Paper Reader

Comprehensive PDF paper reader for academic research. Extracts text, figures, tables, and structured content from research papers with support for multimodal analysis.

崔之行@changer-changer

Install

openclaw skills install @changer-changer/paper-reader

Paper Reader Skill

专为学术论文阅读设计的多功能PDF提取工具。

功能特性

📄 文本提取: 完整提取论文文本，保留章节结构
🖼️ 图片提取: 自动提取论文中的图表、实验结果图
📊 表格提取: 提取实验数据表格为结构化格式
📋 元数据读取: 标题、作者、摘要、关键词
🔍 章节识别: 自动识别Introduction、Methods、Results等章节
📑 批量处理: 支持整个论文文件夹批量处理

依赖安装

bash

pip install pdfplumber pymupdf Pillow

使用方法

命令行工具

bash

# 完整提取论文（文本+图片+表格）
python3 ~/.openclaw/skills/paper-reader/read_paper.py paper.pdf --full

# 仅提取文本
python3 ~/.openclaw/skills/paper-reader/read_paper.py paper.pdf --text

# 提取图片到指定文件夹
python3 ~/.openclaw/skills/paper-reader/read_paper.py paper.pdf --images --img-dir ./figures

# 提取表格为CSV
python3 ~/.openclaw/skills/paper-reader/read_paper.py paper.pdf --tables --csv-dir ./tables

# 提取前3页（通常包含摘要和引言）
python3 ~/.openclaw/skills/paper-reader/read_paper.py paper.pdf --pages 1-3

Python API

python

from paper_reader import PaperReader

reader = PaperReader("paper.pdf")

# 获取元数据
metadata = reader.get_metadata()

# 提取全文
text = reader.extract_text()

# 提取特定章节
abstract = reader.extract_section("Abstract")
methods = reader.extract_section("Methods")

# 提取图片
figures = reader.extract_images(output_dir="./figures")

# 提取表格
tables = reader.extract_tables()

输出结构

text

paper_output/
├── paper.txt              # 完整文本
├── metadata.json          # 论文元数据
├── abstract.txt           # 摘要
├── sections/              # 分章节文本
│   ├── 01_Introduction.txt
│   ├── 02_Related_Work.txt
│   ├── 03_Methods.txt
│   ├── 04_Experiments.txt
│   └── 05_Conclusion.txt
├── figures/               # 提取的图片
│   ├── fig_1.png
│   ├── fig_2_table.png
│   └── fig_3_chart.png
└── tables/                # 提取的表格
    ├── table_1.csv
    └── table_2.csv

学术论文专用功能

1. 实验数据提取

自动识别并提取：

实验结果表格
性能对比图表
消融实验数据

2. 方法章节结构化

识别Methods章节中的：

网络架构描述
损失函数公式
训练参数设置

3. 参考文献提取

提取参考文献列表，支持BibTeX格式导出。