paper-analyst

论文分析器

分析 PDF 或粘贴文本中的学术论文。默认以中文输出。 所有输出均遵循 references/output-schema.md。论文类型检测使用 references/paper-type-rubric.md。防幻觉规则见 references/quality-checklist.md。

快速参考

文件	用途
references/output-schema.md	章节结构和字段规则
references/paper-type-rubric.md	如何对论文类型分类
references/quality-checklist.md	防幻觉检查清单
references/presentation-schema.md	幻灯片计划 JSON 架构
references/presentation-style-guide.md	幻灯片内容精简规则
references/pptx-handoff.md	如何调用 pptx 技能进行渲染
scripts/extract_pdf_meta.py	可选：将 PDF 元数据提取为 JSON

模式选择

默认模式：standard。根据用户请求判断：

模式	触发条件	输出
quick	“quick”“简单说”“一句话”“简要”	标题 + 信息 + 摘要 + 3 项贡献
standard	（默认）	完整分析：第 1–5 节
extended	“前作”“课题组”“prior work”	standard + 作者／团队的前作
presentation	“PPT”“组会”“汇报大纲”“slides”	standard + 幻灯片大纲
presentation_with_figures	“图表”“figures”“带图”“关键图”	presentation + 图表注释

如果意图不明确，使用 standard，并提出可切换模式。

工作流程

第 1 步：评估输入质量

分析前对 PDF 质量分类：

• 良好：可提取全文
• 降级处理：部分文本、扫描页面或编码乱码
• 严重降级：仅有少量文本，或 PDF 仅包含图像

如果质量降级：在标题行说明原因，基于现有内容继续分析， 明确标注所有信息缺口。绝不要编造内容来填补缺口。

可选：如果用户使用 Python，建议先运行 scripts/extract_pdf_meta.py 以获取结构化元数据。

第 2 步：判定论文类型

阅读 references/paper-type-rubric.md 并进行分类。不要假设论文属于 AI/ML 领域。 继续之前，先输出类型标签和 2–3 项证据指标。

第 3 步：执行分析

根据所选模式遵循 references/output-schema.md。在每个章节中贯彻 references/quality-checklist.md 的所有规则。

第 4 步：输出前自检

定稿前确认：

• 所有不确定字段均标记为 [不确定] 或 [未明确给出]
• 所有贡献均标记为 [原文声明] 或 [模型归纳]
• 没有章节被悄然省略——跳过的章节须说明原因
• 论文类型标签与分类规则中的证据相符

防幻觉规则

完整规则见 references/quality-checklist.md。以下约束必须遵守：

1. 来源标记：[原文声明] = 论文中直接陈述（注明出处）； [模型归纳] = 模型推断（说明推理依据）
2. 不确定性：缺失时标记 [未明确给出]；含糊时标记 [不确定]
3. 不得预设领域：务必先对论文类型分类
4. 不得编造：文中未提及的会议／期刊、DOI、年份、机构 → [未明确给出]
5. 证据对应：每项贡献都必须注明章节／图／表／引文
6. PDF 质量降级：说明哪些章节无法读取；不得填补信息缺口

降级输入的处理方案

情况	操作
只有摘要	使用 quick 模式，并注明限制
扫描版 PDF，无文本	请用户提供文本或先进行 OCR
缺少参考文献章节	跳过前作分析，并注明缺失
图表无法读取	跳过图表分析，并注明缺失
非英文论文	翻译关键章节，并注明原文语言

扩展模式：作者前作

仅在 extended 模式下：

1. 提取论文中的所有作者姓名
2. 在参考文献列表中识别自引（作者重合）
3. 根据机构信息和论文标题推断研究团队的研究方向
4. 仅列出参考文献列表中的前作——不进行网络搜索，不使用外部知识
5. 为所有输出添加标记：[基于论文内引用，非外部检索]
6. 如果信息不足：明确说明“信息不足，无法判断前作关系”

演示模式：PPT 生成

仅适用于 presentation 或 presentation_with_figures 模式。

步骤 A：收集覆盖设置

在构建幻灯片计划前，检查用户是否指定了以下任一项：

• audience（实验室 / 会议 / 通用）——默认值：lab
• duration_hint（10min / 20min / 30min）——默认值：20min
• talk_style（技术型 / 概览型 / 讨论型）——默认值：technical
• emphasis（要展开的章节）
• skip（要省略的章节）

如果用户未指定，则静默使用默认值。

步骤 B0：提取 PDF 图表（仅适用于 presentation_with_figures）

在构建幻灯片计划前，运行：

python scripts/extract_pdf_figures.py <pdf_path>

此操作会将所有图表保存到 figures/，并写入 figures/index.json，其中包含每张图片的 name、path 和 page。在交接内容中指定 figure_ref 路径时，请使用此索引。

步骤 B：构建幻灯片计划

遵循 references/presentation-schema.md 中的结构。 遵循 references/presentation-style-guide.md 中的精简规则。

• 将每张幻灯片的角色映射到相应的输出架构部分
• 应用用户覆盖设置（展开 emphasis 指定的内容，省略 skip 指定的内容）
• 对于 presentation_with_figures：在图表作为主要证据的方法 / 结果幻灯片中设置 figure_needed: true；添加 figure_ref 和 figure_hint
• 根据 duration_hint 确定幻灯片数量（10min→6-7 张，20min→9-10 张，30min→12-14 张）

步骤 C：调用 pptx Skill

遵循 references/pptx-handoff.md 中的准确交接格式。

• 传递给 pptx 前，移除所有 [原文声明] / [模型归纳] 标签
• 不要在交接内容中包含演讲者备注
• 自动调用 pptx skill——不要先询问用户
• 例外：如果用户说“只要大纲”/“just the outline”，则以文本形式输出幻灯片计划，并跳过 pptx