论文文本摘要生成

要解决什么问题

读论文时，摘要往往混在 PDF 第一页、出版社页面或一段粘贴文本里。你需要的通常不是复述原文，而是可扫读的结构化信息：研究问题、方法、关键数字、结论与局限。若还要中文概要或简短批判，手工整理很费时间，且容易在指标或结论上「补全」原文没有的内容。

技能如何工作

在用户提供摘要文本、PDF、ArXiv/出版社 URL 或 DOI 时触发（例如「总结这篇论文」「论文翻译」「分析这篇论文」）。

输入处理

• 纯文本：直接从消息中读取摘要。
• PDF / 网页：用 web_fetch 拉取页面；PDF 可用 pdftotext 或 Python pdfminer 抽取通常位于首页的摘要。
• DOI：经 doi.org 解析到出版方页面再取文。

结构化抽取

从摘要中填表输出 Markdown，字段包括：Title、Authors、可选的 Venue 与 Keywords，以及必填的 Research Question、Methodology、Key Findings、Conclusions。摘要里缺失的项标为 N/A，不编造结果、指标或引用。

可选后处理

• 中文用户或明确要求翻译时，增加 ### 🌐 中文概要。
• 要求「评价」或批判分析时，增加 ### ⚖️ 简评（方法优点、潜在偏差/弱点、与 AI/ML 领域的关联）。

适用边界

• 无法访问全文或遇 paywall、坏链时，应明确说明，不得猜测摘要以外内容。
• 结构化输出以摘要可见信息为上限；venue、关键词等仅在原文出现时填写。
• 面向中文场景时，默认采用「英文字段 + 中文概要」的双语呈现。