paper-summary-simple

name	paper-summary-simple
description	通过论文标题或链接快速生成中文摘要。当用户提供论文标题或链接（arXiv、OpenReview、会议论文等）并要求总结时自动触发。自动搜索并总结论文内容，以结构化 Markdown 格式保存到 C:\Users\tingd\.claude\skills\paper-summary\output。适合快速了解论文核心思想。触发词示例："总结这篇论文"、"summarize this paper"、提供论文链接或标题。

Paper Summary Simple

这是一个简化版的论文总结 skill，专注于快速总结论文核心内容。用户只需提供论文标题或链接，skill 会自动获取论文信息并生成结构化的中文摘要。

核心功能

✅ 简单快捷: 只需提供论文标题或链接 ✅ 自动获取: 通过网络搜索或链接抓取论文内容 ✅ 中文总结: 生成结构化的中文摘要，保留技术术语英文原文 ✅ 精华提炼: 突出论文最值得借鉴的核心思想 ✅ 自动保存: 保存到指定目录 C:\Users\tingd\.claude\skills\paper-summary\output

输出格式

生成的 Markdown 文档包含以下结构：

标题格式

## [Paper/Method Name (year)]
———[Subtitle/Slogan]

📄 **Paper**: [arXiv:XXXX.XXXXX](https://arxiv.org/abs/XXXX.XXXXX) · 🏛️ **VENUE YEAR**

Paper 行格式规范（与 _posts/2026-01-05-VLN-Papers.md 一致）：

• 基本结构：📄 **Paper**: [链接文字](url)，多个条目之间用 · 分隔。
• 所属期刊/会议：末尾追加 · 🏛️ **VENUE YEAR**，VENUE 照搬论文正式发表处。
  • 录用示例：🏛️ **ICRA 2024**、🏛️ **AAAI 2026**、🏛️ **CVPR 2026**、🏛️ **ICLR 2026**、🏛️ **IEEE TPAMI 2025**、🏛️ **ECCV 2024**、🏛️ **ACL 2025**、🏛️ **IEEE RA-L**
  • 带状态/出版社时照写：🏛️ **AAAI 2026 (Poster)**、🏛️ **Vicinagearth (Springer) 2025**
• 预印本（preprint）不加 · 🏛️ 段：仅写 arXiv 链接，如 📄 **Paper**: [arXiv:2512.08186](https://arxiv.org/abs/2512.08186)。
• venue 判定：从获取的网页/PDF 信息确定发表处；无明确信息则按预印本处理，不要臆测 venue。
• 可选条目：如有代码/主页，在 venue 前用 · 追加，如 · [Code](url)、· [Project Page](url)。

注意: 不包含作者信息行，不添加生成时间/工具页脚。

内容结构

使用 ### 标题 H3 标题和 --- 分隔线，按以下顺序包含五个部分：

• ### 精华 (简短，最多5句话)

  • 总结这个项目哪些点值得被借鉴
  • 提炼核心亮点和可迁移的思想
  • 聚焦于方法论层面的启发

• ### 1. 研究背景/问题 (简短，2-3句话)

  • 明确论文解决的核心问题
  • 说明研究动机和背景

• ### 2. 主要方法/创新点 (核心内容，最详细)

  • 描述主要技术方法
  • 突出关键创新和贡献
  • 必要时包含架构细节

• ### 3. 核心结果/发现 (关键发现)

  • 主要实验结果
  • 性能指标和对比
  • 重要观察结论

• ### 4. 局限性 (简短，1-2句话)

  • 指出局限性或未来工作
  • 保持简洁

使用指南

语言和风格

• 输出语言: 使用中文撰写总结，但保留专有名词、技术术语、模型名称的英文原文（如 VLM, VLN, Transformer, RL 等）
• 精华部分: 在开头提炼论文最值得借鉴的核心思想，最多5句话
• 技术术语: 使用清晰的技术语言，假设读者具有领域知识
• 准确引用: 精确提取模型名称、算法、评估指标

重点分配

• 主要方法/创新点: 最重要的部分，要详细描述
• 精华部分: 提炼核心价值，帮助读者快速抓住要点
• 其他部分: 背景和局限性保持简洁

图片占位代码

在 ### 2. 主要方法/创新点 的适当位置插入图片占位代码（用户自行替换图片路径），格式如下：

<div align="center">
  <img src="/images/[topic]/[paper-name]-[descriptive-name].png" width="100%" />
  <figcaption>[简短中文描述]</figcaption>
</div>

硬性规则 — 否则图片无法正常显示：

1. <div> 内不能有空行：<div align="center"> 与 <img> 之间、/> 与 <figcaption> 之间、</figcaption> 与 </div> 之间均不能有空行。kramdown 遇到块内空行会切换到 markdown 解析模式，将 <img> 当文本输出而非渲染为图片。
2. 所有 HTML 属性必须使用 ASCII 直引号 "（U+0022），禁止使用 Unicode 弯引号。

• 图片命名规范：{PaperName}-{Description}.png（如 StreamVLN-architecture.png、DGNav-results.png）
• 图片路径：[topic] 需根据论文内容选择，与博客 images/ 子目录对应（可选值：vln, robotics_navigation, vla, vlm, agent, llm-training, ros2）。
• 自适应插入：根据论文内容判断关键图的数量，在 ### 2. 主要方法/创新点 的合适位置插入 1-3 张占位（架构图、流程图、结果对比图等）
• 不添加 <!-- RENAME: ... --> 注释（无需自动重命名）

工作流程

自动化流程

当用户提供论文标题或链接时，自动执行以下步骤：

步骤 1: 获取论文信息

• 如果提供的是链接（arXiv, OpenReview, 会议网站等）：

  • 使用 WebFetch 直接获取论文页面内容
  • 提取论文标题、作者、摘要等信息

• 如果提供的是论文标题：

  • 使用 WebSearch 搜索论文
  • 找到论文的官方链接（优先 arXiv）
  • 获取论文详细信息

步骤 2: 分析论文内容

• 阅读论文摘要和关键部分
• 识别核心问题、方法和创新点
• 提取主要实验结果和结论

步骤 3: 生成结构化摘要

• 按照五个部分的格式生成中文摘要
• 从精华部分开始，提炼核心价值
• 在主要方法/创新点部分详细描述技术细节
• 保持技术术语的英文原文

步骤 4: 保存到指定目录

• 文件名格式: paper-summary-[paper-name].md
• 保存路径: C:\Users\tingd\.claude\skills\paper-summary\output\
• 自动创建目录（如果不存在）

步骤 5: 确认完成

• 显示保存的文件路径
• 提供摘要的简短预览

使用示例

示例 1: 提供 arXiv 链接

用户: https://arxiv.org/abs/2301.12345

Claude:
1. 获取论文信息（标题、作者、摘要）
2. 分析论文内容
3. 生成五部分结构化摘要
4. 保存到 C:\Users\tingd\.claude\skills\paper-summary\output\paper-summary-MethodName.md
5. 显示完成信息

示例 2: 提供论文标题

用户: Vision-Language Navigation with Transformers

Claude:
1. 搜索论文找到官方链接
2. 获取论文详细信息
3. 分析并生成摘要
4. 保存到指定目录
5. 显示完成信息

Example Output Structure

---
## Uni-NaVid (2024)
———Unified Vision-Language Navigation

📄 **Paper**: [arXiv:2301.xxxxx](https://arxiv.org/abs/2301.xxxxx) · 🏛️ **CVPR 2024**

### 精华

这篇论文展示了如何通过统一框架实现跨任务泛化，值得借鉴的点包括：利用大规模预训练模型的知识迁移能力、设计跨模态融合机制以整合视觉和语言信息、采用多任务训练策略提升模型鲁棒性。

---

### 1. 研究背景/问题

当前的视觉-语言导航系统难以在不同环境和任务变体中泛化。现有方法通常需要特定任务的训练，并且无法有效利用大规模预训练模型中编码的知识。

---

### 2. 主要方法/创新点

论文提出了 Uni-NaVid，一个统一的视觉-语言导航框架...

<div align="center">
  <img src="/images/vln/Uni-NaVid-architecture.png" width="100%" />
  <figcaption>Uni-NaVid 整体架构</figcaption>
</div>

主要创新包括：
- 新颖的跨模态融合机制
- 层级化动作规划模块
- 多任务训练策略

<div align="center">
  <img src="/images/vln/Uni-NaVid-results.png" width="100%" />
  <figcaption>不同基准测试的性能对比</figcaption>
</div>

---

### 3. 核心结果/发现

- 在 R2R 基准测试上达到了最先进的性能（SPL: 65.3%）
- 展示了强大的零样本迁移能力
- 平均比基线方法提升 12%

---

### 4. 局限性

该方法在训练过程中需要大量计算资源，并且在混乱环境中处理复杂空间推理时存在困难。

注意事项

1. 网络访问: 需要能够访问论文网站（arXiv, OpenReview, 会议网站等）
2. 语言处理: 自动识别论文语言，但摘要统一用中文撰写
3. 术语保留: 技术术语、模型名称、数据集名称保留英文原文
4. 文件命名: 自动从论文标题提取关键词作为文件名
5. 目录管理: 自动创建输出目录，避免文件名冲突
6. Jekyll / MathJax 公式安全（kramdown 会在 MathJax 前先解析 Markdown）:
   • 绝对值不要用 |...|：$|s_t| > \tau$ → $\lvert s_t \rvert > \tau$（| 会被当表格分隔符）
   • 范数同理：\lVert...\rVert 代替 \|...\|
   • } 后紧跟 _ 会被当成斜体起始：
     • $\pi^{\rightarrow}_{\theta_k}$ → $\pi_{\theta_k}^{\rightarrow}$（下标写在上标前）
     • \mathcal{X}_{sub} → \mathcal X_{sub}（单字符参数省大括号；\mathbf / \mathbb / \mathrm 同理）
   • 行内公式含 \mathbf{...}_、\bar{...}_、\hat{...}_ 等 }_ 组合时，改用 $$...$$

与完整版的区别

功能	paper-summary (完整版)	paper-summary-simple (简化版)
输入方式	PDF 文件路径	论文标题或链接
图片处理	自动提取和重命名	不处理图片
依赖环境	需要 TF-ID conda 环境	仅需网络访问
处理流程	复杂自动化脚本	简单直接
适用场景	深度分析，需要图片	快速了解核心思想
输出位置	多个目录（图片+摘要）	单一目录

输出目录

所有生成的摘要保存到：

C:\Users\tingd\.claude\skills\paper-summary\output\

文件命名格式：

paper-summary-[paper-name].md

例如：

paper-summary-VisionTransformer.md
paper-summary-CLIP.md
paper-summary-GPT4Vision.md