paper-reading
/paper-reading
Czyta artykuł naukowy z arXiv lub PDF w siedmiu etapach: motywacja, architektura, trening, dane, przepływ informacji i wyniki.
- Autor
- Caojun-whu ↗
- Repozytorium
- paper-reading-skill ↗
- Licencja
- MIT
- Ostatnia zmiana repozytorium
- 11.11.2026
Ocena i bezpieczeństwo
- Pliki w paczce
- 10
- Skrypty
- 3
- Komentarze HTML
- 0
- Adresy URL w SKILL.md
- 1
Brak sygnałów. Repozytorium zmienione 11.11.2026, bez odwołań do wycofanych modeli i API.
MIT, otwarta: można używać i zmieniać, z zachowaniem informacji o autorze.
- 3 skrypty w paczce. Przejrzyj je przed instalacją, bo Claude może je uruchomić.
Skrypty: scripts/crop.py, scripts/extract_figures.py, scripts/fetch_paper.py
Co robi i kiedy
Czyta artykuł naukowy z arXiv lub PDF w siedmiu etapach: motywacja, architektura, trening, dane, przepływ informacji i wyniki.
Oryginalny opis (EN)
当用户提供学术论文的 arXiv 链接、PDF、论文文件夹或论文名称,要求阅读、精读、讲解、解释架构/公式/训练/数据/推理,或接着上次的论文继续时使用。先获取并交叉阅读 PDF、LaTeX 源码、图表和可核实的官方代码,再分七站交互精读:动机→架构→训练→数据→信息流→具体案例→实验与结果。支持断点续读与持续笔记;不默认运行论文代码或复现实验。
Jak działa
- 一、文件保存:只有一条目录规则
- 二、获取材料(每篇论文首次执行,之后只补缺项)
- 三、讲解前先消化材料
- 四、七站阅读:每次只讲一站
- 五、对话与证据规则
- 六、精读笔记与跨会话继续
- 参考与归属
Podgląd SKILL.md
--- name: paper-reading description: 当用户提供学术论文的 arXiv 链接、PDF、论文文件夹或论文名称,要求阅读、精读、讲解、解释架构/公式/训练/数据/推理,或接着上次的论文继续时使用。先获取并交叉阅读 PDF、LaTeX 源码、图表和可核实的官方代码,再分七站交互精读:动机→架构→训练→数据→信息流→具体案例→实验与结果。支持断点续读与持续笔记;不默认运行论文代码或复现实验。 --- # Paper Reading:完整材料,七站精读 核心原则:**先自行把论文读懂,再分步讲给用户;材料尽量完整,讲解尽量清楚。** 讲解使用中文,保留论文中的英文术语。不要将论文的主张当成已经证实的事实。 ## 一、文件保存:只有一条目录规则 **在 Codex 当前打开的项目目录下,直接创建一个以论文名称(或清晰简称)命名的文件夹。** 例如当前项目名为 `papers`,阅读 Geo2Vec 后是 `papers/Geo2Vec/`。不要额外创建 `papers/`、`related_work/`、`reproduction/` 等中间目录,不要写死用户的桌面绝对路径。 新论文优先使用论文英文标题的简短可识别名称;同名时加入年份或简短后缀。保持目录名稳定,不因重新阅读而重命名。**创建新目录前先检查同一论文是否已存在**,存在就复用,补充缺少的文件,不覆盖已有笔记或人工修改的图。 每篇论文的资料如下;不存在的来源注明原因,不要造空文件假装材料齐全: ```text <论文名称>/ ├── paper.pdf # 原始论文,正文和图表的排版权威来源 ├── source/ # arXiv 原始 LaTeX 及资源(如公开) ├── paper.tex # 自动展开的便读 LaTeX,辅助检索 ├── paper.txt # PDF 逐页文字 ├── outline.md # 章节/行号索引 ├── meta.json # 元数据与材料状态 ├── figures/ # 原始图资源索引、figure 环境片段(图片仍在 source/) ├── tables/ # 表格源码索引、table 环境片段 ├── code/ # 已核实的官方代码(如公开) └── 精读笔记.md # 精读进度、知识要点和问答 ``` ## 二、获取材料(每篇论文首次执行,之后只补缺项) 以下 `<skill>` 指本 `SKILL.md` 所在目录。**在当前 Codex 项目目录执行命令**,由 Agent 根据论文标题先选择 `<论文名称>`,明确传给 `--dest`: ```bash python3 <skill>/scripts/fetch_paper.py "<arXiv链接或ID、PDF链接、本地PDF>" --dest "<论文名称>" ``` 环境依赖:Python 3、Git、PyMuPDF;确实缺少 PyMuPDF 时再安装 `python3 -m pip install -r <skill>/requirements.txt`。获取流程: 如果用户只提供论文名称,先核实论文的标题、作者与具体版本,找到可靠的论文链接再下载;有同名论文时不能擅自选择。 1. 下载 PDF;尽可能获取 arXiv LaTeX 源码及资源,同时生成 `paper.tex`、`paper.txt`、`outline.md` 和 `meta.json`。**公式、表格和宏的细节优先以原始 `.tex` 与 PDF 相互核对**:自动展开的 `paper.tex` 仅供辅助检索,不保证保留所有编译语义。 2. 从 LaTeX 的 `figure`、`table` 环境及 `\includegraphics` 引用生成 `figures/index.md`、`tables/index.md` 和对应 `index.json`;同时保留可阅读的环境片段,记录源文件、行号、label、图注/表注及宏定义位置。 - **图直接使用 `source/` 中对应的原始 PDF/PNG/JPG 等资源,不从论文页面截图,也不自动裁图。** 多子图、图内文字或 TikZ 等排版需要结合完整 figure 环境阅读,不能把一个子图文件当成完整原图。仅为界面展示需要时,可将独立原图 PDF 完整渲染为 PNG,保留原文件;这不是截取论文页面。 - **表以原始 LaTeX 为内容依据,保留表头层级、合并单元格、单位、缺失值符号和脚注,并以原 PDF 核对关键数值与编号。** 讲解时按需整理成 Markdown 表;若只摘取部分行列,注明范围并保留影响解读的表注。复杂表不强行自动转 CSV/Markdown;需要完整排版时再考虑单独编译,不默认截图。 - 索引是静态源码定位结果,不代表已经目视核验;源码顺序不等于论文编号,尤其注意附录编号重置。外部宏、条件分支及原图缩放/裁边选项需要回看源码。片段不是可独立编译的完整项目。 - 没有源码、资源缺失或无法解析时明确记为不可用,继续依据 PDF 阅读并给出页码,不猜测图片对应关系,不以截图自动补齐。已有旧截图可以保留,但新索引及后续讲解使用原始资源。 3. 寻找论文明确指向的**官方代码仓库**,必要时查询论文项目页、作者主页与仓库 README,核实归属。核实后补充: ```bash python3 <skill>/scripts/fetch_paper.py "<已存在的论文名称文件夹>" --code "<已核实的官方仓库HTTPS地址>" ``` 不把相关工作引用中的仓库或第三方复现误认成官方实现。没有公开代码或找不到可靠来源时明确写明。 4. 读取已有 `meta.json` 和文件实际内容,区分“成功获取”“尚未验证”“未公开/下载失败”。不要因为缺少某项材料就拒绝阅读;在解释受到限制的地方如实指出。 **安全边界:只读取论文仓库的代码、配置和示例数据。不要运行仓库脚本、执行安装命令、下载大规模训练权重或启动训练/复现,除非用户另行要求。** ## 三、讲解前先消化材料 - 阅读题目、摘要、引言、方法、训练、实验和重要附录;不能只凭摘要、README 或其他 AI 摘要开始讲。 - 通过 `figures/index.md` 查看主要架构图、数据图的原始资源,并结合 figure 环境及 PDF 核对模块、箭头、图例和编号。通过 `tables/index.md` 定位表格源码及宏上下文。 - 如有官方代码,定位模型 `forward`、主要 loss、数据加载/预处理、配置和推理入口。讲解时优先用代码核实实际信息流与论文未写清的细节。 - 如果存在 `<skill>/profile.md`,读取它来调整术语深度与举例方式;否则使用 `<skill>/profile.example.md` 中的默认偏好。**用户没要求时不要强行联系其研究课题。** - 创建或续写 `<论文名称>/精读笔记.md`。首次建立基本信息与阅读进度;已有笔记按需追加,不清空、不重写用户原话。 **第一次回应先给简短基本情况**:题目、作者/机构、年份与发表状态、输入→输出、核心贡献、代码/数据开源状态及材料缺失情况,然后直接进入第①站。不做冗长的全篇报告。 ## 四、七站阅读:每次只讲一站 ### ① 动机:为什么做? 讲清具体研究问题、之前常见做法、它们真正解决不了的地方,以及作者的关键假设。优先用一个论文相关的真实场景说明问题,避免照搬引言中的宣传语。读完能够说出“**什么问题、为什么旧方法不够、作者想怎么破局**”。必要时显示 teaser 图。 ### ② 架构:模型怎么设计? **先展示原论文总览图,再沿图讲解。** 首先说明模型吃什么、输出什么;再按数据流介绍关键模块的输入/输出、作用、初始化方式、可训练部分、模块间的关系。对每个非显然设计解释“为什么这样做,而不是更简单的方案”。有官方代码则核查模块接口,暂不展开全部损失函数。 ### ③ 训练:模型究竟学什么? 先用一句自然语言解释训练目标,再解释主要损失函数、正负样本/监督信号构造、训练阶段、冻结/更新参数及重要超参数。重要公式采用:**原式 → 符号含义与形状 → 计算步骤 → 直觉 → 小规模数值例子**。对照官方训练代码与配置;论文和代码不一致时分别描述,不私自调和。需要时补充训练和推理的差别。 ### ④ 数据:一条样本长什么样? 明确训练/验证/测试数据的来源、采集/构造方法、规模、预处理与划分。核心是给出**单条训练样本的字段、类型、shape、单位或空间/时间尺度、样例值**,以及如何被组织成网络输入。优先从数据定义、开源样例、dataset/transform 代码核对。没有真实数值时用“示意值”明确标注,不得伪称真实数据。 ### ⑤ 信息流:输入怎样一步步变成输出? 根据论文与代码走完整的 **输入 → 预处理 → 编码 → 中间张量 → 预测 → 输出**,注明关键 shape、是否循环、缓存/状态如何变化。区分训练时与推理时的路径。可以用一段简短文字流程图辅助,但不可用抽象口号代替实际数据流。未知的具体维度明确说论文/代码未提供。 ### ⑥ 具体案例:拿一条任务走完整流程 优先使用论文中的真实示例;没有公开样本时用**标注为示意**的玩具数据。将数字和维度缩小,按照实际顺序演示一次输入、内部计算与输出,逐步指出对应的论文公式/模型模块/代码位置,随后映射回真实规模。对迭代或循环系统至少走两次关键步骤(如适用)。重点是**确切理解整个方法怎么运行**,不是展示长篇源代码。 ### ⑦ 实验与结果:作者怎样验证,实际效果如何? **本站必读**。先通读 Experiments、Results、Evaluation 和相关附录,列出论文实际开展的实验及各自要回答的问题,不能只讲主实验或笼统声称“取得 SOTA”。实验多时本站可以分多轮讲,用户说“继续”才推进。 对每组实验按 **验证的主张 → 实验设置 → 数据与划分 → 对比方法 → 评价指标 → 原始结果 → 结论及局限** 展开: - **实验全景**:梳理主实验、消融、泛化/迁移、鲁棒性、效率、定性可视化、失败案例等论文实际报告的实验,说明每组要验证什么;未做的实验不要编造或强行补齐。 - **数据与评测协议**:说明数据集名称、来源、规模、训练/验证/测试划分、任务场景、预处理和评测协议。④站着重“单条样本是什么”,本站着重“实验如何组织、用哪些数据评价”。 - **对比方法与公平性**:列出关键 baseline、方法类别与选取理由;核对训练数据、预训练资源、评测协议和计算预算是否可比。论文未说明的条件标为“未报告”,不能直接断定比较公平。 - **评价指标与实验设置**:解释指标定义或直觉、单位、越大/越小越好,交代关键训练/推理配置、评估条件、重复次数与方差或置信区间(如果报告);不得把不同评测设置混为一谈。 - **结果逐项解读**:按原始表格或曲线讲清每个关键方法行、数据集列、指标列的含义,给出重要绝对数值及与相关 baseline 的差值/相对变化,区分百分点和百分比;同时指出退步、未明显改善、只有局部条件成立或缺乏统计支撑的结果。 - **消融与补充实验**:分析每个关键模块、损失、超参数或实验条件的作用,讨论泛化、鲁棒性、效率、可视化与失败案例能说明什么,避免把相关性说成因果证明。 - **原始图表核对**:优先通过 `tables/index.md` 定位原始 LaTeX 表格环境与宏定义,保留多级表头、合并单元格、单位、特殊符号、缺失值和脚注,再与 PDF 核对表号和关键数值;通过 `figures/index.md` 找到 `source/` 下的原始图资源,结合完整 figure 环境和 PDF 核对图号、图例及说明。**不从论文 PDF 截图或裁图替代可获取的原始图表**。讲解时可按需整理 Markdown 表,摘录部分行列须注明范围;复杂表格不强行转换。没有源码时明确依据 PDF 页码,不猜测资源对应关系。 - **证据与结论**:以“作者主张 → 对应实验 → 观察结果 → 结论及尚未验证之处”收束;如有已核实的官方代码,可查看评测实现与配置并记录和论文的差异。严格区分【论文】【官方代码】【分析】,不把作者自述当成已证实的事实。 本站结束时应能明确回答:**做了哪些实验、怎么做的、用了什么数据、与哪些方法比较、结果如何,以及结果是否支持核心主张**。 ## 五、对话与证据规则 - **每轮只讲当前站,讲完停下。** 收尾用一句话回顾和一句下一站预告。用户说“继续/请继续/下一步”再推进;如果一个站内容复杂,可以在站内分多轮讲,不能为了赶进度省略关键细节。 - 用户问哪部分,就立即解释或跳到哪部分;回答后标明当前阅读位置。问“我这样理解对吗”,先判断正确、部分正确还是错误,再解释差别。 - “没看懂”时改变解释方式:**真实或示意数字 → 极小玩具例子 → 与简单替代方案比较**,而不是把原话重复得更长。 - 图必须**实际查看并在界面能力允许时展示**;不能只写“见图3”而假装用户看到了。若不能直接展示,提供精确的 PDF 页码、图号和本地路径。 - 事实来源应可区分:**【论文】、【官方代码】、【分析】**。关键数值标注论文页码、公式/表/图编号或代码文件位置;不确定就是不确定。 - 公式尽量正确渲染、逐符号解释;如果客户端显示有问题,改用易读的纯文本表达并配合数字示例。 - **第⑦站的实验设计与结果解读为必读内容**;与其他论文的扩展比较、创新性及研究启发可按用户要求随时讨论,不强制增加第八站。保持批判性,不只重复作者自述贡献。 ## 六、精读笔记与跨会话继续 参考 `<skill>/references/notes-template.md`,阅读中持续维护对应论文的 `精读笔记.md`:基本信息、七站要点、关键图和公式位置、用户提出的重要问题及最终讲通的答案、尚未解决的问题,以及当前站与下一步。**只记录有信息价值的结论,不逐字转录聊天。** 当用户说“继续读这篇”时,先读取所在论文的笔记和相关材料,从记录的站点继续;不能凭猜测跳到另一篇论文。需要区分多个候选论文时再简短确认。 ## 参考与归属 参考项目:[skJack/kelip-paper-reading](https://github.com/skJack/kelip-paper-reading)(MIT License)。本 Skill 延续七站精读及多材料核对思想,针对个人 Codex 工作区简化存储和交互。
Pliki w paczce (10)
- .gitignore 1 KB
- LICENSE 1 KB
- README.md 6 KB
- SKILL.md 14 KB
- profile.example.md 1 KB
- requirements.txt 1 KB
- references/notes-template.md 1 KB
- scripts/crop.py 2 KB
- scripts/extract_figures.py 15 KB
- scripts/fetch_paper.py 15 KB
Wersje
| Repozytorium | Wynik | Licencja |
|---|---|---|
| Ta strona · Caojun-whu/paper-reading-skill | 95 | MIT |
| Mirai-Yan/paper-reading | 100 | MIT |
| jxtse/scientific-research-skills | 100 | MIT |
| XPgogogo/paper-reading-skills | 90 | MIT |
| luffysolution-svg/omnischolar | 90 | MIT |
Migawka bazy z 13.11.2026 · wersja paczki 87d2b61582a0 (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
- 91read-arxiv-paper
Czyta artykuł z arXiv na podstawie podanego adresu URL. - 100paper-reader
Czyta artykuł naukowy z linku arXiv, PDF-u, tytułu lub Zotero i zapisuje notatki w bibliotece Markdown. - 100arxiv
Wyszukuje na arXiv artykuły i zapisuje ich pliki PDF lokalnie, gdy użytkownik chce znaleźć i zachować publikacje. - 100paper-analyzer
Rozbiera artykuł naukowy na części i ocenia jego jakość, bez zapisywania notatek w vaulcie, gdy ktoś prosi o analizę albo podaje arXiv ID lub PDF bez zamiaru zapisu. - 100arxiv-paper-zh
Pobiera źródła LaTeX i PDF z arXiv, ręcznie tłumaczy artykuł na chiński akapit po akapicie i kompiluje wynik lokalnie. - 100arxiv-fetcher
Pobiera źródła LaTeX (.tex) i PDF prac z arXiv we wszystkich formatach identyfikatorów oraz adresów URL, jako narzędzie samodzielne lub etap czytania i recenzowania.