菜单
通用论文分析技能，从多种来源（arXiv/GitHub/PDF/网页）提取论文信息并生成结构化分析结果。**优先使用于**: (1) 用户需要**分析/总结/理解论文内容**，(2) 用户提供 arXiv/GitHub/PDF 链接并提到"论文阅读/分析/总结"，(3) 需要将论文转换为博客文章，(4) 需要提取论文的元数据/章节/图片。**注意**: 如果用户只是需要合并/分割/旋转 PDF 文件操作，使用 pdf skill；如果用户需要**理解论文内容**，使用 paper-analyzer
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
| name | paper-analyzer |
| description | 通用论文分析技能，从多种来源（arXiv/GitHub/PDF/网页）提取论文信息并生成结构化分析结果。**优先使用于**: (1) 用户需要**分析/总结/理解论文内容**，(2) 用户提供 arXiv/GitHub/PDF 链接并提到"论文阅读/分析/总结"，(3) 需要将论文转换为博客文章，(4) 需要提取论文的元数据/章节/图片。**注意**: 如果用户只是需要合并/分割/旋转 PDF 文件操作，使用 pdf skill；如果用户需要**理解论文内容**，使用 paper-analyzer |
从多种来源提取论文信息，输出结构化 JSON 分析结果供 paper-to-blog 使用。
https://arxiv.org/abs/2305.01879 → 下载 PDF + LaTeX 源码https://github.com/user/repo → 提取 README + 下载论文 PDFhttps://example.com/paper → 抓取页面内容 + 查找 PDF 链接# 调用下载脚本
python ".opencode/skills/paper-analyzer/scripts/download_paper.py" \
"<input_source>" \
"_papers/<paper-slug>/"
下载策略（带 fallback）:
验证要求:
%PDF- 开头）# 调用解析脚本
python ".opencode/skills/paper-analyzer/scripts/parse_paper.py" \
"_papers/<paper-slug>/"
解析器 fallback 链:
提取内容:
# 调用图片提取脚本
python ".opencode/skills/paper-analyzer/scripts/extract_figures.py" \
"_papers/<paper-slug>/paper.pdf" \
"_papers/<paper-slug>/figures/"
图片分类规则:
| 类型 | 识别关键词 | 示例 |
|---|---|---|
| overview | roadmap, overview, pipeline | 论文路线图 |
| architecture | framework, architecture, model | 架构图 |
| method | method, approach, algorithm | 方法示意图 |
| result | results, comparison, accuracy | 实验结果 |
| ablation | ablation, study, analysis | 消融实验 |
| table | table, statistics, benchmark | 数据表格 |
输出格式:
{
"path": "_papers/slug/figures/fig_1_1.png",
"suggested_name": "roadmap.png",
"caption": "论文内容路线图",
"type": "overview",
"page": 1,
"confidence": "high"
}
输出文件: _papers/<paper-slug>/analysis.json
完整结构:
{
"metadata": {
"title": "论文英文标题",
"authors": ["Author One", "Author Two"],
"affiliations": ["Institution 1", "Institution 2"],
"venue": "会议/期刊名称",
"date": "2024-01-15",
"links": {
"arxiv": "https://arxiv.org/abs/...",
"github": "https://github.com/...",
"homepage": "https://..."
}
},
"abstract": "论文摘要原文",
"sections": {
"introduction": "引言内容",
"background": "背景知识",
"method": "核心方法",
"experiments": "实验设置与结果",
"conclusion": "结论与未来工作"
},
"figures": [
{"path": "...", "suggested_name": "...", "caption": "...", "type": "..."}
],
"tables": [...],
"key_contributions": [
"贡献 1",
"贡献 2",
"贡献 3"
],
"tags": ["LLM", "Knowledge Distillation", "Reasoning"],
"paper_slug": "paper-slug-for-url"
}
_papers/<paper-slug>/
├── analysis.json # 结构化分析结果（核心输出）
├── paper.pdf # 下载的 PDF 文件
└── figures/ # 提取的图片
├── fig_1_1.png
├── fig_2_1.png
└── ...
标准调用流程:
analysis.json示例命令:
# 完整流程
python ".opencode/skills/paper-analyzer/scripts/analyze_paper.py" \
"https://arxiv.org/abs/2305.01879" \
--output "_papers/scott-kd" \
--next "paper-to-blog" \
--categories "论文阅读，知识蒸馏"
| 错误级别 | 示例 | 处理方式 |
|---|---|---|
| 致命错误 | 无法下载 PDF、无可用内容 | 终止，告知用户原因 |
| 严重错误 | 所有解析器失败、图片提取全失败 | 降级处理，询问继续/终止 |
| 警告 | 某些章节缺失、图片命名置信度低 | 继续，在报告中说明 |
| 提示 | 临时文件未清理 | 自动处理或询问 |
默认策略: 发布后询问用户是否删除 _papers/<slug>/ 目录
自动清理条件:
auto_cleanup: true.gitignore 规则:
_papers/*.json
_papers/*.py
_papers/figures/
*.tmp
references/api.mdreferences/parsers.mdreferences/figure-classification.mdhttps://arxiv.org/abs/2305.01879 分类：论文阅读，知识蒸馏
_papers/scott-kd/
├── analysis.json (8.2KB)
├── paper.pdf (1.2MB)
└── figures/
├── fig_1_1.png (roadmap.png)
├── fig_3_1.png (contrastive_decoding.png)
└── ...
{
"metadata": {
"title": "Self-Consistent Thought Distillation",
"authors": ["Xiaohan Xu", "Ming Li"],
"affiliations": ["University A", "University B"],
"venue": "ICML 2024",
"date": "2024-05-15",
"links": {
"arxiv": "https://arxiv.org/abs/2305.01879",
"github": "https://github.com/user/scott"
}
},
"key_contributions": [
"提出自洽思维链蒸馏方法",
"在 5 个基准上达到 SOTA",
"开源代码和数据"
],
"tags": ["LLM", "Knowledge Distillation", "Chain-of-Thought", "Self-Consistency"]
}