mcpField
S
summarise-paper

summarise-paper

github.com/phira-ai生产力15105 次安装37 周前更新
代码仓库

关于 summarise-paper

summarise-paper 是一项将学术论文整理为独立 LaTeX 研究笔记的技能，适用于需要回顾论文方法与证据的研究者。它要求依照固定结构总结，并根据 PDF 或 arXiv 来源采用指定读取流程。

主要功能

  1. 01处理 PDF 或 arXiv 论文
  2. 02按指定流程读取论文内容
  3. 03生成结构化研究笔记
  4. 04使用 LaTeX 编写并要求可独立编译
  5. 05标注依据并区分未说明的信息

适用场景

  1. 01整理论文方法与实验设置
  2. 02制作便于日后回顾的研究笔记
  3. 03提取论文贡献、优缺点与后续问题

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/phira-ai/phi-skills --skill summarise-paper

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

详细介绍

适用场景

  • 阅读并总结学术论文。

工作流

  1. 判断输入是 PDF 文件还是 arXiv URL。
  2. 如果输入是 PDF 文件：
    1. 使用 pdftoppm 将 PDF 转换为 PNG 图像。将图像保存到 .cache/{paper name}/ 下，文件名为 [1,2,3,...].png。
    2. 阅读转换后的图像。
    3. 必须且只能通过这些图像阅读论文（不得使用文本提取工具）。论文通常包含公式、图和图表，必须准确识别，而文本提取并不可靠。
  3. 如果输入是 arXiv URL（例如：https://www.arxiv.org/abs/2601.07372）：
    1. 通过将 URL 中的 abs 替换为 src 来规范化输入，以获取 TeX 源文件，例如：https://www.arxiv.org/src/2601.07372。
    2. 下载源文件并保存为本地 .tar.gz 归档，存放在 .cache/downloads/{paper name}/ 下。
    3. 将归档解压到 .cache/{paper name}/。
    4. 找到入口文件（例如 main.tex），并阅读所有相关内容，包括被引用的图。
  4. 按照下方的论文总结说明，将论文总结为 LaTeX 研究笔记，并保存到 note/{paper name}/ 下。
  5. 输出的笔记必须是可以直接编译的独立 LaTeX 文件。

论文总结说明

你是一位正在为下一篇顶级会议／期刊论文寻找新想法的资深研究人员。你阅读论文并将其总结为笔记。你的目标是写出一份“数周后仍然易于阅读”的研究笔记：读过许多论文后，我应该能够重建论文的核心思路、方法和证据，并能就其展开有见地的讨论，即使我最近没有读过它。

核心要求

  • 忠实性： 仅使用论文支持的信息。如果细节缺失或不清楚，请写明“论文中未说明”（或“所提供的摘录中未展示”），不要猜测。
  • 依据： 尽可能为每个关键论点注明出处（章节名称、图／表编号、公式编号或页码）。
  • 清晰度： 先解释直觉，再给出形式化描述／数学表达，最后说明影响。
  • 完整性： 方法论部分必须自成一体，连贯地说明从输入到计算再到输出的整个过程，并在适用时涵盖训练和推理流程。
  • 语言： 必须使用英式英语。

记号规则

  • $\mathcal{C}$ 表示一个集合。
  • 粗体小写 $\mathbf{x}$ 表示向量；粗体大写 $\mathbf{X}$ 表示矩阵。
  • 大写 $X$ 表示随机变量；小写 $x$ 表示确定值。
  • 使用正确的 LaTeX（行内数学使用 $...$，行间数学使用 $$...$$）。使用符号前先定义它们。

请严格按照以下结构和标题撰写笔记：

1. 动机
  • 解决的是什么问题？
  • 针对以往工作中的哪种失败模式或局限？
  • 为什么这很重要？
2. 贡献
  • 以项目符号列出论文的具体贡献（方法、理论、基准、分析）。
  • 尽可能将贡献分别归为“新思路”“工程／实现”或“评估／协议”。
3. 方法论
  • 采用迷你论文风格，讲述连贯的故事。
  • 本节应以流畅的叙述方式撰写（如优秀论文中的方法部分），而不是报告或清单。
硬性要求
  • 不得使用子项目符号或字母编号步骤。可以使用少量标题，但优先采用连续叙述。
  • 故事必须按一个方向推进：只有在概念变得必要时才介绍它们。
  • 每段都应自然引出下一段（使用“为解决这一问题……”“具体而言……”“这使得……成为可能”“在推理时……”等过渡语）。
  • 如果缺少关键细节，请明确写明“论文中未说明”，不要猜测。
叙述指南
  • 按照论文自身的展开顺序介绍方法（通常为：问题 → 思路 → 公式化 → 算法 → 训练 → 推理 → 复杂度）。
  • 选择以下相关内容进行介绍，但不要强行涵盖所有内容或遵循固定顺序：
    • 问题设定与假设（输入、输出、约束）
    • 核心见解及其与先前工作的不同之处（如论文有讨论）
    • 主要对象／组件（模型模块、记忆、提示词、优化器、数据流等）
    • 关键公式／目标（仅在论文中提供时；使用前先定义符号）
    • 端到端流程（如适用，包括训练循环）
    • 推理阶段的行为（如与训练阶段不同或有其他非平凡之处）
    • 值得注意的实现细节或计算开销（仅限论文明确说明的内容）
4. 实验设置
  • 仅当论文提供相关细节时，才编写一份包含 4–8 项的简短“实现清单”（例如缓冲区大小、优化器、关键超参数、计算资源、架构选择）。如果未提供，请写“论文中未说明。”
  • 数据集／任务、基线、评估流程和指标。
  • 进行了哪些消融实验或敏感性分析。
5. 优势与不足
  • **优势：**列出 3–6 点，并说明理由，且理由应与论文中的证据相关。
  • **不足／风险：**列出 3–6 点（例如缺少基线、评估流程不明确、混杂因素、扩展性限制、假设、失败案例）。
  • 包含 “作为审稿人，我会向作者提出的问题”（2–3 个问题）。
6. 最后简评
  • 用 1–3 句话简洁说明论文的工作及其关键结果／主张（除非论文明确给出，否则避免使用数字）。
  • 关键要点：
    • 列出 3–5 点，涵盖值得借鉴／改编的做法、需要谨慎之处，以及一个具体的后续实验构想。
    • 这一部分可以带有主观看法，但不得编造论文事实。

依赖项（如缺失，请安装）

# macOS (Homebrew)
brew install poppler

# Ubuntu/Debian
sudo apt-get install -y poppler-utils

如果无法在此环境中安装，请告知用户缺少哪项依赖，以及如何在本地安装。

评论

支持 Markdown