paper-digest 📄

学术论文精读助手技能 — 输入 arXiv 链接或 PDF，输出结构化中文精读报告：核心问题、方法、结论、局限性、引用价值评分。

---

✨ 功能特性

• 🔗 arXiv 直读 — 粘贴链接，自动拉取元数据和摘要
• 📄 PDF 支持 — 读取本地 PDF，提取正文内容
• 📋 结构化输出 — 7个维度的标准精读格式
• ⭐ 价值评分 — 自动评估引用价值（1-10分）
• 📚 批量处理 — 一次处理多篇论文
• 📎 BibTeX 生成 — 自动生成引用格式
• 🌏 中文友好 — 输出语言支持中文/英文

📋 需求

依赖	用途	安装
Python 3.10+	运行环境	内置
pdfplumber	读取 PDF	pip3 install pdfplumber（本地PDF需要）
网络访问	arXiv 链接	内置 urllib

🚀 安装

npx skills add https://github.com/Allen091080/paper-digest -g -y

📖 使用示例

解读 arXiv 论文

python3 scripts/digest.py --arxiv "https://arxiv.org/abs/2303.08774" --lang zh

输出示例：

━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
  📄 论文精读报告
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━

📌 【论文信息】
   标题：GPT-4 Technical Report
   作者：OpenAI等
   发表：2023-03-15
   链接：https://arxiv.org/abs/2303.08774

❓ 【核心问题】
   如何构建在专业和学术基准上接近人类水平的大型多模态模型？

💡 【主要贡献】
   1. 发布 GPT-4，支持文本与图像输入
   2. 在 Bar 考试等专业测试达到前 10% 水平
   3. 提出可预测扩展（predictable scaling）方法论

🔬 【方法概述】
   在大规模数据集上预训练 Transformer 架构，
   通过 RLHF 进行对齐，加入视觉编码器支持图像输入...

📊 【关键结果】
   · achieve state-of-the-art performance on various benchmarks
   · outperform GPT-3.5 significantly across professional exams

⚠️  【局限性与不足】
   · 仍存在幻觉问题，知识截止于 2021 年

⭐ 【引用价值评分】
   9/10 — 必读，领域内里程碑
   适合：所有相关研究者

📎 【引用格式（BibTeX）】
   @article{openai2023gpt,
     title  = {GPT-4 Technical Report},
     author = {OpenAI},
     year   = {2023},
     url    = {https://arxiv.org/abs/2303.08774}
   }
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━

快速模式（只看核心）

python3 scripts/digest.py --arxiv "https://arxiv.org/abs/2303.08774" --quick

解读本地 PDF

pip3 install pdfplumber
python3 scripts/digest.py --pdf ~/papers/attention_is_all_you_need.pdf --save ~/notes/transformer_digest.md
# ✅ 已保存：~/notes/transformer_digest.md

批量处理多篇论文

# 创建 URL 列表文件
cat > arxiv_list.txt << EOF
https://arxiv.org/abs/2303.08774
https://arxiv.org/abs/1706.03762
https://arxiv.org/abs/2005.14165
EOF

python3 scripts/digest.py --arxiv-list arxiv_list.txt --output ~/notes/digests/
# [1/3] 处理：https://arxiv.org/abs/2303.08774
#    ✅ 保存：~/notes/digests/2303.08774_digest.md
# ...

生成 BibTeX 引用

python3 scripts/digest.py --arxiv "https://arxiv.org/abs/1706.03762" --cite bibtex

💬 与 AI Agent 对话

帮我看一下这篇论文 https://arxiv.org/abs/2303.08774
→ 输出完整结构化精读报告

快速告诉我这篇论文的核心贡献
→ 使用 --quick 模式，只输出核心信息

帮我批量精读这几篇论文，保存成笔记
→ 生成多个 Markdown 文件到指定目录

📁 项目结构

paper-digest/
├── SKILL.md              # Agent 技能定义
├── scripts/
│   └── digest.py         # 核心脚本
├── README.md
├── LICENSE               # MIT
└── .github/
    └── workflows/
        └── test.yml

📄 License

MIT © 2026 Allen091080