mcpField
P
paper-analyze

paper-analyze

github.com/juliye2025生产力1.8k82 次安装6 周前更新
代码仓库

关于 paper-analyze

paper-analyze 是用于分析论文、博客和网页等多类来源并生成研究笔记的技能，面向在 Obsidian 中整理研究资料的用户。它先识别来源类型，再采用对应结构，并通过查重与证据规则维护笔记。

主要功能

  1. 01识别论文、PDF、博客与网页来源
  2. 02按来源类型选择分析结构
  3. 03在 Obsidian 中查重并更新笔记
  4. 04生成研究笔记并更新图谱
  5. 05标注证据边界与未知信息

适用场景

  1. 01分析 arXiv 论文并整理研究笔记
  2. 02从博客或项目页提取关键论点
  3. 03补充已有 Obsidian 研究笔记
  4. 04将 PDF 或网页资料纳入研究图谱

安装

复制下面的命令，在终端中运行。

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

安装后在 Claude Code 中输入/paper-analyze确认已加载。

包含的文件

除 SKILL.md 外，安装时一起下载的参考资料和脚本。

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

详细介绍

来自项目 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。

评论

支持 Markdown