论文自动分析思维导图

要解决什么问题

读完一篇学术论文后，把要点整理成结构化笔记往往耗时费力：在 Obsidian 里手工搭建 Canvas 图谱既慢又易错——JSON 中的中文弯引号（U+201C/U+201D）被编辑器展平成 ASCII 直引号后会直接破坏解析，多行文本节点还必须写成 \n 字面转义，手敲几乎必然出错。

核心能力与工作流程

• 读取模板：解析 计量文献分析框架.canvas，提取全部节点的 id、坐标、尺寸与占位文本，以及边的连接关系。
• 提取 PDF 文本：用 PyPDF2 按页读取论文全文；若环境中缺少该库，先在受管 Python 环境中安装。
• 逐节点填充：按模板的中文 PS 填写说明替换占位内容，覆盖文献名称（APA 引用）、期刊级别、一句话总结、摘要及中文译文、引言逻辑结构、研究问题与空白、文献综述与涉及理论、研究假设、数据采集、变量与模型设定、结果分析、稳健性检验、理论贡献等节点组。
• 生成 Canvas JSON：必须通过 scripts/canvas_builder.py 或内联 Python 脚本用 json.dump（ensure_ascii=False、indent='\t'）序列化，绝不能用 Write 工具直接写 JSON。
• 校验交付：确认节点数与边数与模板一致、多行文本以 \n 字面转义存储，随后交付文件并清理临时脚本。

适用边界与注意点

• 依赖预先准备好的 .canvas 模板，节点 id、坐标和边的拓扑结构必须原样保留，只修改文本。
• 所有含中文弯引号的文本必须通过 Unicode 转义变量注入，防止被展平为 ASCII 引号。
• 各节点组的内容需对应论文的实际结构填充；内容溢出时可酌情调整内容节点宽高，但骨架不可改动。