论文阅读助手

论文阅读报告生成器，从PDF提取结构化内容并生成全中文阅读报告。触发关键词：/readpaper、论文阅读、论文分析、PDF分析

readpaper - 论文阅读报告生成器（v7.7 简化版）

简介

readpaper 是一个智能论文分析工具，能够从 PDF 文件中提取结构化内容，供 AI 直接生成全中文阅读报告。

方案B工作流程

text

用户运行 /readpaper → Python提取PDF内容 → 保存为结构化文件 → AI读取文件 → AI直接生成中文报告

功能特点

• 智能 PDF 提取：支持多种 PDF 解析库（PyMuPDF、pypdf、pdfplumber），根据文件大小自动选择最优方案
• 自动库安装：自动检测并安装缺失的 PDF 处理库，无需手动配置环境
• 结构化输出：将论文内容整理成标准格式，便于 AI 理解和总结
• 元数据识别：自动提取论文标题、作者、期刊、发表时间、DOI 等
• 结果缓存：相同文件重复分析时毫秒级响应

使用方法

方式：使用 WorkBuddy 自动调用（推荐）

text

/readpaper "PDF文件路径"

WorkBuddy 会自动：

1. 提取 PDF 内容并保存为结构化文件 {文件名}_提取内容.txt
2. AI 读取提取的内容文件
3. AI 直接生成完整的中文阅读报告

报告结构

生成的中文报告包含以下十个部分：

一、论文基本信息

• 论文标题（中英文对照）
• 期刊/会议
• 作者
• 作者单位
• 发表时间
• DOI

二、摘要总结

• 中文摘要总结（400-600字）
• 涵盖研究背景、目的、方法、主要发现和意义

三、研究背景

• 研究问题的科学背景和重要性
• 该领域已有的研究进展
• 本研究要解决的具体科学问题

四、研究方法

• 数据来源和范围
• 研究方法和模型
• 关键分析步骤
• 便于复现实验的技术细节

五、图表分析

• 对每个主要图表的中文解读
• 图表展示的核心内容
• 关键发现和规律
• 与研究问题的关联

六、主要发现

• 核心科学发现的详细阐述
• 关键实验结果和数据分析
• 与预期结果的对比

七、核心贡献

• 学术贡献和创新点
• 对领域的推动作用
• 实际应用价值

八、批判性思考

• 8.1 研究优势：优势、亮点和创新之处
• 8.2 研究局限：局限性或不足之处
• 8.3 改进建议：具体的改进建议
• 8.4 未来研究方向：未来深入研究的方向

九、论文总结

综合概括论文的研究目标、方法、主要发现和贡献，突出论文的核心价值。

十、方法复现

• 10.1 数据获取：公开数据集名称/来源、API接口、下载方式；无法公开的数据如何获取或替代
• 10.2 代码实现要点：核心算法伪代码或流程图、关键超参数设置、数据预处理步骤
• 10.3 复现步骤：按时间顺序的实验步骤、可选的简化复现路径
• 10.4 潜在问题与解决方案：常见复现失败原因及对应解决方法

技术实现

文件结构

text

readpaper/
├── SKILL.md              # 技能说明文档
├── scripts/
│   ├── read_paper_main.py    # 主执行脚本
│   └── report_generator.py   # 内容提取器

工作流程

1. PDF 提取：根据文件大小选择最优提取方法
2. 内容解析：提取元数据、摘要、背景、方法、图表、结论
3. 结构化保存：将提取的内容保存为文本文件
4. AI 生成报告：AI 读取内容文件，直接生成中文报告

PDF 提取策略

文件大小	优先方法	备选方法	最后备选
< 10 MB	PyMuPDF	pdfplumber	pypdf
≥ 10 MB	pdfplumber	PyMuPDF	pypdf

策略说明：

• PyMuPDF：提取效果最佳，是10MB以下文件的首选
• pdfplumber：内存效率高，适合大文件，也是10MB以下文件的备选
• pypdf：轻量级纯Python库，作为最后的备选方案

缓存机制

• 分析缓存：~/.workbuddy/cache/readpaper/cache_index.json
• 缓存有效期：30 天
• 相同文件再次分析时直接返回缓存结果

输出文件

运行后会生成以下文件：

1. 提取内容文件：{PDF文件名}_提取内容.txt

   • 包含论文的结构化提取内容
   • 供 AI 读取并生成中文报告

2. 阅读报告文件：报告-{论文标题}.md

   • 生成的完整中文阅读报告
   • 使用论文标题作为文件名的一部分
   • 示例：报告-Separating Daily 1 km PM2.5 Inorganic Chemical Composition in China since 2000 via Deep Learning Integrating Ground, Satellite, and Model Data.md

版本历史

• v7.7 - 新增第十章"方法复现"：包含数据获取、代码实现要点、复现步骤、潜在问题与解决方案，方便读者复现论文实验
• v7.6 - 增加自动库安装功能：自动检查并安装PyMuPDF、pdfplumber、pypdf等依赖库，无需手动配置环境
• v7.5 - 优化PDF提取策略：10MB以下文件优先使用PyMuPDF，pdfplumber作为备选，pypdf作为最后备选
• v7.4 - 简化报告模板：移除"报告元信息"表格，使报告更加简洁
• v7.3 - 重构报告结构：1) 将原"六、论文总结"拆分为"六、主要发现"和"七、核心贡献"；2) 新增"九、论文总结"作为综合概括；3) 报告元信息移至末尾，使用表格和分隔符
• v7.2 - 优化报告模板：1) 文件名格式改为报告-{论文标题}.md；2) 将报告元信息改为第九部分，使用---分隔符
• v7.1 - 添加报告元信息（生成时间、生成时长、skill版本）到报告模板
• v7.0 - 方案B优化：简化流程，AI直接读取PDF内容生成报告
• v6.0 - 改为 LLM 驱动，由大语言模型生成中文报告
• v5.0 - 添加自动翻译功能
• v4.0 - 精简代码，移除冗余脚本
• v3.0 - 添加缓存系统

注意事项

1. 确保 PDF 文件可正常读取
2. 部分 PDF 可能存在文字提取困难，影响报告质量
3. AI 生成的内容需要人工审核和补充
4. 建议在报告生成后根据实际内容进行调整