菜单
论文剥洋葱 — 逐层深入的论文阅读技能。将一篇学术论文拆解为四层渐进式阅读，最终生成一张手绘风格的思维导图笔记卡片（React artifact）。 当用户上传论文PDF、粘贴论文内容、给出论文链接，或说出以下任何意图时，使用此技能： - "帮我读这篇论文" / "分析这篇paper" - "论文笔记" / "论文总结" / "读论文" - "剥洋葱" / "逐层分析" - 上传了 .pdf 文件且内容看起来是学术论文 此技能与一次性输出报告的方式不同——它模拟真实的深度阅读过程，分四层逐步深入，每层都有明确的阅读任务和产出，最终浓缩为一张可保存的笔记卡。
用 Codex 或 Claude 帮你安装 复制这段 Prompt，粘贴到 Codex、Claude 或其他助手里，让它检查 Skill 页面并帮你完成安装。
基于 SOC 职业分类
Use when user asks for a hand-drawn style report, notebook-style report, or says "手绘板报告", "手绘风", "笔记本风格". Generates warm paper-textured HTML reports with handwriting fonts, sketchy borders, and notebook aesthetics. Also exports PNG via Playwright.
Use when user provides a job description (JD) and wants to customize their resume for a specific job application, or when user says "tailor resume", "定制简历", "修改简历", "投简历"
Create effective data visualizations with Python (matplotlib, seaborn, plotly). Use when building charts, choosing the right chart type for a dataset, creating publication-quality figures, or applying design principles like accessibility and color theory.
Use when user has a messy Word document or plain text that needs professional formatting, auto-layout, and intelligent image generation. Triggers on requests to format, beautify, or reorganize documents.
Use when user has a Word document that needs typo correction, text polishing, or proofreading. Triggers on requests to fix typos, correct errors, polish writing, proofread, or when user says "校对", "纠错", "润色", "改错别字", "检查错别字".
Use when user provides a 口播稿 (spoken script) and wants it converted into an HTML slide presentation with hand-drawn SVG illustrations for screen recording. Trigger on "做板书", "口播稿转板书", "/board", "生成板书", "做背景板", or when user pastes a script and wants visual slides for video recording.
| name | paper-onion |
| description | 论文剥洋葱 — 逐层深入的论文阅读技能。将一篇学术论文拆解为四层渐进式阅读，最终生成一张手绘风格的思维导图笔记卡片（React artifact）。 当用户上传论文PDF、粘贴论文内容、给出论文链接，或说出以下任何意图时，使用此技能： - "帮我读这篇论文" / "分析这篇paper" - "论文笔记" / "论文总结" / "读论文" - "剥洋葱" / "逐层分析" - 上传了 .pdf 文件且内容看起来是学术论文 此技能与一次性输出报告的方式不同——它模拟真实的深度阅读过程，分四层逐步深入，每层都有明确的阅读任务和产出，最终浓缩为一张可保存的笔记卡。 |
读论文不是信息倾倒，而是逐层内化的过程。这个技能模拟一个有经验的研究者如何真正读懂一篇论文：
每一层都不是简单的信息摘取，而是回答一个认知问题。
接受以下输入类型：
如果是 PDF，先提取全文文本。如果提取困难，基于可获取的部分（标题、摘要、图表描述）尽力分析，并告知用户。
对论文执行以下四层分析。每一层都有一个认知问题驱动，而非机械地填表。
认知问题：这篇论文在说什么？
只看标题、摘要、引言第一段和结论，提取：
one_sentence：一句话概括（不超过40字，用中文，必须让非专业人士也能听懂）key_question：这篇论文试图回答的核心问题（用问句表达）first_impression：3个第一印象要点（每个不超过15字）风格要求：像你30秒扫完后跟朋友口头说"这论文讲的是……"那样自然。不要用学术腔。
认知问题：论文的逻辑骨架是什么？
快速通读全文，提取论文的"故事线"：
storyline：4步故事线，每步包含 label 和 text
key_figure：论文中最重要的一张图/表的描述（指明Figure几，说清楚它展示了什么）风格要求：故事线要像一个"以前→发现→做了→证明了"的叙事，不是干巴巴的列表。
认知问题：核心机制到底怎么工作的？
仔细分析方法部分，提取：
mechanisms：3-5个核心机制，每个包含：
what：机制名称why：为什么这样设计（不是"是什么"，而是"为什么"）formula：关键公式或伪代码（用简洁的数学表示，如果没有公式就用一句话描述算法流程）hidden_assumptions：2-3个论文没有明说但暗含的假设（这是最有价值的部分——作者不说但你应该知道的）风格要求：每个 why 必须回答"如果不这样做会怎样"。隐形假设要尖锐但公正。
认知问题：这对我意味着什么？
这是最重要的一层，也是大多数人跳过的一层：
napkin_formula：餐巾纸公式——用不超过10个字浓缩整篇论文的核心insight（像 "并行注意力 ＞ 顺序循环"、"扩散 = 逆向去噪" 这样极度压缩的表达）core_insight：核心洞察——2-3句话，说清楚这篇论文改变了什么认知。不是摘要的重复，而是"读完后你理解了什么之前不理解的东西"connections：3-5个知识连接，每个包含：
to：连接到的其他论文/概念/方法（写清名称和年份）link：这个连接是什么关系（继承/对比/互补/启发/推广）用一句话说清what_changed：读完这篇论文后"我的认知变化"——用第一人称写，像日记一样风格要求：这一层最能体现深度理解。如果 connections 只能想到论文自己引用的那些reference，说明理解还不够深——要跨领域连接。
完成四层分析后，生成一个 React artifact (.jsx)，呈现为手绘风格的笔记卡片。
关于视觉风格和实现细节，请阅读 references/notecard-template.md。
这个技能的输出是一次性生成完整的笔记卡（不是交互式的多步操作）。但在生成过程中，按四层顺序组织思考，确保每一层都足够深入。
如果用户在看完笔记卡后追问某一层的细节，可以展开讨论，但不需要重新生成整张卡。