Keshav 论文阅读器

解决论文阅读中的「深浅失据」痛点

在工程与科研中，面对海量论文，最常遇到的问题是阅读深度与相关性不匹配：盲目精读一篇边缘论文会浪费数小时，而走马观花又可能在错过关键假设后，导致后续复现或评审时漏洞百出。缺乏一套标准化的「分诊-理解-批判」框架，使得论文阅读效率与产出质量难以兼顾。

三遍阅读与文献调研的核心机制

keshav-paper-reader 将 Keshav 的经典三遍法固化为结构化的执行流程。根据用户目标，技能会明确声明执行的遍数及原因：

• Pass 1 (鸟瞰)：仅阅读标题、摘要、引言、标题结构与结论，输出包含类别、上下文、初步正确性、贡献与清晰度的 Five Cs，用于快速判断是否相关。
• Pass 2 (内容掌握)：仔细阅读但跳过证明，重点审查图表与证据，输出核心论点、证据方法与遗留问题，适合撰写深度总结。
• Pass 3 (深度理解)：通过虚拟重实现 (Virtual Re-implementation) 挑战论文中的每个假设，寻找隐藏缺陷，输出结构化重构、创新点与评审结论。

此外，还支持文献调研模式 (Literature Survey Mode)，通过种子搜索、共享引用分析和会议论文集扫描，构建领域全景图与推荐阅读路径。

适用边界与执行注意点

该技能高度依赖明确的用户目标。如果用户未说明是快速筛选、一般理解还是深度评审，需主动确认。对于超长论文，必须在输出中明确标注当前遍数实际覆盖的范围。同时，技能强调区分已读 (read)、推断 (inferred) 与未知 (unclear) 的内容，避免在评审中产生幻觉或过度解读。