菜单
A research/push notification writing guide. Use this skill with high priority when users ask you to perform tasks like daily paper push.
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 the ACPX CLI through DrClaw's existing exec/long_exec tools to run Codex in the current project workspace.
Use this skill whenever the user wants to create, read, edit, or manipulate Word documents (.docx files). Triggers include: any mention of 'Word doc', 'word document', '.docx', or requests to produce professional documents with formatting like tables of contents, headings, page numbers, or letterheads. Also use when extracting or reorganizing content from .docx files, inserting or replacing images in documents, performing find-and-replace in Word files, working with tracked changes or comments, or converting content into a polished Word document. If the user asks for a 'report', 'memo', 'letter', 'template', or similar deliverable as a Word or .docx file, use this skill. Do NOT use for PDFs, spreadsheets, Google Docs, or general coding tasks unrelated to document generation.
Convert a user style request into concrete rewrite constraints and apply that style during de-flavoring. Use when the user specifies a target tone, audience, or writing persona.
Diagnose formulaic writing patterns and authorial gaps before rewriting. Use when text feels generic, over-smoothed, abstract, or structurally mechanical and you need a targeted edit plan.
Guard against meaning drift during de-flavor rewrites. Use when rewriting text to sound more natural without adding facts, changing claims, or losing important constraints.
Rebuild specificity, texture, and authorial judgment in a rewrite without inventing facts. Use when text feels abstract, generic, over-smoothed, or full of empty framing.
| name | daily-paper-push-writing |
| description | A research/push notification writing guide. Use this skill with high priority when users ask you to perform tasks like daily paper push. |
daily-paper-push-writing 是一个写作技能，提供一种生成每日科研论文汇总的规范化写作流程，从而帮助用户高效获取特定领域的最新研究成果和重要信息。
📚 领域：XXX | 📊 关键词：关键词1、关键词2、关键词3
🌟 No.1 📄 论文标题
📝 作者：[作者列表] 📅 发布时间：20XX年XX月 🔗 论文链接：👉 [arXiv/论文链接] 🏷️ arXiv ID：arXiv:XXXX.XXXXX 📋 摘要：[论文摘要...]
📝 Overview 精华（由 LLM 从 PDF 文本提取）：
[LLM 提取的论文核心观点、研究动机、关键贡献...]
📊 实验结果图表：
💡 学术价值分析：简要分析该论文的研究创新点、实验方法、潜在应用价值～
🌟 No.2 📄 论文标题
📝 作者：[作者列表] 📅 发布时间：20XX年XX月 🔗 论文链接：👉 [arXiv/论文链接] 🏷️ arXiv ID：arXiv:XXXX.XXXXX 📋 摘要：[论文摘要...]
📝 Overview 精华（由 LLM 从 PDF 文本提取）：
[LLM 提取的论文核心观点、研究动机、关键贡献...]
📊 实验结果图表：
💡 学术价值分析：简要分析该论文的研究创新点、实验方法、潜在应用价值～
🌟 No.3 📄 论文标题
📝 作者：[作者列表] 📅 发布时间：20XX年XX月 🔗 论文链接：👉 [arXiv/论文链接] 🏷️ arXiv ID：arXiv:XXXX.XXXXX 📋 摘要：[论文摘要...]
📝 Overview 精华（由 LLM 从 PDF 文本提取）：
[LLM 提取的论文核心观点、研究动机、关键贡献...]
📊 实验结果图表：
💡 学术价值分析：简要分析该论文的研究创新点、实验方法、潜在应用价值～
🌟 No.4 📄 论文标题
📝 作者：[作者列表] 📅 发布时间：20XX年XX月 🔗 论文链接：👉 [arXiv/论文链接] 🏷️ arXiv ID：arXiv:XXXX.XXXXX 📋 摘要：[论文摘要...]
📝 Overview 精华（由 LLM 从 PDF 文本提取）：
[LLM 提取的论文核心观点、研究动机、关键贡献...]
📊 实验结果图表：
💡 学术价值分析：简要分析该论文的研究创新点、实验方法、潜在应用价值～
🌟 No.5 📄 论文标题
📝 作者：[作者列表] 📅 发布时间：20XX年XX月 🔗 论文链接：👉 [arXiv/论文链接] 🏷️ arXiv ID：arXiv:XXXX.XXXXX 📋 摘要：[论文摘要...]
📝 Overview 精华（由 LLM 从 PDF 文本提取）：
[LLM 提取的论文核心观点、研究动机、关键贡献...]
📊 实验结果图表：
💡 学术价值分析：简要分析该论文的研究创新点、实验方法、潜在应用价值～
每篇论文需要获取：
┌─────────────────────────────────────────────────────────────┐
│ Step 1: 下载 PDF (一次下载，后续复用) │
│ python scripts/pdf_download.py <arxiv_id> [output_dir] │
└─────────────────────────────────────────────────────────────┘
↓
┌─────────────────────────────────────────────────────────────┐
│ Step 2: PDF 转文本 (供 LLM 读取 Overview) │
│ python scripts/pdf_to_text.py <pdf> <output.txt> │
└─────────────────────────────────────────────────────────────┘
↓
┌─────────────────────────────────────────────────────────────┐
│ Step 3: 提取图表 (默认第1张 = 架构图) │
│ python scripts/pdf_figure_capture.py <pdf> <output.png> │
└─────────────────────────────────────────────────────────────┘
python scripts/pdf_download.py <arxiv_id> [output_dir]
示例：
# 下载到默认 ./pdfs/ 目录
python scripts/pdf_download.py 1706.03762
# 下载到指定目录
python scripts/pdf_download.py 1706.03762 ./my_pdfs/
# 强制重新下载
python scripts/pdf_download.py 1706.03762 --force
python scripts/pdf_to_text.py <arxiv_id|pdf_path> <output_path> [options]
示例：
# 转换为完整文本（通过 arXiv ID - 会自动下载）
python scripts/pdf_to_text.py 1706.03762 paper.txt
# 使用本地 PDF（更快）
python scripts/pdf_to_text.py ./pdfs/1706.03762.pdf overview.txt
# 只提取 Overview/Introduction 部分
python scripts/pdf_to_text.py ./pdfs/1706.03762.pdf overview.txt --section overview
# 只提取前 5 页
python scripts/pdf_to_text.py ./pdfs/1706.03762.pdf output.txt --pages 5
可选参数：
--section, -s：提取特定章节（overview, method, experiment）--pages, -p：提取前 N 页用途：将文本提供给 LLM，让模型提取 Overview 精华内容，写入推送文档。
python scripts/pdf_figure_capture.py <arxiv_id|pdf_path> <output_path> [options]
示例：
# 使用本地 PDF（更快，无需重复下载）
python scripts/pdf_figure_capture.py ./pdfs/1706.03762.pdf images/001_figure.jpg --figure 1
# 列出论文中所有图表
python scripts/pdf_figure_capture.py ./pdfs/1706.03762.pdf --list
# 截取第 1 张图表（默认架构图）
python scripts/pdf_figure_capture.py ./pdfs/1706.03762.pdf images/001_figure.jpg --figure 1
# 截取第 3 页的所有图表
python scripts/pdf_figure_capture.py ./pdfs/1706.03762.pdf images/ --page 3
可选参数：
--dpi, -r：分辨率，默认 150 DPI--list, -l：列出论文中所有图表（不截取）--figure, -f：指定要截取的图表编号--page, -p：截取指定页面的所有图表所有脚本都依赖以下 Python 包：
requests：下载 PDFpymupdf (fitz)：解析 PDFpip install requests pymupdf
pdf_download 下载一次，然后所有操作都使用本地 PDF 路径--list 可以先查看论文有哪些图表，再决定截取哪个最终输出为一个文件夹，其结构如下：
{datetime}_paper_push/
├── images/
│ ├── 001_figure1.jpg # 论文1：实验结果图表
│ ├── 002_figure1.jpg # 论文2：实验结果图表
│ ├── 003_figure1.jpg # 论文3：实验结果图表
│ ├── 004_figure1.jpg # 论文4：实验结果图表
│ └── 005_figure1.jpg # 论文5：实验结果图表
└── paper_push.md # 推送正文（Markdown 格式）
注意：任务完成后请删除 PDF 文件，不在本地缓存。
注意：Overview 内容由 LLM 从 PDF 文本提取，直接写入 Markdown 正文中，无需单独的图片文件。
MD 正文中图片引用使用相对路径：
arxiv-watcher skill 获取目标领域的最新论文pdf_download.py 下载 PDF 到本地pdf_to_text.py 获取文本，将文本提供给 LLM 让其提取 Overview 精华pdf_figure_capture.py 获取主要实验结果图表（默认第1张）