paper-summarizer

name	paper-summarizer
description	从本地 PDF 论文解析正文和图表，整理贡献、方法、实验与局限，并生成以论文标题命名的单篇 Raw 总结。用于论文精读和来源摘要任务；PDF 和全部解析过程产物留在 `.import_files/`，实际引用图像写入 vault 的 assets 图像目录。不用于跨论文 Wiki 沉淀、项目调研报告或方案设计。

Paper Summarizer

边界

• PDF、metadata、Docling 输出、候选图像、校验结果和状态全部写入 .import_files/<paper-slug>/。
• 最终总结写入 10_原始材料/<论文标题>.md。
• 最终总结引用的图像写入 assets/figures/<paper-slug>/；未引用图像留在导入工作区。
• 不直接写跨论文 Wiki 或 Project；只可标记后续整合价值。

资源

• assets/summary_template.json：摘要结构和写作规则。
• assets/embodied_ai_terminology.json：仅用于归一论文中实际出现的具身智能术语。
• scripts/prepare_paper_summary.py：准备工作区、复制 PDF、写 metadata 并运行 Docling。
• scripts/validate_summary.py、scripts/write_summary_status.py：把校验和状态写回导入工作区。

工作流

1. 从父 vault 根目录运行脚本。读取 .sunday-note-agent/config/sunday-note-vault.yaml；缺少配置时使用默认目录。
2. 使用当前 Python 环境；不要猜测或切换 conda 环境。确保该环境已安装 Docling 等依赖。
3. 准备并解析论文：

python .agents/skills/paper-summarizer/scripts/prepare_paper_summary.py --vault-root . --pdf <paper.pdf>

可附加 --metadata、--title、--authors、--published-at、--paper-link 或 --code-link。缺失信息写“未明确”，不要编造。

4. 读取脚本输出的 metadata_path、work_dir、parse_dir、figure_source_dir、figures_dir 和 summary_path，再读取解析正文与图表索引。
5. 按 assets/summary_template.json 写入 summary_path。直接解释问题、方法、证据和局限，不复述论文目录，不写“本文 / 本节 / 下面整理”等包装语句。
6. 最多选择 2-3 张有助于理解方法或实验的图，从 figure_source_dir 复制到 figures_dir，并使用从 summary_path 指向图像的相对路径；默认形如 ../assets/figures/<paper-slug>/<文件名>。
7. 校验并更新状态：

python .agents/skills/paper-summarizer/scripts/validate_summary.py <summary_path> --work-dir <work_dir>
python .agents/skills/paper-summarizer/scripts/write_summary_status.py <summary_path> --work-dir <work_dir>

事实性判断只来自解析文本或 metadata。PDF 不存在、Docling 解析失败、模型 artifacts 缺失或校验失败时停止并报告失败步骤；不要把论文产物写入 SundayNoteAgent/。