IMA 文献分析

解决的问题

把论文 PDF 扔进 IMA 知识库之后，真正要读的时候反而麻烦：想让模型总结，就得配置 client_id、api_key 甚至 COS 上传凭证；一旦凭证过期或环境迁移，流程直接卡死。而更根本的问题是，很多团队对“让大模型读论文”这件事有学术诚信顾虑——总结里哪些是原文写的，哪些是模型编的，很难追溯。

ima-paper-analysis 的思路是把这一步拆干净：PDF 你自己下载到本地，模型只在本地分析，结果只存在本地。整个链路不再依赖 IMA API 和对象存储凭证，换台机器照样能跑。

核心能力与流程

• 本地 PDF 验证：拿到文件先检查 magic bytes（%PDF-），不是 PDF 直接拒绝，避免把 HTML 错误页当成论文处理。
• 文本提取：调用 Hermes venv 里预装的 pdfplumber（v0.11.9）抽取正文与表格。
• 12 要素结构化分析：按研究背景、研究问题、结论、文献综述、研究方法、理论框架、一致性/不一致性发现、贡献、不足、未来展望等维度逐项拆解。
• 模板填充：使用 ~/.local/share/ima-kb-backup/paper-summaries/TEMPLATE.md 生成总结，保存到本地文件系统；模板缺失时自动创建默认模板。
• 可选索引：可把分析结果写入 papers.db 做本地文献目录索引。

获取 PDF 有三条路径：从 IMA 知识库手动导出（推荐）、直接给出本地路径、或在已配置凭证的 Hermes 环境下回退到自动拉取。

学术诚信规则

这是该技能最硬的约束，也是它和普通“总结一下这篇 PDF”提示词的区别：

• 所有事实性陈述必须来自原文，标注页码与图表编号；
• 推断内容必须显式标注 [推断]；
• 绝不编造数据；
• 文本提取为空时标注 [OCR识别]，提醒用户对照原文核对。

适用边界

• 它不是文献检索工具，不负责帮你找论文，只分析你已经拿到的 PDF。
• 它不写回 IMA，v2.0 明确取消了 COS 上传，总结产物就是本地的 Markdown 文件。
• 扫描版 PDF 提取质量取决于 OCR，遇到空文本时要人工复核。
• 批量处理依赖 raw-pdfs/ 目录的现有文件，需要你自己先把文献整理进去。