paper-explainer

name	paper-explainer
description	大白话论文解读 - 将学术论文翻译成通俗易懂的中文解读文档，配有图解、示例代码和知识点补充
globs	["*.pdf"]
mcp	{"playwright":{"command":"npx","args":["-y","@playwright/mcp@latest"]}}

大白话论文解读 Skill

将学术论文（PDF）翻译成人人都能懂的中文解读文档。

触发条件

• 用户提供 PDF 论文文件
• 用户使用关键词：解读论文、大白话、通俗解读、论文翻译

输出规范

文件结构

{论文名}-explained/
├── {论文名}.pdf              # 原始论文
├── {论文名}-通俗解读.md       # 中文解读文档
└── images/                    # 配图目录
    ├── 01-xxx.svg
    ├── 02-xxx.svg
    └── ...

文档结构要求

1. 标题区

   • 论文标题（中英文）
   • 发表信息（期刊/会议、年份）
   • 作者信息
   • 一句话总结

2. 目录

   • 使用 Markdown 锚点链接

3. 核心内容（按论文结构调整）

   • 这篇论文在讲什么？（用比喻解释）
   • 为什么这篇论文很重要？
   • 核心方法详解
   • 实验结果
   • 局限性与未来工作
   • 总结与思考

4. 必须包含的元素

   知识点补充框：用 blockquote 解释专业术语

   > **知识点补充 - 术语名**  
   > 通俗解释...
   

   对比表格：用表格展示对比信息

   | 方面 | 方法A | 方法B |
   |------|-------|-------|
   | ... | ... | ... |
   

   流程图/架构图：用 SVG 格式

   • 使用渐变色美化
   • 中文标注
   • 清晰的箭头和连接

   示例代码：

   • Python 为主
   • 包含详细注释
   • 可运行的伪代码或真实代码

   数学公式解读：

   • 先给出原公式（LaTeX）
   • 再用大白话翻译每个符号的含义

5. 参考资料

   • 论文原文链接
   • GitHub 仓库（如有）
   • 相关资源

执行步骤

Step 1: 获取论文内容

1. 如果是 PDF 文件，尝试用 look_at 工具提取内容
2. 如果 PDF 无法读取，尝试：
   • 通过 arXiv ID 获取 HTML 版本：https://ar5iv.labs.arxiv.org/html/{arxiv_id}
   • 通过 arXiv 获取摘要页：https://arxiv.org/abs/{arxiv_id}
   • 使用 Playwright 浏览器访问
3. 搜索相关的中文解读文章作为补充（知乎、公众号等）

Step 2: 创建文件结构

mkdir -p {output_dir}/images

Step 3: 创建 SVG 配图

为以下内容创建可视化图片：

• 整体架构/流程图
• 核心算法示意图
• 对比图表
• 关键概念图解

SVG 设计规范：

• 使用 linearGradient 创建渐变色
• 圆角矩形 rx="10"
• 清晰的字体 font-family="Arial, sans-serif"
• 中文标注
• 配色参考：蓝紫色系 #667eea #764ba2、绿色系 #48bb78 #38a169

Step 4: 撰写解读文档

写作风格：

• 用比喻和类比解释复杂概念
• 先说结论，再解释原因
• 多用"大白话翻译"
• 加入个人见解和思考
• 使用 emoji 增加可读性（适度）

专业术语处理：

• 首次出现时给出英文原文
• 用知识点补充框解释
• 用日常例子类比

Step 5: 添加补充内容

1. 搜索相关的解读文章
2. 提取有价值的补充信息
3. 整合到文档中
4. 标注信息来源

Step 6: 整理文件

将原始 PDF 移动到输出目录，确保结构完整。

质量检查清单

• 非专业人士能看懂吗？
• 核心概念都有图解吗？
• 专业术语都有解释吗？
• 有可运行的示例代码吗？
• 数学公式都有大白话翻译吗？
• 文档结构清晰、目录可跳转吗？
• 图片都是 SVG 格式并且美观吗？
• 有个人见解和思考吗？

示例输出

参考本仓库中的示例：Learning/deepseek-r1-explained/

该示例包含：

• DeepSeek-R1 论文的完整解读
• 6 张 SVG 配图
• 3 段示例代码
• 多处知识点补充
• 训练成本、失败尝试等独家内容