理解特定论文的方法论、贡献和局限性
5. 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

1. 读取论文摘要、引言、结论部分
2. 理解论文的核心贡献和研究问题
3. 建立初步的分析框架

步骤2：代码仓库分析

1. 遍历代码仓库的主目录结构
2. 识别关键模块和实现文件
3. 理解项目的整体组织架构

步骤3：细节精读

1. 精读方法论章节，理解网络架构
2. 分析损失函数设计和训练策略
3. 研究实验设计和结果分析

步骤4：笔记生成

1. 按照标准结构组织内容
2. 使用连贯的叙述性语言
3. 确保逻辑性和完整性
4. 添加代码实现相关的补充说明

步骤5：质量检查

1. 验证所有技术细节的准确性
2. 检查专业术语的解释是否清晰
3. 确保输出格式符合要求
4. 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：

1. 自动触发paper-detailed-analysis技能
2. 读取论文PDF文件
3. 分析代码仓库结构
4. 生成包含六个部分的深度研究笔记
5. 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：

1. 识别arXiv链接
2. 获取论文内容
3. 按照标准结构生成分析
4. 重点关注方法论和实验部分
5. 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：

1. 同时分析论文和代码仓库
2. 对比论文描述和实际实现
3. 补充代码中的实现细节
4. 验证方法的可行性
5. 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

1. PDF文档解析：能够读取和分析PDF格式的学术论文
2. 代码仓库分析：能够遍历和理解GitHub等代码仓库的结构
3. 深度内容提炼：从复杂技术内容中提取关键信息
4. 结构化输出：按照标准模板生成格式化的研究笔记
5. 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

1. Identify whether the request matches this skill.
2. Resolve all referenced paths relative to this skill directory.
3. Execute scripts with explicit arguments and validate outputs.
4. Report result and follow-up actions.

References

• scripts/: executable helpers for deterministic steps
• references/: additional docs loaded on demand
• assets/: 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