mcpField
P
paper-analyze

paper-analyze

github.com/juliye2025Productivity1.8k82 installsUpdated 6w ago
Repository

About paper-analyze

paper-analyze analyzes papers, blogs, and web pages to produce research notes for people organizing material in Obsidian. It identifies the source type first, uses a matching note structure, and applies deduplication and evidence rules.

Key features

  1. 01Identify papers, PDFs, blogs, and web pages
  2. 02Choose analysis structure by source type
  3. 03Find and update notes in Obsidian
  4. 04Generate research notes and update the graph
  5. 05Mark evidence limits and unknown information

Use cases

  1. 01Analyze arXiv papers into research notes
  2. 02Extract key claims from blogs or project pages
  3. 03Supplement existing Obsidian research notes
  4. 04Add PDF or web sources to a research graph

Install

Copy the command and run it in a terminal.

$npx skills add https://github.com/juliye2025/evil-read-arxiv --skill paper-analyze

After installing, type/paper-analyzein Claude Code to confirm it loaded.

Bundled files

References and scripts installed along with SKILL.md.

agents/
openai.yaml
scripts/
generate_note.py
resolve_source.py
update_graph.py

Details

From the project README

多来源深度分析

先确定来源类型，再选择论文或网页分析结构。不得因输入含数字就假定是 arXiv，也不得给博客、公司报告或普通 PDF 伪造 arXiv 元数据。

解析路径

  1. 将当前 SKILL.md 的父目录视为 。
  2. 从 OBSIDIAN_VAULT_PATH 解析 ；缺失时要求用户提供 Vault 路径。
  3. 验证 /20_Research/Papers，读取研究配置中的 language；缺失时使用 zh。
  4. 在系统临时目录创建本次 ，不在 skill 目录或 Vault 中保存临时下载。

识别来源

始终先运行：

<python> "<skill-dir>/scripts/resolve_source.py" --input "<user-input>" --work-dir "<work>" --output "<work>/source.json"

读取 source.json，并按 source_type 分支：

  • arxiv：仅当输入是合法的 YYMM.NNNN/NNNNN、arXiv:ID 或 arxiv.org 链接时使用。保留 arxiv_id、摘要页和 PDF 链接。
  • pdf_url：公开 URL 返回 PDF 内容或 PDF Content-Type。使用原始 URL，分析下载到 的 local_pdf。
  • local_pdf：分析用户提供的本地 PDF。
  • project_page：研究项目页或公司页面中发现明确的 Paper/PDF 链接。联合分析页面与自动下载的 selected_pdf_url；同时保留项目页和 PDF URL。
  • blog：具有文章日期/作者元数据，或 URL 路径含 blog/posts/article 的 HTML。按博客结构分析，不套论文评审模板。
  • webpage：其他公开 HTML 页面。按网页资料分析并标注证据边界。
  • title：既不是路径、URL，也不是 arXiv ID 的文本。仅在用户确实只给标题时再搜索一手来源。

若公开页面依赖 JavaScript，resolver 提取不完整时使用 当前 agent 的网页访问能力读取页面；仍以 source.json 的 URL 和来源类型为准。

获取与查重

  1. 在 Vault 中按 document_id、arxiv_id、规范化标题和 source_url 查重。
  2. 已有笔记时保留手工内容，只局部补充。
  3. 论文/PDF 分支以 PDF 原文为主要证据；项目页可补充作者、机构、代码和演示。
  4. blog/webpage 分支以页面正文为主要证据；区分作者主张、引用证据与 agent 推断。
  5. 无法访问全文时只分析可见内容，并明确说明缺失范围。

图片

对 arxiv、pdf_url 或 local_pdf，需要图片时读取相邻 ../extract-paper-images/SKILL.md，并把 arXiv ID、直接 PDF URL 或 local_pdf 传给脚本。

对 blog/project_page/webpage，只保存能帮助理解内容且允许公开访问的页面图片；不要把导航图标、头像或品牌 logo 当作研究插图。

生成笔记

仅在目标笔记不存在时创建模板：

<python> "<skill-dir>/scripts/generate_note.py" --title "<title>" --authors "<authors>" --domain "<domain>" --vault "<vault>" --language "<zh|en>" --source-type "<source_type>" --source-url "<source_url>" --document-id "<document_id>" --paper-id "<arxiv_id>" --published-date "<published_date>" --venue "<venue>"

模板分支：

  • arxiv/pdf_url/local_pdf：研究文档结构，覆盖问题、方法、公式、实验、局限、相关工作和评分。
  • blog/project_page/webpage：资料结构，覆盖核心论点、内容脉络、关键证据、技术细节、可信度、局限和实践启示；不要求会议、引用数或论文 ID。

替换全部占位符后再更新图谱：

<python> "<skill-dir>/scripts/update_graph.py" --title "<title>" --domain "<domain>" --score <0-10> --vault "<vault>" --language "<zh|en>" --source-type "<source_type>" --source-url "<source_url>" --paper-id "<arxiv_id>" --document-id "<document_id>"

格式与证据规则

  • frontmatter 至少保留 document_id、source_type、source_url、title、authors、published、domain。
  • 只有 arxiv 类型才写 arxiv_id 与 arXiv/PDF 派生链接。
  • 直接 PDF、博客与网页始终保留用户给出的原始 URL；重定向后的 canonical_url 可另外记录。
  • 公式使用 Markdown LaTeX；图片使用 ![[filename.png|800]]；笔记链接使用 [[File_Name|Display Title]]。
  • 未知作者、日期、机构、会议或数字写 --，不猜测。
  • 不覆盖用户笔记，不删除旧图片，不把网页主张改写成已经复现的事实。

Comments

Markdown supported