// 深度分析单篇论文，生成详细笔记和评估，图文并茂 / Deep analyze a single paper, generate detailed notes with images
[HINT] Download the complete skill directory including SKILL.md and all related files
| name | paper-analyze |
| description | 深度分析单篇论文，生成详细笔记和评估，图文并茂 / Deep analyze a single paper, generate detailed notes with images |
| allowed-tools | Read, Write, Bash, WebFetch |
This skill supports both Chinese and English reports. The language is determined by the language field in your config file:
language: "zh" in configlanguage: "en" in configThe config file should be located at: $OBSIDIAN_VAULT_PATH/99_System/Config/research_interests.yaml
At the start of execution, read the config file to detect the language setting:
# Read language from config
LANGUAGE=$(grep -E "^\s*language:" "$OBSIDIAN_VAULT_PATH/99_System/Config/research_interests.yaml" | awk '{print $2}' | tr -d '"')
# Default to Chinese if not set
if [ -z "$LANGUAGE" ]; then
LANGUAGE="zh"
fi
Then use this language setting throughout the workflow:
--language $LANGUAGE to scriptsYou are the Paper Analyzer for OrbitOS.
对特定论文进行深度分析，生成全面笔记，评估质量和价值，并更新知识库。
# 创建工作目录
mkdir -p /tmp/paper_analysis
cd /tmp/paper_analysis
# 设置变量（从环境变量 OBSIDIAN_VAULT_PATH 读取，或让用户指定）
PAPER_ID="[PAPER_ID]"
VAULT_ROOT="${OBSIDIAN_VAULT_PATH}"
PAPERS_DIR="${VAULT_ROOT}/paper-notes"
接受输入格式：
搜索已有笔记
paper-notes/目录中搜索读取论文笔记
# 下载PDF
curl -L "https://arxiv.org/pdf/[PAPER_ID]" -o /tmp/paper_analysis/[PAPER_ID].pdf
# 下载源码包（包含TeX和图片）
curl -L "https://arxiv.org/e-print/[PAPER_ID]" -o /tmp/paper_analysis/[PAPER_ID].tar.gz
tar -xzf /tmp/paper_analysis/[PAPER_ID].tar.gz -C /tmp/paper_analysis/
# 使用curl获取arXiv页面
curl -s "https://arxiv.org/abs/[PAPER_ID]" > /tmp/paper_analysis/arxiv_page.html
# 提取关键信息（使用通用正则，适用于任何论文）
TITLE=$(grep -oP '<title>\K[^<]*' /tmp/paper_analysis/arxiv_page.html | head -1)
AUTHORS=$(grep -oP 'citation_author" content="\K[^"]*' /tmp/paper_analysis/arxiv_page.html | paste -sd ', ')
DATE=$(grep -oP 'citation_date" content="\K[^"]*' /tmp/paper_analysis/arxiv_page.html | head -1)
# 读取各章节内容
cat /tmp/paper_analysis/1-introduction.tex > /tmp/paper_analysis/intro.txt
cat /tmp/paper_analysis/2-joint-optimization.tex > /tmp/paper_analysis/methods.txt
cat /tmp/paper_analysis/3-agent-swarm.tex > /tmp/paper_analysis/agent_swarm.txt
cat /tmp/paper_analysis/5-eval.tex > /tmp/paper_analysis/eval.txt
获取论文元数据
id_list=[arXiv ID]获取PDF内容和图片
paper-notes/[领域]/[论文标题]/images/images/index.md提取关键概念
总结研究目标
生成中文翻译
识别核心方法
分析方法结构
评估方法新颖性
提取实验设置
提取结果
评估实验严谨性
研究价值
局限性
未来工作
与相关工作对比
统一格式
$...$$$...$$ 并单独成行避免不可渲染写法
推荐写法
$L(\theta)$$$\theta^* = \arg\min_\theta L(\theta)$$复杂公式
$$...$$# 复制figures目录到目标位置
cp /tmp/paper_analysis/*.{pdf,png,jpg,jpeg} "PAPERS_DIR/[DOMAIN]/[PAPER_TITLE]/images/" 2>/dev/null
# 列出复制的内容
ls "PAPERS_DIR/[DOMAIN]/[PAPER_TITLE]/images/"
# 根据论文内容确定领域和主题（统一英文 slug）
# 领域/主题 推断规则：
# - 如果提到"agent/swarm/multi-agent/orchestration" → llm/agent
# - 如果提到"vision/visual/image/video" → llm/multimodal
# - 如果提到"reinforcement learning/RL" → llm/rl
# - 如果提到"language model/LLM/MoE/transformer" → llm/MoE 或 llm/transformer
# - 如果提到"inventory/supply chain" → operations-research/inventory-planning
# - 否则 → other
PAPERS_DIR="${VAULT_ROOT}/paper-notes"
DOMAIN="[推断的领域/主题，如 llm/MoE]"
# 命名规则：
# 目录：{论文英文全名}（去掉冒号，用连字符代替空格）
# 文件：{论文英文全名}_{arXiv-ID}.md（非 arXiv 论文用 _{年份}）
# 例：目录 Switch-Transformers-Scaling-to-Trillion-Parameter-Models-with-Simple-and-Efficient-Sparsity/
# 文件 Switch-Transformers-Scaling-to-Trillion-Parameter-Models-with-Simple-and-Efficient-Sparsity_2101.03961.md
PAPER_TITLE="[如 Switch-Transformers-Scaling-to-Trillion-Parameter-Models-with-Simple-and-Efficient-Sparsity_2101.03961]"
NOTE_PATH="${PAPERS_DIR}/${DOMAIN}/${PAPER_TITLE}/${PAPER_TITLE}.md"
IMAGES_DIR="${PAPERS_DIR}/${DOMAIN}/${PAPER_TITLE}/images"
INDEX_PATH="${IMAGES_DIR}/index.md"
# 调用外部脚本生成笔记
python "scripts/generate_note.py" --paper-id "[PAPER_ID]" --title "[论文标题]" --authors "[作者]" --domain "[领域]" --language "$LANGUAGE"
当分析完成后，调用obsidian-markdown skill来确保格式正确，然后手动补充详细内容。
这一步是必须的，不可跳过。 论文笔记必须图文并茂。
调用 extract-paper-images skill 从 arXiv 源码包提取图片：
# 调用 extract-paper-images skill
/extract-paper-images "$PAPER_ID" "$DOMAIN" "$PAPER_TITLE"
或者手动执行提取流程：
# 1. 下载 arXiv 源码包
mkdir -p /tmp/paper_images/${PAPER_ID}_src
curl -sL "https://arxiv.org/e-print/${PAPER_ID}" -o /tmp/paper_images/${PAPER_ID}_src/source.gz
gunzip /tmp/paper_images/${PAPER_ID}_src/source.gz 2>/dev/null
cd /tmp/paper_images/${PAPER_ID}_src && tar xf source 2>/dev/null
# 2. 复制图片到目标目录
IMAGES_DIR="${PAPERS_DIR}/${DOMAIN}/${PAPER_TITLE}/images"
mkdir -p "$IMAGES_DIR"
find /tmp/paper_images/${PAPER_ID}_src -maxdepth 2 \( -name "*.pdf" -o -name "*.png" -o -name "*.jpg" -o -name "*.eps" \) \
! -name ".*" -exec cp {} "$IMAGES_DIR/" \;
在笔记 markdown 文件中，根据图片内容将图片插入到对应章节。使用 Obsidian 格式：
![[filename.png|800]]
> 图X：图片描述
插入规则：
> 图X：描述示例 — 在方法框架章节插入架构图：
#### 整体架构
[方法描述文字...]
![[smoe.png|800]]
> 图1：Sparse MoE 层架构示意图，展示门控网络如何为每个 token 选择专家
[继续方法描述...]
示例 — 在实验结果章节插入结果图：
### 主要结果
![[bench_combined.png|800]]
> 图2：Mixtral 8x7B 与 Llama 2 70B、GPT-3.5 在多个基准上的综合对比
![[perplexity.png|800]]
> 图3：不同模型的困惑度对比
创建 images/index.md 记录所有图片信息：
# 图片索引 - 论文标题 (arXiv ID)
总计：X 张图片
## 来源: arxiv-source
| 文件名 | 说明 | 格式 |
|--------|------|------|
| filename.pdf | 架构图描述 | pdf |
| result.png | 实验结果描述 | png |
GRAPH_PATH="${PAPERS_DIR}/../PaperGraph/graph_data.json"
cat "$GRAPH_PATH" 2>/dev/null || echo "{}"
# 调用外部脚本更新知识图谱
python "scripts/update_graph.py" --paper-id "[PAPER_ID]" --title "[论文标题]" --domain "[领域]" --score [评分] --language "$LANGUAGE"
---
date: "YYYY-MM-DD"
paper_id: "arXiv:XXXX.XXXXX"
title: "论文标题"
authors: "作者列表"
domain: "[领域名称]"
tags:
- 论文笔记
- [领域标签]
- [方法标签-无空格] # 标签名不能有空格，空格替换为-
# ⚠️ 标签名格式规则
# Obsidian的tag名称不能包含空格，如有空格需用短横线(-)连接
# 例如：
# "Agent Swarm" → "Agent-Swarm"
# "Visual Agentic" → "Visual-Agentic"
# "MoonViT-3D" → "MoonViT-Three-D"
#
# Python脚本(scripts/generate_note.py)会自动处理标签名中的空格
# 将所有tag.replace(' ', '-')移除空格
- [相关论文1] ← 在tags中添加相关论文
- [相关论文2] ← 在tags中添加相关论文
quality_score: "[X.X]/10"
created: "YYYY-MM-DD"
updated: "YYYY-MM-DD"
status: analyzed
---
# [论文标题]
## 核心信息
- **论文ID**：arXiv:XXXX.XXXXX
- **作者**：[作者1, 作者2, 作者3]
- **机构**：[从作者推断或查看论文]
- **发布时间**：YYYY-MM-DD
- **会议/期刊**：[从categories推断]
- **链接**：[arXiv](链接) | [PDF](链接)
- **引用**：[如果可获取]
## 摘要翻译
### 英文摘要
[论文的英文摘要原文]
### 中文翻译
[将英文摘要翻译成流畅的中文，保持学术术语的准确性]
### 核心要点提炼
- **研究背景**：[该研究领域的现状和存在的问题]
- **研究动机**：[为什么要做这项研究]
- **核心方法**：[一句话概括主要方法]
- **主要结果**：[最重要的实验结果]
- **研究意义**：[该研究对领域的贡献]
## 研究背景与动机
### 领域现状
[详细描述该研究领域当前的发展状况]
### 现有方法的局限性
[深入分析现有方法存在的问题：]
### 研究动机
[解释为什么需要这项研究：]
## 研究问题
### 核心研究问题
[清晰、准确地描述论文要解决的核心问题]
## 方法概述
### 核心思想
[用通俗易懂的语言解释方法的核心思想，让非专业人士也能理解]
### 方法框架
#### 整体架构
[描述方法的整体架构，包括主要组件和它们之间的关系]
**架构图选择原则**：
1. **优先使用论文中的现成图** - 如果论文PDF中有架构图/流程图/方法图，直接插入
2. **仅在无图时创建Canvas** - 当论文没有合适的架构图时，才用JSON Canvas自行绘制
**方式1：插入论文中的图（优先）**
![[pageX_figY.pdf|800]]
图1：[架构描述，包括图中各个部分的含义和它们之间的关系]
**注意**：图片文件名必须与实际文件名匹配（从arXiv提取的图片通常是`.pdf`格式）
**方式2：创建Canvas架构图（论文无图时使用）**
调用 `json-canvas` skill 创建 `.canvas` 文件，然后嵌入：
![[论文标题_Architecture.canvas|1200|400]]
Canvas 创建步骤：
1. 调用 `json-canvas` skill
2. 使用 `--create --file "路径/架构图.canvas"` 参数
3. 创建节点和连接，使用不同颜色区分层级
4. 保存后在markdown中嵌入引用
**文本图表示例**（当无法插入图片或创建Canvas时的最后备选）：
输入 → [模块1] → [模块2] → [模块3] → 输出 ↓ ↓ ↓ [子模块] [子模块] [子模块]
#### 各模块详细说明
**模块1：[模块名称]**
- **功能**：[该模块的主要功能]
- **输入**：[输入数据/信息]
- **输出**：[输出数据/信息]
- **处理流程**：
1. [步骤1详细描述]
2. [步骤2详细描述]
3. [步骤3详细描述]
- **关键技术**：[使用的关键技术或算法]
- **数学公式**：[如果有重要的数学公式]
行内示例：损失函数为 $L(\theta)$。
块级示例：
$$\theta^* = \arg\min_\theta L(\theta)$$
**模块2：[模块名称]**
- **功能**：[该模块的主要功能]
- **输入**：[输入数据/信息]
- **输出**：[输出数据/信息]
- **处理流程**：
1. [步骤1详细描述]
2. [步骤2详细描述]
3. [步骤3详细描述]
- **关键技术**：[使用的关键技术或算法]
**模块3：[模块名称]**
[类似格式]
### 方法架构图
[选择最适合的方式展示架构]
**选择原则**：
1. **优先使用论文中的架构图** - 如果论文中有合适的方法架构图、流程图或系统图，直接插入
2. **仅在无图时创建Canvas** - 当论文没有相关架构图时，才用JSON Canvas自行绘制
**方式1：插入论文中的图（优先）**
![[pageX_figY.pdf|800]]
图1：[架构描述，包括图中各个部分的含义和它们之间的关系]
**注意**：图片文件名必须与实际文件名匹配（从arXiv提取的图片通常是`.pdf`格式）
**方式2：创建Canvas架构图（论文无图时使用）**
![[论文标题_Architecture.canvas|1200|400]]
调用`json-canvas` skill创建，支持：
- 彩色节点（颜色1-6或自定义hex）
- 带标签的箭头连接
- 节点分组和层级结构
- Markdown文本渲染
**注意**：Canvas只作为补充手段，不要替换论文中原有的架构图。论文中的图通常更准确、更权威。
## 实验结果
### 实验目标
[本实验要验证什么]
### 数据集
#### 数据集统计
| 数据集 | 样本数 | 特征维度 | 类别数 | 数据类型 |
|--------|--------|----------|--------|----------|
| 数据集1 | X万 | Y维 | Z类 | [类型] |
| 数据集2 | X万 | Y维 | Z类 | [类型] |
### 实验设置
#### 基线方法
[列出所有对比的基线方法，并简要说明]
#### 评估指标
[列出所有评估指标，并解释每个指标的含义]
#### 实验环境
#### 超参数设置
### 主要结果
#### 主实验结果
| 方法 | 数据集1-指标1 | 数据集1-指标2 | 数据集2-指标1 | 数据集2-指标2 | 平均排名 |
|------|---------------|---------------|---------------|---------------|----------|
| 基线1 | X.X±Y.Y | X.X±Y.Y | X.X±Y.Y | X.X±Y.Y | N |
| 基线2 | X.X±Y.Y | X.X±Y.Y | X.X±Y.Y | X.X±Y.Y | N |
| 基线3 | X.X±Y.Y | X.X±Y.Y | X.X±Y.Y | X.X±Y.Y | N |
| **本文方法** | **X.X±Y.Y** | **X.X±Y.Y** | **X.X±Y.Y** | **X.X±Y.Y** | **N** |
> 注：±后的数字表示标准差，**粗体**表示最优结果
#### 结果分析
[对主实验结果的详细分析]
### 消融实验
#### 实验设计
[消融实验的设计思路]
#### 消融结果和分析
### 实验结果图
[插入论文中的实验结果图]
![[experiment_results.pdf|800]]
> 图2：[图描述]
**注意**：图片文件名必须与实际文件名匹配（从arXiv提取的图片通常是`.pdf`格式）
## 深度分析
### 研究价值评估
#### 理论贡献
- **贡献1**：[详细描述理论贡献]
- 创新点：[该贡献的创新之处]
- 学术价值：[对学术界的价值]
- 影响范围：[影响的研究领域]
- **贡献2**：[详细描述理论贡献]
[类似格式]
#### 新理论/新方法/新视角
- **新理论/方法**：[描述新理论、新方法或新视角]
- 创新点：[该视角的创新之处]
- 学术价值：[对学术界的价值]
- 影响范围：[影响的研究领域]
#### 实际应用价值
- **应用场景1**：[应用场景描述]
- 适用性：[该方法在该场景的适用性]
- 优势：[相比现有方案的优势]
- 潜在影响：[可能带来的影响]
- **应用场景2**：[应用场景描述]
[类似格式]
#### 领域影响
- **短期影响**：[近期可能产生的影响]
- **中期影响**：[中期可能产生的影响]
- **长期影响**：[长期可能产生的影响]
- **潜在变革**：[可能带来的范式变革]
### 方法优势详解
#### 优势1：[优势名称]
- **描述**：[详细描述该优势]
- **技术基础**：[该优势的技术基础]
- **实验验证**：[实验如何验证该优势]
- **对比分析**：[与现有方法相比的优势程度]
#### 优势2：[优势名称]
[类似格式]
#### 优势3：[优势名称]
[类似格式]
### 局限性分析
#### 局限1：[局限名称]
- **描述**：[详细描述该局限性]
- **表现**：[在实际中的表现]
- **原因**：[产生该局限的根本原因]
- **影响**：[对实际应用的影响]
- **可能的解决方案**：[如何缓解或解决]
#### 局限2：[局限名称]
[类似格式]
#### 局限3：[局限名称]
[类似格式]
### 适用性与场景分析
#### 适用场景
- **场景1**：[场景描述]
- 适用原因：[为什么适用]
- 预期效果：[预期能达到的效果]
- 注意事项：[使用时需要注意什么]
- **场景2**：[场景描述]
[类似格式]
#### 不适用场景
- **场景1**：[场景描述]
- 不适用原因：[为什么不适用]
- 替代方案：[建议使用什么替代方案]
- **场景2**：[场景描述]
[类似格式]
## 与相关论文对比
### 对比论文选择依据
[为什么选择这些论文进行对比]
### [[相关论文1]] - [论文标题]
#### 基本信息
- **作者**：[作者]
- **发表时间**：[时间]
- **会议/期刊**：[ venue]
- **核心方法**：[一句话概括]
#### 方法对比
| 对比维度 | 相关论文1 | 本文方法 |
|----------|-----------|----------|
| 核心思想 | [描述] | [描述] |
| 技术路线 | [描述] | [描述] |
| 关键组件 | [描述] | [描述] |
| 创新程度 | [描述] | [描述] |
#### 性能对比
| 数据集 | 指标 | 相关论文1 | 本文方法 | 提升幅度 |
|--------|------|-----------|----------|----------|
| 数据集1 | 指标1 | X.X | Y.Y | +Z.Z% |
| 数据集2 | 指标2 | X.X | Y.Y | +Z.Z% |
#### 关系分析
- **关系类型**：[改进/扩展/对比/跟随]
- **本文改进**：[相比该论文的改进点]
- **优势**：[本文方法的优势]
- **劣势**：[本文方法的劣势]
- **互补性**：[两种方法是否互补]
### [[相关论文2]] - [论文标题]
[类似格式]
### [[相关论文3]] - [论文标题]
[类似格式]
### 对比总结
[对所有对比论文的总结]
## 技术路线定位
### 所属技术路线
本文属于[技术路线名称]，该技术路线的核心特点是：
- 特点1：[描述]
- 特点2：[描述]
- 特点3：[描述]
### 技术路线发展历程
[里程碑1] → [里程碑2] → [里程碑3] → [本文工作] → [未来方向] ↑ ↑ ↑ ↑ [论文A] [论文B] [论文C] [本文]
### 本文在技术路线中的位置
- **承上**：[继承了哪些前期工作]
- **启下**：[为后续工作提供了什么基础]
- **关键节点**：[为什么是技术路线中的关键节点]
### 具体子方向
本文主要关注[具体子方向]，该子方向的研究重点是：
- 重点1：[描述]
- 重点2：[描述]
### 相关工作图谱
[用文本或图形表示与相关工作的关系]
## 未来工作建议
### 作者建议的未来工作
1. **建议1**：[作者的建议]
- 可行性：[是否可行]
- 价值：[潜在价值]
- 难度：[实现难度]
2. **建议2**：[作者的建议]
[类似格式]
### 基于分析的未来方向
1. **方向1**：[方向描述]
- 动机：[为什么这个方向值得研究]
- 可能的方法：[可能的研究方法]
- 预期成果：[可能取得的成果]
- 挑战：[面临的挑战]
2. **方向2**：[方向描述]
[类似格式]
3. **方向3**：[方向描述]
[类似格式]
### 改进建议
[对本文方法的具体改进建议]
1. **改进1**：[改进描述]
- 当前问题：[存在的问题]
- 改进方案：[如何改进]
- 预期效果：[预期能达到的效果]
2. **改进2**：[改进描述]
[类似格式]
## 我的综合评价
### 价值评分
#### 总体评分
**[X.X]/10** - [评分理由简述]
#### 分项评分
| 评分维度 | 分数 | 评分理由 |
|----------|------|----------|
| 创新性 | [X]/10 | [详细理由] |
| 技术质量 | [X]/10 | [详细理由] |
| 实验充分性 | [X]/10 | [详细理由] |
| 写作质量 | [X]/10 | [详细理由] |
| 实用性 | [X]/10 | [详细理由] |
### 重点关注
#### 值得关注的技术点
#### 需要深入理解的部分
## 我的笔记
%% 用户可以在这里添加个人阅读笔记 %%
## 相关论文
### 直接相关
- [[相关论文1]] - [关系描述：改进/扩展/对比等]
- [[相关论文2]] - [关系描述]
### 背景相关
- [[背景论文1]] - [关系描述]
- [[背景论文2]] - [关系描述]
### 后续工作
- [[后续论文1]] - [关系描述]
- [[后续论文2]] - [关系描述]
## 外部资源
[可列举一些相关的视频、博客、项目等的链接]
> [!tip] 关键启示
> [论文最重要的启示，用一句话总结核心思想]
> [!warning] 注意事项
> - [注意事项1]
> - [注意事项2]
> - [注意事项3]
> [!success] 推荐指数
> ⭐⭐⭐⭐⭐ [推荐指数和简要理由，如：强烈推荐阅读！这是XX领域的里程碑论文]
读取图谱数据
$OBSIDIAN_VAULT_PATH/20_Research/PaperGraph/graph_data.json添加或更新该论文的节点
创建到相关论文的边
improves：改进关系related：一般关系更新时间戳
last_updated为当前日期保存图谱
## 论文分析完成！
**论文**：[[论文标题]] (arXiv:XXXX.XXXXX)
**分析状态**：✅ 已生成详细笔记
**笔记位置**：[[paper-notes/领域/YYYY-MM-DD-arXiv-ID.md]]
---
**综合评分**：[X.X/10]
**分项评分**：
- 创新性：[X/10]
- 技术质量：[X/10]
- 实验充分性：[X/10]
- 写作质量：[X/10]
- 实用性：[X/10]
**突出亮点**：
- [亮点1]
- [亮点2]
- [亮点3]
**主要优势**：
- [优势1]
- [优势2]
**主要局限**：
- [局限1]
- [局限2]
**相关论文**（N篇）：
- [[相关论文1]] - [关系]
- [[相关论文2]] - [关系]
- [[相关论文3]] - [关系]
**技术路线**：
本文属于[技术路线]，主要关注[子方向]。
---
**快速操作**：
- 点击笔记链接查看详细分析
- 使用`/paper-search`搜索更多相关论文
- 打开Graph View查看论文关系
- 根据分析决定深入研究或跳过
**建议**：
- [基于分析的具体建议1]
- [基于分析的具体建议2]
$LANGUAGE 设置选择语言 - "en" 用英文写笔记，"zh" 用中文写笔记（section headers、content 都要匹配）![[filename|800]] 格式的图片引用，每篇笔记至少 3 张图（如果源码中有）![[filename.png|800]]，禁止使用 
%20, %26 等不工作）[[File_Name|Display Title]]，禁止 bare [[File_Name]]
--- 作为"无数据"占位符：使用 -- 代替（--- 会被 Obsidian 解析为分隔线）.tex 文件提取 \author/\affiliation 字段；若不可用，标 --根据 $LANGUAGE 设置选择对应语言的 section header：
Chinese (zh) | English (en) |
|---|---|
| 核心信息 | Core Information |
| 摘要翻译 | Abstract & Translation |
| 研究背景与动机 | Research Background & Motivation |
| 研究问题 | Research Problem |
| 方法概述 | Method Overview |
| 实验结果 | Experimental Results |
| 深度分析 | In-Depth Analysis |
| 与相关论文对比 | Comparison with Related Work |
| 技术路线定位 | Technical Roadmap |
| 未来工作建议 | Future Work |
| 我的综合评价 | Assessment |
| 我的笔记 | My Notes |
| 相关论文 | Related Papers |
| 外部资源 | External Resources |
创新性：
技术质量：
实验充分性：
写作质量：
实用性：
improves：对相关工作的明显改进extends：扩展或建立在相关工作之上compares：直接对比，可能更好/更差在什么方面follows：同一研究路线的后续工作cites：引用（如果有引用数据可用）related：一般概念关系
## 错误处理
- **论文未找到**：检查ID格式，建议搜索
- **arXiv掉线**：使用缓存或稍后重试，在输出中注明局限性
- **PDF解析失败**：回退到摘要，注明局限性
- **相关论文未找到**：说明缺乏上下文
- **图谱更新失败**：继续但不更新图谱
## 使用说明
当用户调用 `/paper-analyze [论文ID]` 时：
### 快速执行（推荐）
使用以下bash脚本一键执行完整流程：
```bash
#!/bin/bash
# 变量设置
PAPER_ID="$1"
TITLE="${2:-待定标题}"
AUTHORS="${3:-Kimi Team}"
DOMAIN="${4:-其他}"
# 执行完整流程
python "scripts/generate_note.py" --paper-id "$PAPER_ID" --title "$TITLE" --authors "$AUTHORS" --domain "$DOMAIN" --language "$LANGUAGE" || \
echo "笔记生成脚本执行失败"
# 提取图片并嵌入笔记（必须执行）
/extract-paper-images "$PAPER_ID" "$DOMAIN" "$TITLE" || \
echo "图片提取失败，继续后续步骤"
# 将提取的图片嵌入到笔记 markdown 中的对应章节
# 使用 Edit 工具在笔记中插入 ![[filename|800]] 和中文 caption
# 创建工作目录
mkdir -p /tmp/paper_analysis
cd /tmp/paper_analysis
# 搜索已有笔记
find "${VAULT_ROOT}/paper-notes" -name "*${PAPER_ID}*" -type f
# 下载PDF和源码（见步骤2.1、2.2、2.3）
# 或者从已有数据读取
cat /tmp/paper_analysis/{1-introduction,2-joint-optimization,3-agent-swarm,5-eval}.tex
# 使用extract-paper-images skill
/extract-paper-images "$PAPER_ID" "$DOMAIN" "$TITLE"
# 使用外部脚本生成笔记
python "scripts/generate_note.py" --paper-id "$PAPER_ID" --title "$TITLE" --authors "$AUTHORS" --domain "$DOMAIN" --language "$LANGUAGE"
# 1. 提取论文图片（调用 extract-paper-images skill）
/extract-paper-images "$PAPER_ID" "$DOMAIN" "$TITLE"
# 2. 将图片嵌入到生成的笔记 markdown 中
# 使用 Edit 工具，根据图片内容将 ![[filename|800]] 插入到笔记的对应章节：
# - 架构图 → 方法概述/方法框架
# - 实验结果图 → 实验结果
# - 对比/消融图 → 深度分析
# 每张图附带中文 caption：> 图X：描述
# 至少插入3张图片（如果有的话）
# 使用外部脚本更新知识图谱
python "scripts/update_graph.py" --paper-id "$PAPER_ID" --title "$TITLE" --domain "$DOMAIN" --score 8.8 --language "$LANGUAGE"
分析完成后，调用/obsidian-markdown来确保frontmatter格式正确，然后手动补充详细内容。
场景1：分析arXiv论文（有网络访问）
# 一键执行
bash run_full_analysis.sh 2602.02276 "Kimi K2.5: Visual Agentic Intelligence" "Kimi Team" "智能体"
场景2：分析本地PDF（无网络访问）
# 手动上传PDF
cp /path/to/local.pdf /tmp/paper_analysis/[ID].pdf
# 执行分析（跳过步骤2的下载）
python3 run_paper_analysis.py [ID] [TITLE] [AUTHORS] [DOMAIN] --local-pdf /tmp/paper_analysis/[ID].pdf
frontmatter格式（重要）：所有字符串值必须用双引号包围
---
date: "YYYY-MM-DD"
paper_id: "arXiv:XXXX.XXXXX"
title: "论文标题"
authors: "作者列表"
domain: "[领域名称]"
quality_score: "[X.X]/10"
created: "YYYY-MM-DD"
updated: "YYYY-MM-DD"
status: analyzed
---
Obsidian对YAML格式要求严格，缺少引号会导致frontmatter无法正常显示！
图片嵌入：必须使用 Obsidian wikilink 语法 ![[filename.png|800]]
 — URL 编码在 Obsidian 中不工作.pdf 或 .png 格式wikilinks：必须使用 display alias [[File_Name|Display Title]]，禁止 bare [[File_Name]]
领域推断：根据论文内容自动推断
相关论文：在笔记中引用 [[path/to/note|Paper Title]]