Paper Reader

一键解读学术论文，生成有深度又易懂的 HTML 报告，配上 AI 生成插图。

核心理念：深入浅出

深入浅出，不是全篇说人话。

• 入口：开头用类比和场景引入，让任何人都能进入
• 深入：中间逐步深入专业内容，展现论文真正价值
• 浅出：结尾用通俗语言总结，读者带走核心理解

┌─────────────────────────────────────────────────────────┐
│  入口层（1-2段）                                         │
│  用类比或场景引入，让小白能理解"这是什么问题"            │
└─────────────────────────────────────────────────────────┘
                           ↓
┌─────────────────────────────────────────────────────────┐
│  核心层（主体部分）                                      │
│  展开专业内容，术语首次出现时解释，包含技术细节和数据    │
└─────────────────────────────────────────────────────────┘
                           ↓
┌─────────────────────────────────────────────────────────┐
│  收尾层（1段）                                           │
│  通俗语言总结，说明"这意味着什么"、有什么价值            │
└─────────────────────────────────────────────────────────┘

工作流程

Phase 0: 用户偏好收集 (必须)
    ├── 解读风格 (小红书/专业科普/学术简报/故事叙事)
    ├── 图片用途 (概念可视化/信息图/逐张确认/跳过)
    └── 介入点 (大纲确认/每章review/最后review/全自动)
         ↓
Phase 1: 获取论文
    └── fetcher.py → 下载 PDF + 提取文本
         ↓
Phase 1.5: 大纲确认 (条件执行)
         ↓
Phase 2: 子代理分析 (5个并行)
    ├── Agent 1: Abstract + Introduction
    ├── Agent 2: Related Work
    ├── Agent 3: Methodology
    ├── Agent 4: Experiments
    └── Agent 5: Conclusion + Limitations
         ↓
Phase 2.5: 图片生成 (条件执行)
    └── image_generator.py → Vertex AI Imagen 3
         ↓
Phase 3: Critic 审查 (必须)
    └── 检查浅入深出结构、风格一致性、准确性
         ↓
Phase 4: 生成 HTML 报告
    └── 参考 html-design-patterns.md 设计

使用方法

在 Claude Code 中使用 /paper-reader 命令：

/paper-reader https://arxiv.org/abs/2401.12345

支持的链接格式：

• arXiv: https://arxiv.org/abs/2401.12345
• arXiv PDF: https://arxiv.org/pdf/2401.12345.pdf
• 直接 PDF 链接: https://example.com/paper.pdf

文件结构

.claude/skills/paper-reader/
├── SKILL.md                 # 主技能定义
├── html-design-patterns.md  # HTML 设计范式库
├── agents/
│   └── critic.md            # Critic 审查代理提示词
├── hooks/
│   └── reminder.md          # 流程检查提醒
└── scripts/
    ├── fetcher.py           # 论文获取 (arXiv/PDF)
    └── image_generator.py   # 图片生成 (Vertex AI)

依赖

pip install requests pymupdf google-cloud-aiplatform

输出

类型	路径
HTML 报告	reports/<paper_id>_report.html
配图	reports/<paper_id>_images/*.png

解读风格

风格	特点
小红书/社交分享风	活泼、emoji 丰富、适合转发，年轻化表达
专业科普风	严谨但通俗，像果壳/知乎的深度科普
学术简报风	精炼、结构化，适合快速了解论文要点
故事叙事风	把论文讲成一个故事，有起承转合

关键约束

1. 必须先收集用户偏好 - 不能跳过 Phase 0
2. 必须用子代理分析 - 5 个代理分别处理不同章节
3. 必须经过 Critic 审查 - 不能直接生成报告
4. 每篇报告设计独特 - 不能套模板
5. 深入浅出 - 入口浅、中间深、结尾浅

License

MIT