Przejdź do treści
Biblioteka skilli
Nauka i badania · Konwersja i formaty

paper-deepread-html

/paper-deepread-html

Zamienia PDF artykułu w interaktywny raport HTML do czytania, z wyciętymi rysunkami, schematami SVG i krytyczną oceną.

Licencja
MIT
Ostatnia zmiana repozytorium
13.11.2026

Ocena i bezpieczeństwo

100/ 100Klasa: dobry
Format25 / 25
Frontmatter z nazwą i opisem, poprawna nazwa, opis do 1024 znaków, nazwa zgodna z folderem.
Odkrywalność25 / 25
Opis mówi, kiedy użyć skilla, ma sensowną długość i jest w 3. osobie.
Treść35 / 35
Co najmniej 150 słów i do 500 linii, nagłówki, listy kroków, przykłady albo kod.
Higiena15 / 15
Bez zaślepek typu TODO, bez ścieżek Windows, z licencją.
Ryzykobrak sygnałów w skanie
Pliki w paczce
14
Skrypty
6
Komentarze HTML
1
Adresy URL w SKILL.md
2
Przestarzałość

Brak sygnałów. Repozytorium zmienione 13.11.2026, bez odwołań do wycofanych modeli i API.

Licencja

MIT, otwarta: można używać i zmieniać, z zachowaniem informacji o autorze.

Co sprawdzić przed instalacją
  • 6 skryptów w paczce. Przejrzyj je przed instalacją, bo Claude może je uruchomić.
  • SKILL.md zawiera komentarze HTML (1). Nie widać ich w podglądzie Markdown, a model je czyta.

Skrypty: scripts/build_library.py, scripts/build_report.py, scripts/paper_ingest.py, scripts/qa_report.py, scripts/serve_library.py, scripts/setup_env.sh

Co robi i kiedy

Zamienia PDF artykułu w interaktywny raport HTML do czytania, z wyciętymi rysunkami, schematami SVG i krytyczną oceną.

Oryginalny opis (EN)

把一篇论文 PDF 深读成单文件、可离线打开的交互式 HTML 精读报告——自动从 PDF 裁切原文关键图表(带页码/图号/图注溯源),并用原生 JS + 内联 SVG 重绘机制图、流程图、对比图与数据图,附批判性评估;区分综述(review)与研究论文(research),分别采用不同的解读重点;研究类采用「结论+图融合」的结果单元结构。Deep-read one paper PDF into a self-contained interactive HTML reading companion that mixes high-fidelity original figure crops with JS/SVG redrawn schematics. Use when the user asks to 精读/解读/拆解一篇文献、生成论文精读报告 HTML、给论文配关键截图和示意图、paper deep read, figure highlights, SVG schematic, literature reading notes, or turn a paper into an interactive HTML report.

Jak działa

  1. 三条不可妥协的原则
  2. 工作流
  3. 红线
  4. 故障排除
  5. 文件
Sekcje z nagłówków SKILL.md, w oryginale · 438 linii, 1 650 słów
Podgląd SKILL.md
---
name: paper-deepread-html
version: 1.5.1
description: 把一篇论文 PDF 深读成单文件、可离线打开的交互式 HTML 精读报告——自动从 PDF 裁切原文关键图表(带页码/图号/图注溯源),并用原生 JS + 内联 SVG 重绘机制图、流程图、对比图与数据图,附批判性评估;区分综述(review)与研究论文(research),分别采用不同的解读重点;研究类采用「结论+图融合」的结果单元结构。Deep-read one paper PDF into a self-contained interactive HTML reading companion that mixes high-fidelity original figure crops with JS/SVG redrawn schematics. Use when the user asks to 精读/解读/拆解一篇文献、生成论文精读报告 HTML、给论文配关键截图和示意图、paper deep read, figure highlights, SVG schematic, literature reading notes, or turn a paper into an interactive HTML report.
---

# Paper Deep-Read → 交互式 HTML 精读报告

把**一篇**论文做成一个 HTML:左边是原文关键图表的真实裁切(证据),右边/下方是 SVG 重绘的
机制、流程、对比示意(解释),再加上逐面板解读、证据账本与批判性评估。产物离线可开、单文件可发、
深浅色可切换、可打印。

**适用**:单篇精读、组会拆解、审稿准备、把一篇 paper 变成可反复查阅的阅读伴侣。
**不适用**:几十篇的系统综述(用 literature-review 类流程)、只看摘要的速览、批量图表搬运。

## 三条不可妥协的原则

1. **原图只裁切,不重画**。所有"原文图"必须是 PDF 页面像素级裁切,并在图上标注图号 + 页码 + 图注。
   SVG 只能作为**解释性重绘**,必须挂显式徽标:「AI 重绘示意图 · 非原文图」或「数据转录自 Fig. X」。
2. **每个判断可溯源**。正文里 `[原文 p.5]`、`[推断]`、`[背景]` 三类标记分明;数字、图号、样本量、
   统计量必须来自原文;不确定就写"原文未报告/不确定",绝不编造。
3. **示意图服务于解释**,回答"它为什么这样工作/流程怎么走/差别在哪",不是装饰。每张 SVG 先能说出
   目的句,再动手画。

## 工作流

### Step 0 · 确认输入(能默认就默认,别过度追问)

| 项 | 默认 |
|---|---|
| PDF 路径或 DOI | 必填,一次问清 |
| 报告语言 | 中文正文,术语保留英文原文 |
| 文章类型 | 自动判断 `review` / `research` / `methods` / `perspective` / `mixed`,写入 `meta.article_type` |
| 深度 | 精读:逐图逐面板 + 批判性评估;**review 另加逐章节精读,research 另加结果链** |
| 关注角度 | 论文自身机制与证据;用户提了领域再补"与我相关" |
| 输出目录 | `./paper-read/<发表年份>-<期刊名>-<文章名>/`(目录与产物同名,`--paper-root` 自动创建) |

### Step 0.5 · 先判定文章类型:研究类 vs 综述类

**先分类,再决定读法与报告结构。** 从标题、摘要、期刊栏目、章节结构(是否有 Materials & Methods /
Results,是否以 "Review / Perspective / Roadmap" 标注)与参考文献规模判断,缺口径时按研究类处理并在报告
开头注明"类型判断不确定"。

| 维度 | 研究类(research / original article) | 综述类(review / perspective / roadmap) |
|---|---|---|
| 核心问题 | 它提出了什么假设/方法,并用什么实验证明 | 它如何组织领域:分类框架、共识、争议与趋势 |
| 读法 | 缺口 → 假设 → 方法 → 结果 → 结论;逐图追证据链 | 领域地图 → 分类维度 → 各方向证据 → 方法学质量 → 空白/趋势 |
| 图表重点 | 决定主结果的图(对照、剂量、消融、机制),逐面板抠数值与统计 | 分类树/时间线/对比表/框架图;读结构、维度与覆盖范围,而不是抠单个误差棒 |
| Methods 处理 | 详细:体系、n、对照、统计、可复现参数、批间效应 | 概念性:检索策略、纳入/排除、证据等级、引文年代分布 |
| 结果处理 | 逐段对应图 → claim,记录效应量与边界 | 按主题逐个方向总结:支持证据、相反证据、共识程度 |
| 必写章节 | 方法拆解、逐图精读、机制解释、统计与对照批判 | 分类框架、横向对比表、共识/争议、覆盖偏倚与时效性、实践建议 |
| 批判重点 | 对照是否充分、统计是否稳健、结论是否越界、能否推广 | 文献选择偏倚、覆盖是否完整、引文质量与年代、利益冲突、结论外推 |
| 常见错误 | 把图注当结果、把相关当因果、忽略 n 与重复层级 | 把它写成摘要复述、只罗列文献不建框架、忽略"缺什么" |

**落地**:把判断写进 `meta.json` 的 `article_type`(`review` / `research` / `methods` / `perspective` /
`mixed`),并在报告开头用一句话说明“本文是哪种文章,因此按什么标准读”。详细检查表见
`references/article-types.md`;Step 3 按类型建“图账 + 章节账”,Step 5 按类型选结构。

**类型不同,报告的"默认结构"也不同**(见 Step 5):研究类走"问题-方法-证据-批判",综述类走
"领域地图-分类-证据覆盖-争议-趋势"。

### Step 1 · 摄取 PDF(文字 + 图注 + 裁切 + 调试图)

```bash
SKILL_DIR="<本 skill 目录>"                       # skill 工具给出的 base directory
PY=$(bash "$SKILL_DIR/scripts/setup_env.sh")      # 解析/安装带 PyMuPDF 的解释器

$PY "$SKILL_DIR/scripts/paper_ingest.py" paper.pdf --out work/paper --debug
```

先看 `work/paper/captions.txt`(全部图注一览),再用 `read_image` 看 `work/paper/debug/contact-sheet.png`
与每张 `debug/figN-overlay.png`。**裁切必须肉眼验收**:只能有图、面板字母和轴标签,不能混入正文、
不能切掉坐标轴或面板。

- 某一图裁切不对:从 overlay 读坐标后 `--bbox "fig3=x0,y0,x1,y1"` 重跑(单位 PDF pt)。
- 只要部分图:`--only fig1,fig3`。表格文字:`tables.md`。全文:`text.md`(按 `<!-- page N -->` 分页)。

### Step 2 · 覆盖规则与选图(研究类:主图/主表全覆盖;综述类:关键图表)

先按文章类型确定**覆盖范围**,再决定精读顺序。**覆盖优先于"精选"**:漏读一张主图比多读一张补充图严重得多。

**通用第一步 · 建"阅读覆盖清单"(必做;作为 `coverage.json` 侧车,不写进报告正文)**
从 `captions.txt` / `tables.md` / `text.md` 列出:
- 全部主图(Figure 1..N)与主表(Table 1..M);
- 支撑主结论的关键补充图/表(统计检验、对照、阴性结果、额外验证、参数扫描);
- 每项标注 `必读 / 选读 / 跳过(理由)`。

规则:
- **Research / Methods:所有主图、主表一律"必读"——每张至少一个图卡(主表用表卡);关键补充项不得跳过。**
  仅允许跳过与主结论无关的装饰性补充图,且必须在覆盖清单里写理由。
- **Review:** 至少覆盖所有"领域地图/分类框架/横向对比表/决策树/时间线"类图表。

**Research / Methods 精读顺序:**
1. 摘要/主结果 claim 的**直接证据图**;
2. 方法核心的**装置/流程示意**(原文的,不是你画的);
3. **决定性数据**:剂量响应、对照比较、消融式实验;
4. **机制/模型图**;
5. **其余所有主图(按原文图序补齐)与主表**;
6. **关键补充图/表**:在主图解读中引用;若补充图承载主结论的关键统计/对照/验证,必须单独写一段。

**Review 按顺序选:**
1. **领域地图/分类框架图**(如 taxonomy、五类策略图);
2. **决策树/选型图**(读者最需要的可执行部分);
3. **协议/机制总览图**(把方法压成流程的那张);
4. **时间线/演化图**(说明领域怎么走到今天);
5. **关键对比表**(Table 2 这类“方法 × 特征”矩阵);
6. 必要时一张代表性机制/装置图。

对每张必读图写一行卡片:`图号 / 页码 / caption 原文 / 它证明哪条 claim / 要重点解读哪些面板`。
**"3–8 张"只适用于综述类的关键图表选择;研究类不得因任何数量上限跳过主图/主表。**
可跳过:装饰图、重复的补充图、只在 Discussion 被顺带提到的图——但补充图跳过必须写进覆盖清单。
**综述不要为了凑图选装饰性示意图**;图表要服务于“分类/比较/决策”,不是“看起来丰富”。

### Step 3 · 深读并建两本账(图账 + 章节账)

先读 `references/article-types.md`,按类型建立两本账:
**图账**(逐图逐面板)与**章节账**(原文每一主章节在论证里做什么)。按
`references/reading-protocol.md` 的五遍法读 `text.md`,边读边填(可直接写成 content.html 的段落):

- 一句话结论(≤40 字,含关键数字);
- 研究缺口 → 问题 → 方法 → 关键结果 → 边界;
- **章节账(新增,必做)**:
  - **Review**:每个主章节(含 Box / Perspectives)写 2–4 段——这一节回答什么、作者用什么例子/数字
    怎么论证、结论是什么、哪里可疑;最后单列“论证骨架与覆盖边界”。
  - **Research:逐章节建账(必做)**——按原文小节(Introduction、Results 的**每个**小节、Discussion、
    Methods 的每个模块)各写 2–4 段:这一节回答什么、用了哪些图/表/数字怎么论证、结论是什么、哪里
    可疑/缺哪个对照。**Results 每个小节都要有独立段落,不得用 Abstract 或图注替代**;Methods 单列
    可复现参数与缺口。最后写“结论链”:每节把结论推进到哪一步、哪一环最弱。
  - 章节账按原文小节建,不按图号建;图账里的数字要被章节账引用,而不是反过来。
- **逐图逐面板**:a 面板测什么、横纵轴是什么、关键对比、数值、n、误差棒含义、统计检验;
- 机制解释:作者认为为什么有效?证据链哪一环最弱?
- 批判性评估:对照是否充分、统计是否稳健、结论是否超出数据、能否推广、哪些替代解释没排除;
- (可选)与我相关:对用户方向的可迁移点与待验证假设;
- 术语表:英文 / 中文 / 一句话解释。

**章节级精读(按类型)**:综述类为每个主章节(含框架/展望章)写章节导读卡;研究类**不用导读卡**,
改为把这一章的内容融进对应「结果单元」的结论/证据/边界三段里(见 Step 5 结果单元模板)。

| 字段 | 要求 |
|---|---|
| 本节目标 | 1 句话说清这一章要建立/回答什么 |
| 关键内容 | 3–5 条要点,逐条给依据(`[原文 p.N]` / `[原文 Fig. X]`) |
| 关键数字/结论 | 研究类抄效应量、n、统计量;综述类抄覆盖范围、引文量级、代表性结论 |
| 与全文关系 | 1 句:这一章在整篇论证/领域地图中承担哪一环 |
| 注意 | 1 句:本章最容易被误读或证据最弱之处(无则写"原文未报告") |

规则:原文没写的不要补;转述保持数字原样(含单位、n、P 值、误差类型);推断句加 [推断]。
章节导读不是目录复述——只写"本章介绍了…"视为不合格。
**Review 不得用图注/摘要替代章节总结;Research 不得用 Abstract 替代结果链。**

**Research 的逐章节内容不单独成章**:原文每个 Results 小节的内容必须被吸收进对应「结果单元」
(结论 → 图 → 面板解读 → 意味着什么 → 边界),不得再写独立的「逐章节精读」或「逐图精读」章节;
未被任何单元覆盖的结果小节视为漏读。
**图/表覆盖是硬要求,但不进报告正文**:把覆盖清单写成 `work/paper/coverage.json` 供 QA/审计;
报告里不再显示覆盖清单。主图/主表 100% 有精读位置(对应结果单元),关键补充图/表有解读或引用。

### Step 4 · 规划 SVG 示意图(先定目的,再画)

每张 SVG 先写一句目的:"让人 30 秒内看懂 DropAI 一次筛选循环怎么闭环"。
从 `assets/svg-components.md` 里挑模板改(workflow / mechanism-steps / comparison / timeline /
device-layout / hierarchy / data-redraw),不要从白纸开始。

- 机制/流程:用编号步骤 + 可点击/键盘逐步高亮(`.is-active`),把静态图变成可讲解的图。
- 数据重绘(柱/线/散点/热图):数值只能来自原文文字或表格;图下注明
  「数据转录自原文 Fig. X / Table Y,未重新分析」;没有可靠数值就不要做这类图,改用定性示意。
- 对比图:两栏/矩阵,突出差异维度,不要把原文图换个颜色重画一遍。
- 所有 SVG:`viewBox` + `role="img"` + `<title>/<desc>`;颜色用 CSS 变量(深色模式自动适配);
  文字不溢出(必要时 `<tspan>` 换行);纯离线(不引外部字体/脚本)。

### Step 5 · 写 `content.html`

只写 `<section>` 块(封面/目录/溯源由 builder 生成)。图卡写法:

```html
<figure class="paper-fig" data-fig="fig2">
  <div class="pf-panels">
    <h4>逐面板解读</h4>
    <ul>
      <li><b>a</b><span><strong>器件布局</strong>:…测什么、怎么读、数值、n…
        <span class="ev" data-ev="p.3 Fig.2a">原文 p.3</span></span></li>
      <li><b>b–c</b><span>…</span></li>
    </ul>
  </div>
  <aside class="callout caveat"><p class="callout-label">读图注意</p><p>…</p></aside>
</figure>
```

规则:每张原文图卡的右上角会自动带「原文 p.N ↗」(直接打开 RAW PDF 对应页);报告右上角有
「跳转章节…」下拉,每个章节标题旁的折叠按钮可收起长节(状态本地记忆,打印时自动展开)。
图卡里 `<li>` 的第一个 `<b>` 只会被渲染成圆形面板徽标,**其余强调一律用 `<strong>`**;
面板文字要包在 `<span>` 里(否则内联证据 chip 会被拆成网格项)。builder 会注入图上方信息条、
裁切图、缩放按钮与图注引用;你只写图内解读部分。

其他可用组件(由模板样式定义):`<figure class="tbl">` + `<table class="cmp-table">`、
`<div class="appraisal"><div class="card pro|unc|con">…</div></div>`、`<dl class="glossary">`、
`<ol class="refs">`、`<aside class="callout insight|caveat|method|quote">`。

**章节导读卡(综述类必写;研究类不再使用——研究类改用「结果单元」见下)**:

```html
<div class="sec-brief">
  <p class="sec-goal"><strong>本节目标</strong>:用一个实验回答"添加剂组合是否能预测产量"。</p>
  <ul class="sec-points">
    <li>两轮筛选:第一轮 12 选 3,第二轮优化 3 种浓度(<span class="ev" data-ev="p.4 Fig.2">原文 p.4</span>)。</li>
    <li>单位成本 2.63 → 0.72 USD/mg,产量 0.71 → 1.38 mg/mL;n=…、误差棒=…(<span class="ev" data-ev="p.5">原文 p.5</span>)。</li>
    <li>机器学习只在 12 维配方空间内插值,不能外推到新添加剂(<span class="ev" data-ev="p.6">原文 p.6</span>)。</li>
  </ul>
  <p class="sec-takeaway"><strong>小结</strong>:本节把"配方优化"从经验试错变成可搜索空间,但外推边界未验证。</p>
</div>
```

规则:每个主要章节 1 个、150–300 字;3–5 条要点;`sec-takeaway` 必须给出判断而不是重复标题;
证据 chip 用 `.ev`/`data-ev` 与正文页码一致。

**阅读覆盖清单(QA 侧车,不进入阅读界面)**

研究类仍需逐项核对主图/主表/关键补充,但**覆盖清单不再渲染进报告正文**——它和阅读体验无关。
做法:把清单写成 `work/paper/coverage.json`(提交前自检用),格式:

```json
{"items": [
  {"id": "fig1", "type": "main-figure", "page": 3, "status": "read", "where": "R1"},
  {"id": "figS7", "type": "supp-figure", "page": 12, "status": "referenced", "where": "R1"},
  {"id": "figS12", "type": "supp-figure", "page": 20, "status": "skipped", "why": "与主结论无关的染色示例"}
]}
```

规则:研究类主图/主表 100% 为 `read`;关键补充项 `read`/`referenced`;跳过项必须给 `why`。
该文件只供 QA 与审计,**不要写进 `content.html`**。

默认结构(可裁剪,但不要省掉"批判性评估"和"证据")。**开头必须标注文章类型**(研究类 / 综述类 /
方法或资源类),并按对应结构组织;**每个主要章节开头都要有 `sec-brief` 章节导读卡**。

**A. 研究类(research)——结论与图融合的「结果单元」结构**

目标:PI 10 分钟内读完主线;细节全部折叠。**正文可见文字控制在 8,000–12,000 字符**(不含图注/表格/折叠内容)。

1. **速览(1 屏)**:一句话结论(含关键数字)+ 3–5 张发现卡。每张卡 = `结论句` + `证据(原文 p.N / Fig.X)` + `强度 A/B/C`。
2. **缺口与假说(≤0.5 屏)**:领域卡在哪、本文赌什么、为什么现在能做。
3. **方法一张图(1 屏)**:1 张 SVG 流程/装置图 + 一张**默认折叠**的参数表(体系、n、对照、统计、关键试剂/版本)。
4. **结果主线(核心)**:N 个**结果单元**(通常 4–7 个,按论证链排序,不按图号流水账)。
   每个单元 = 陈述句结论标题 + 1 张主图(嵌在单元内)+ 3–4 条关键面板解读 + 2–3 句"意味着什么" +
   1–2 句机制/为什么(推断标 [推断])+ 1 句边界/反证条件。**每单元 400–650 字**,图与结论同屏,
   不再单独设"逐图精读"或"逐章节精读"章;讲解比"只报数字"再多一层:数字 → 机制 → 边界。
5. **证据盘点(1–2 屏,表格)**:`claim | 关键数字 | 证据 | 强度 A/B/C | 最弱环节 | 替代解释 | 还需要什么验证`。
6. **批判性评估(≤1 屏,PI 视角)**:三段式短评,每段 3–5 条:
   - **站得住的**:证据链最硬的部分(对照/独立验证/不利数据是否照登);
   - **最弱环节**:哪条结论依赖单点、单批次、单一体系或单一统计口径;
   - **替代解释与边界**:至少 2 个替代解释 + 用什么实验区分;结论能推到哪、不能推到哪。
7. **可复现与资源(折叠)**:代码/数据/方案/试剂/失败模式;只在正文留 3–5 个最影响复现的坑。
8. **与我相关(≤0.5 屏)**:2–3 个可执行实验/决策建议(含预期结果与判据)。
9. **附录(全部折叠)**:机制总图(全篇 1 张)、数据重绘(可选)、术语表、引用与延伸阅读。
10. 证据与溯源(builder 自动生成)。

**结果单元写法(关键)**:

```html
<section class="result-unit" id="ru-1">
  <h2>R1 · 四轮 60 孔即可为 ~10<sup>5</sup> 细胞发唯一码</h2>
  <p class="ru-claim"><strong>结论</strong>:免分离条形码的碰撞概率在 4 轮 × 60 孔下仍可忽略,
    实测 92,016 个细胞中重复码比例 &lt;…(原文 p.3–4)。</p>
  <figure class="paper-fig" data-fig="fig1">…逐面板解读…</figure>
  <p class="ru-so-what"><strong>意味着什么</strong>:无需分选/微流控即可把单细胞标签成本压到 …
    <span class="ev" data-ev="p.13">原文 p.13</span></p>
  <p class="ru-mechanism"><strong>机制 / 为什么</strong>:碰撞率随孔数呈指数下降,而分池操作只增加线性成本,
    所以"多轮少孔"比"少轮多孔"更划算 [推断]。</p>
  <p class="ru-caveat"><strong>边界 / 反证</strong>:若细胞数再提高一个量级(&gt;10<sup>6</sup>),
    40 轮 × 60 孔的码空间会饱和;另外 50% 细胞丢失只影响稀有样本,不影响码唯一性。</p>
</section>
```

规则:
- 标题必须是**陈述句结论**("R1 · 四轮 60 孔…"),不要"图 1 介绍""本节目标"这类元语言;
- 一个单元 1 张主图(最多 2 张);图只讲与结论有关的 2–3 个面板,其余面板折叠或用一句话带过;
- 同一数字/结论只在一个地方做主叙述,其它位置写"见 R3",**全文不允许重复讲同一张图/同一条结论**;
- 批判性评估不再单独成章,压缩成第 5 步的「证据盘点」表;机制解释只保留全篇 1 张总图放附录。

**B. 综述类(review / perspective / roadmap)**

1. **文章类型 + 一句话结论**:综述范围(年份跨度、文献量级、纳入标准)与核心主张
2. **领域地图**:SVG 分类树/时间线/框架图 + 一张"维度 × 方向"总表(必做)
3. **逐章导读**:按综述主题章节,每章 `sec-brief`(目标 / 覆盖方向 / 代表证据 / 共识程度 / 空白)
4. **横向对比表**:不同技术路线/方法的维度对比(灵敏度、通量、成本、成熟度等,注明原文口径)
5. **证据覆盖与方法学质量**:检索是否系统、证据等级、引文年代分布、是否有选择偏倚
6. **共识 vs 争议 vs 未解问题**:明确三分;标注作者立场
7. **趋势与实践建议**:作者给出的路线图/决策路径(若有),并指出其前提假设
8. **批判性评估**:覆盖完整性、利益冲突、时效性、结论外推边界
9. **与我相关**(用户给了领域时)
10. **术语表 + 关键参考文献(10–20 条)**
11. 证据与溯源(builder 自动生成)

**C. 方法/资源/基准类**:按研究类的「结果单元」骨架处理,但把结果单元换成"基准结果 × 基线对比",
方法区突出资源/流程规范与可用性,并补"复现步骤/数据可得性"折叠块。

写作要求:先"图在证明什么",再"怎么看出来的",最后"哪里可疑";给数字和对照,不写"显著提升"这类空话;
每节至少一处批判性观察;首次出现的缩写给英文全称。
**研究类硬要求**:主图/主表 100% 有精读位置(图卡/表卡/表卡)、Results 每个小节都有独立正文段落、
覆盖清单与实际内容一致(QA 会逐项抽查)。

### Step 6 · 构建单文件

```bash
python3 "$SKILL_DIR/scripts/build_report.py" \
  --template "$SKILL_DIR/assets/report_template.html" \
  --content work/paper/content.html \
  --meta work/paper/meta.json \
  --figures work/paper/figures.json \
  --fig-base work/paper \
  --source-pdf paper.pdf \
  --paper-root paper-read/
```

**产物命名(强制,文件与目录同名)**:目录 `paper-read/<发表年份>-<期刊名>-<文章名>/`,里面放
`<发表年份>-<期刊名>-<文章名>.html`、同名 `.pdf`,以及原文 `RAW-<发表年份>-<期刊名>-<文章名>.pdf`
(`--source-pdf` 自动复制并加 `RAW-` 前缀;报告封面/溯源页与文献库卡片都会生成「查看原文」链接)。例如:

```
paper-read/
└── 2025-Nature Communications-AI-driven high-throughput droplet screening of cell-free gene expression/
    ├── 2025-Nature Communications-AI-driven high-throughput droplet screening of cell-free gene expression.html
    ├── 2025-Nature Communications-AI-driven high-throughput droplet screening of cell-free gene expression.pdf
    ├── RAW-2025-Nature Communications-AI-driven high-throughput droplet screening of cell-free gene expression.pdf
    ├── content.html
    └── paper/   (figures.json + assets + text.md)
```

`--paper-root` 会自动按 `meta.json` 的 `year` / `journal` / `title` 创建**同名目录**并写入报告;空格保留,
文件系统非法字符(`/ \ : * ? " < > |` 及全角变体)替换为空格/`-`,总长截断到 180 字符;需要覆盖时用
`--name`。`--out-dir` 只写指定目录(目录名不符时会提示),`--out` 显式给带 `.html` 的文件名则以你给的为准。

先补全 `work/paper/meta.json`:摄取只给书目字段,封面还需要 `title_zh`、`tldr`(一句话结论,含关键数字)、
`metrics`(3–4 个 `{value,label,note}`)、`tags`、`article_type`(`review` / `research` / `methods` /
`perspective` / `mixed`);可选 `corresponding`、`system`、`data_code` 用于「论文速览」。
builder 会:展开 `data-fig` 图卡(注入裁切图 + 溯源行 + 图注)、生成封面/目录/溯源页、把本地图片
base64 内嵌成单文件、注入自检脚本。体积 >25 MB 时用 `--no-inline`(改为 assets 目录交付)或降低
`--dpi/--max-width` 重新裁切。

### Step 7 · 验收(不可跳过)

```bash
$PY "$SKILL_DIR/scripts/qa_report.py" \
  --report "paper-read/<year>-<journal>-<title>/<year>-<journal>-<title>.html" \
  --out /tmp/qa-<slug>
# $PY 来自 setup_env.sh;它带 PyMuPDF,可把打印版 PDF 逐页渲染成临时目录里的 print-pXX.png 供肉眼验收
# 打印版 PDF 写在 HTML 同目录、同 basename(<year>-<journal>-<title>.pdf);--pdf-out 可覆盖
# QA 产物(截图/qa.json/逐页 PNG)只写临时目录;交付前删掉,报告目录里不要留 qa/
```

它会跑自检脚本、给出 1440 / 390 宽的截图(浅色 + 深色)和打印版 PDF 的逐页 PNG。然后用 `read_image` **亲自看截图**,按
`references/qa-checklist.md` 修:图片是否都加载、有无横向溢出、深浅色对比、图注/溯源是否完整、
SVG 文字是否溢出、打印是否正常。QA 未通过不要交付。

### Step 8 · 交付

必需产物:目录 `<发表年份>-<期刊名>-<文章名>/`,内含
① 同名 `.html`(单文件,双击即开)、② **同名** `.pdf`(报告打印版)、
③ `RAW-<同名>.pdf`(论文原文,供查看)。
可选:`paper/`(figures.json + assets + text.md)、`content.html`(可复用源稿)、`README.md`(仅作说明,
不在报告页与文献库里显示,**不要**放 `qa/` 等 QA 产物)。
交付时用一句话说明边界:**原文图=PDF 裁切,SVG=AI 解释性重绘,数字以原文为准**。

### Step 9 · 可选:把所有报告组织成"文献库"(自动归类 + 全库搜索)

单篇报告攒多了以后,跑一次库构建即可得到一个离线可搜的总目录(不移动任何单篇目录,链接稳定):

```bash
$PY "$SKILL_DIR/scripts/build_library.py" --root paper-read/ --title "文献精读库"
# → paper-read/index.html  (单文件:卡片墙 + 分类视图 + 全库搜索)
# → paper-read/index.md    (Markdown 版,便于 git/编辑器浏览)
```

库页顶栏/页脚会显示**品牌 logo**(浅色模式深蓝、深色模式近白)与**版本号**。版本号用 `--version`
指定(默认取脚本里的 `LIBRARY_VERSION`,当前 `1.2.0`),同时写入 `<meta name="library-version">` 与浏览器标签页标题:

```bash
$PY "$SKILL_DIR/scripts/build_library.py" --root paper-read/ --title "文献精读库" --version 1.3.0
```

- **自动扫描**:遍历 `paper-read/*/`,从报告内嵌的 `report-meta` 提取标题/中文标题/年份/期刊/作者/
  tags/TLDR/指标/图表数/证据数,并抽取正文分节文本做全文索引、提取首图生成封面缩略图。
- **自动归类**:内置关键词分类表(液滴微流控 / 数字微流控 DMF / 单细胞与组学 / AI 与机器学习 /
  蛋白质与抗体工程 / 无细胞与合成生物学 / 药物发现与诊断 / 检测与传感),按标题+tags+TLDR+正文打分取
  Top 1–3。两种人工修正方式(不改报告本体):
  ① 在单篇目录放 `library.json`,覆盖字段 `categories` / `tags` / `title` / `title_zh` / `journal` /
  `year` / `authors` / `metrics`,或 `"hidden": true` 从库中隐藏;
  ② 用 `--categories my_taxonomy.json` 扩展/覆盖全局关键词表。
- **搜索**:输入即搜(中文子串直接可用),命中标题/标签/TLDR/作者与正文;结果给出带高亮的片段,
  点击片段跳到报告对应章节。支持按分类 / 年份 / 期刊 / 标签筛选与排序。
- **库内阅读**:点卡片即可在页面内嵌的阅读器里直接看报告(不用单独打开 HTML),工具栏可跳到原文
  原文 PDF 查看、在新标签打开、上一篇/下一篇。
- **规模控制**:>100 篇用 `--max-text-per-paper 60000 --thumb-width 280`;>300 篇建议按年份或主题
  分子目录分别建库(`--root paper-read/2024 --out paper-read/2024/index.html`)。
- **增量维护**:每新增一篇报告,重跑一次上面的命令即可刷新 `index.html` / `index.md`。
- **实时模式(可选,适合边写边看)**:静态 `index.html` 是浏览器里的快照,`file://` 无法扫描本地目录,
  所以才需要"重跑"。若想要页面里的**刷新按钮/自动发现新报告**,起一个本地服务即可:

  ```bash
  $PY "$SKILL_DIR/scripts/serve_library.py" --root paper-read/ --port 8765 --open
  # 打开 http://127.0.0.1:8765/ :右上角「刷新」+ 每 20s 自动检测新报告
  ```

  服务端在每次刷新时按目录 mtime 重新扫描(不重建静态 index.html);Ctrl+C 停止。

## 红线

- 不把 AI 生成的图说成原文图;不把重绘数据说成原始数据。
- 不编造图号、页码、DOI、样本量、P 值、误差棒类型。
- 不把"作者的解释"写成"事实";不把"我的推断"写进作者的结论。
- 不引入任何在线资源(字体/CDN/图床);报告必须断网可读。
- 390 px 宽不横向滚动;图表在深色模式下仍可读。
- 产物**目录与文件**都必须按 `<发表年份>-<期刊名>-<文章名>` 命名(目录、HTML、PDF 三者同名),
  原文 PDF 用 `RAW-` 前缀;不要用 `report.html`、`<slug>/` 这类泛名。
- 报告目录里必须带原文 `RAW-*.pdf`(报告封面/溯源页与文献库卡片给出「查看原文」链接)。
- 交付目录不留 `qa/`;QA 截图与逐页图写到临时目录,验收后删除。

## 故障排除

| 症状 | 处理 |
|---|---|
| `setup_env.sh` 下载慢/失败 | 手动建 venv 后用国内镜像:`pip install -i https://pypi.tuna.tsinghua.edu.cn/simple pymupdf`;再 `export PAPER_READ_PY=<venv>/bin/python` |
| 裁切带正文 / 缺面板 / 切到下一页 | 看 `debug/figN-overlay.png` 读坐标 → `--bbox` 覆盖;跨页图只能取一页时在报告里注明 |
| 矢量图(matplotlib)检测不到区域 | 先 `--list` 确认 caption 抓到;再用 `--bbox` 手动框;把 caption 行当下边界 |
| 报告太大 | `--no-inline`,或 `paper_ingest.py --dpi 180 --max-width 1200` 重新裁切 |
| QA 报横向溢出 | 常见于宽表:给表格容器 `overflow-x:auto`;SVG 用 `max-width:100%;height:auto` |
| 深色模式图看不清 | 图卡容器用中性浅底(`#f6f7f9`),不要透明贴深色背景 |
| 等宽字体下中文不齐 | 当前字体栈是 mono 优先(Latin/数字等宽);中文需装 Sarasa Mono SC / Noto Sans Mono CJK 才会真正等宽,否则回退 PingFang |

## 文件

- `scripts/paper_ingest.py` — PDF 摄取:图注检测 → 图区定位 → 高 DPI 裁切 → 调试图
- `scripts/build_report.py` — 组装单文件报告(封面/目录/图卡/溯源/内嵌图片/自检注入,自动按年份-期刊-标题命名)
- `scripts/qa_report.py` — headless Chrome 自检 + 截图
- `scripts/build_library.py` — 多篇报告的文献库索引(自动归类 + 全库搜索 + 封面缩略图 + 版本号/品牌页头)
- `scripts/serve_library.py` — 本地实时文献库(/api/library + 刷新按钮/自动检测,stdlib 单文件)
- `scripts/setup_env.sh` — 解析带 PyMuPDF 的解释器
- `assets/report_template.html` — 报告外壳(样式 + 交互:缩放灯箱、滚动目录、深浅色、字体切换 Aa、恢复上次阅读位置、章节跳转/折叠、SVG 步骤/提示)
- `assets/svg-components.md` — 可复制粘贴的 SVG 组件库(流程图/机制/对比/时间线/数据重绘)
- `assets/library_template.html` — 文献库页外壳(搜索 / 筛选 / 列表与密度 / quick-peek / 页内阅读器 / 阅读状态与相关文献 / 字体与深浅色 / 实时刷新)
- `references/reading-protocol.md` — 五遍深读法、面板解读清单、章节导读卡、批判性评估框架
- `references/article-types.md` — 综述 / 研究 / 方法 / 观点类文章的差异化解读重点与章节账模板
- `references/figure-extraction.md` — 裁切原理、手动 bbox 修法、各类版式的坑
- `references/qa-checklist.md` — 交付前检查清单
Pliki w paczce (14)
  • SKILL.md 32 KB
  • assets/library_template.html 206 KB
  • assets/report_template.html 125 KB
  • assets/svg-components.md 26 KB
  • references/article-types.md 11 KB
  • references/figure-extraction.md 6 KB
  • references/qa-checklist.md 5 KB
  • references/reading-protocol.md 7 KB
  • scripts/build_library.py 31 KB
  • scripts/build_report.py 28 KB
  • scripts/paper_ingest.py 80 KB
  • scripts/qa_report.py 15 KB
  • scripts/serve_library.py 8 KB
  • scripts/setup_env.sh 2 KB

Wersje

W bazie nie ma innych skilli o nazwie paper-deepread-html.

Migawka bazy z 13.11.2026 · wersja paczki 93174c065cc8 (skrót SHA-256 całej paczki)

Pobrania w ostatnich 30 dniach: 0 · ranking

Zgłoś problem z tym skillem: szkodliwa treść, błędny opis albo prośba autora o usunięcie.

Podobne skille

  • 95phd-deepread
    Przetwarza artykuł PDF na notatkę literaturową w Obsidianie i mapę krytycznego myślenia z dziewięcioma węzłami.
  • 100paper-figure-guide
    Objaśnia każdy rysunek artykułu w kolorowym przewodniku PDF z adnotacjami, strzałkami i rysunkami pomocniczymi.
  • 100paper2html
    Zamienia PDF artykułu naukowego w gotową do publikacji, samodzielną stronę projektu index.html, taką jak badacze hostują na GitHub Pages.
  • 90read-paper-to-notes
    Czyta artykuł naukowy w PDF lub z dostarczonym tekstem i zamienia go w wierną, ustrukturyzowaną notatkę Markdown: problem, metoda, równania, eksperymenty, wyniki i ograniczenia.
  • 100sci-html
    Zamienia artykuł PDF, notatki lub Markdown w interaktywną prezentację HTML z rysunkami i stronami sekcji.
  • 100dsh-deepread
    Prowadzi czytanie artykułów, książek, PDF-ów i stron z naciskiem na dowody, z mapami wiedzy i sprawdzianami Feynmana.

Uwagi i zgłoszenia

Wiadomość trafi do Bartosza Sokolińskiego. Adres e-mail jest potrzebny tylko do odpowiedzi. Szczegóły w polityce prywatności.