深度学术拆书

解决什么问题

读一本厚 PDF 时，常见问题不是“读不完”，而是读完之后难以留下可验证的结构：页码模糊、论点概括成空话、概念关系散落、行动建议与原文脱节。深度拆书 面向这种场景：用户上传 PDF 后，技能按 quick、standard、academic 三档执行拆书流程，把全书拆成可追溯的章节拆解、概念网络、证据链和报告。它更适合学术书、教材、方法论类 PDF，而不是只想看三句摘要的轻阅读需求。

如何工作

核心是引用可信和分层拆解：

• Step 0 PDF 预处理：解析 PDF 文本并保留页码映射；如果原文找不到确切句或页码，标注 [未找到原句/页码缺失]，避免伪造引用。
• Step 1-2 宏观与章节拆解：识别书籍类型、生成信息卡，按重点章节拆解核心论点、研究方法和数据来源。
• Step 3-5 学术深挖：提取核心概念，建立概念关系图谱，辨析易混淆概念，并做理论基础、跨学科关联与局限性分析。
• Step 6-7 转化与报告：生成 RIA 拆解卡片、行动清单、金句摘录，最终导出 Markdown 报告；可选写入飞书文档，但需遵守标题层级、表格、嵌套列表等格式限制。

默认启用 micro_analysis，并倾向较长原文摘选，适合需要逐句理解论证的场景。

适用边界

它产出的是“结构化阅读报告”，不是自动学术审查或论文级结论。若 PDF 加密、损坏、OCR 质量差或内容过短，技能会终止或提示误差；文件过大时可能分批处理。用户应把报告作为阅读脚手架，关键引用仍需人工核验页码与上下文。