帮助用户系统化阅读和分析学术论文，识别核心贡献、关键假设和重要洞见
- PDF 自动解析 → 使用 MinerU API 将学术论文 PDF 转换为 Markdown 格式
- 图像智能分析 → 使用 NVIDIA NIM 中的 Kimi k2.5 多模态模型分析论文中的图表
- 结构化分析框架 → 基于"三遍阅读法"和"十个问题"的系统化阅读方法论
- 自动备份管理 → 避免重复解析，同一论文自动使用缓存
- 增量图像处理 → 边分析边保存，支持断点续传
git clone <repo-url> paper-reader
cp -r paper-reader/paper-reader ~/.claude/skills/或直接使用已有的 skill 目录
cd ~/.claude/skills/paper-reader/scripts/
pip install requests复制 .env.example 并配置你的 API keys：
cd ~/.claude/skills/paper-reader/scripts/
cp .env.example .env编辑 .env 文件：
# MinerU API - 用于 PDF 解析
MINERU_API_KEY=your_mineru_api_key_here
# NVIDIA API - 用于图像分析（Kimi k2.5 模型）
NVIDIA_API_KEY=your_nvidia_api_key_here获取 API Keys:
- MinerU API - 注册获取免费额度用于 PDF 解析
- NVIDIA API - 免费提供 Kimi k2.5 等多模态模型访问
直接在 Claude Code 中触发此 skill：
帮助我分析这篇论文：[arxiv paper URL]
# 或
读取论文 /path/to/paper.md
cd ~/.claude/skills/paper-reader/scripts/
python3 parser.py [arxiv paper URL]输出示例：
{
"markdown": "论文的markdown内容...",
"images": ["figure1.jpg", "figure2.png", ...],
"paper_id": "64036755",
"backup_markdown": "/home/user/.claude/skills/paper-reader/backup/64036755/paper.md",
"backup_images_dir": "/home/user/.claude/skills/paper-reader/backup/64036755/images"
}python3 analyze_images.py \
--paper-dir "/home/user/.claude/skills/paper-reader/backup/64036755" \
--output "/home/user/.claude/skills/paper-reader/backup/64036755/image_analysis.json"输入论文 (PDF/Markdown) → PDF解析 (如需) → 询问用户(图像分析?) → 深度分析 → 生成报告
-
确认输入方式
- Markdown 文件：直接读取用户提供的文件
- PDF URL：调用 MinerU API 解析
-
PDF 自动解析
- 生成唯一论文 ID（MD5 哈希）
- 备份到
backup/{paper_id}/目录 - 提取所有图表到
images/子目录
-
图像分析选择
- 选择分析图像：系统化分析所有图表
- 跳过图像分析：基于文本快速生成摘要
-
深度阅读分析
- 三遍阅读法（鸟瞰 → 理解 → 重构）
- 沈向洋/华刚"十个问题"框架
- 虚拟重构对比
-
生成结构化报告
- 基本信息 + 5C 评估
- 图表分析（可选）
- 核心贡献、关键假设
- 局限性与改进方向
目标: 决定这篇论文是否值得读
动作:
- 读标题、摘要和引言
- 读结论
- 浏览章节标题了解框架
- 扫视参考文献
时间: 10-20 分钟
目标: 理解论文的核心内容和逻辑流
核心技巧: 图像驱动深度理解
时间: 1-2 小时
目标: 彻底掌握，达到可以审稿或基于此做研究的程度
核心技巧: 虚拟重构（先自己想方案，再对比作者）
时间: 数小时至数天
关于问题本身:
- Input/Output - 输入和输出是什么
- Novelty - 全新问题还是旧问题的新解法
- Importance - 为什么这个问题现在依然重要
关于解决方案与相关工作:
- Related Work - 关键人物和相关研究
- Solution - 核心技术方案
- Experiments - 实验设计和质量
关于验证与评价:
- Data - 数据集选择和可信度
- Validation - 实验结果对假设的支持力度
关于总结与展望:
- Contribution - 客观认定的贡献
- Next Step - 潜在的后续工作方向
- 消极阅读 - 像海绵一样被动吸收
- 积极阅读 - 思考"这些知识对我有什么用？"
- 批判性阅读 - 像审稿人一样挑刺，问"Is this bullshit?"
- 创造性阅读 - 从别人的"失败"中发现新的研究方向
PDF 解析和自动备份工具
python3 parser.py <PDF_URL>特性:
- 自动生成论文 ID（基于文件名 MD5）
- 避免重复解析（相同 PDF 使用缓存）
- 提取所有图像文件
- 支持自定义输出目录
批量图像分析工具
python3 analyze_images.py \
--paper-dir <PAPER_DIR> \
--output <OUTPUT_JSON>参数:
--paper-dir: 论文目录路径--output: 输出 JSON 分析结果路径--context-lines: 上下文提取行数（默认 10）
分析框架:
- 图像类型识别（架构图、流程图、实验结果图等）
- 核心信息提取（关键结论、坐标轴含义）
- 数据观察（趋势、异常点）
- 与文字对应（一致性验证）
- 潜在问题（误导性、误差线标注）
paper-reader/
├── SKILL.md # Skill 定义文件
├── README.md # 项目说明文档（本文件）
├── references/ # 专家指导文档
│ └── expert_guidance.md
├── scripts/ # 脚本工具
│ ├── parser.py # PDF 解析脚本
│ ├── analyze_images.py # 图像分析脚本
│ └── .env.example # API Keys 配置模板
└── backup/ # 论文备份目录
└── {paper_id}/ # 每篇论文独立的备份文件夹
├── paper.md # 论文 markdown 内容
├── images/ # 提取的图像文件
└── image_analysis.json # 图像分析结果
# 论文阅读报告
## 基本信息
- 标题：[论文标题]
- 作者：[作者列表]
- 发表年份/期刊/会议：[发表信息]
- 论文ID：[paper_id]
## 一句话总结
[核心贡献的一句话概括]
## 5C评估
- **Category**: 计算机视觉 / 自然语言处理 / ...
- **Context**: 研究背景和动机
- **Correctness**: 论文的正确性评估
- **Contribution**: 核心贡献点
- **Clarity**: 论文表述的清晰程度
## 图表分析
[从 image_analysis.json 整理的图像分析内容]
## 沈向洋/华刚十个问题分析
[系统化的十个问题回答]
## 核心贡献
1. ...
2. ...
## 关键假设
- ...
## 方法概述
...
## 局限性
- ...
## 虚拟重构对比
如果我是作者，我会：...
## 个人思考
- 当前阅读阶段：[消极/积极/批判性/创造性]本 skill 整合了以下专家的核心方法论：
- 王鑫: 如何阅读学术论文 - (https://qclab.wang/post/reading/)
- 沈向洋、华刚: 读科研论文的三个层次、四个阶段与十个问题-(https://zhuanlan.zhihu.com/p/163227375)
- S. Keshav: "How to Read a Paper"-(https://www.eecs.harvard.edu/~michaelm/postscripts/ReadPaper.pdf)
- york.ac.uk: "Being critical: Reading academic articles" - (https://subjectguides.york.ac.uk/critical/articles)
欢迎提交 Issue 和 Pull Request！
MIT License
感谢上述专家提供的论文阅读方法论指导，以及 Claude Code 平台提供的 skill 扩展机制。