Agent Skills
返回列表
Jarvis 长文论文深解

Jarvis 长文论文深解

知识管理 更新于 2026.08.30

将以下提示词粘贴到你的 AI 对话框中：

请根据 https://skillhub.cn/install/skillhub.md，安装 @user_5afe0d61/jarvis-research-longtext。

技能介绍

问题

jarvis-research-longtext-v1 针对的是论文阅读中的信息压缩问题：只看摘要会错过 Architecture、公式推导和消融细节；而直接让模型总结论文又容易跳过段落、简化关键数学步骤。该技能面向 Arxiv 上的算法与计算机类论文，目标是把 Abstract、Intro、Methodology、Experiments 等章节转成一份可核对的专业长文。

工作方式

技能将流程拆成资源获取、内容生成和反思补全三个阶段：

  • 逐段索引：优先下载 PDF，失败时重试并请求用户提供文件，随后把各章节段落建立索引，避免遗漏。
  • 模板化写作：按 标题、TLDR、过去面临的问题、本文的解决方法、核心收益、模型架构、实验部分 输出，并在文中用 [Ref: Section 3.2] 标注来源。
  • 反思闭环：检查模板覆盖、段落覆盖率、Eq. 1 等公式完整性，以及从输入到输出的逻辑链条，必要时回退重写。

边界

它不适合只想要一句 TLDR 的场景，也不应被用于非算法或计算机类论文。对模糊公式或架构图会标记 [需进一步核实]，而不是猜测逻辑。

使用场景

  • 准备技术分享前，把 Arxiv 算法论文的架构与消融实验整理成可讲稿的长文。
  • 复现检索论文时，核对输入处理、核心模块、输出预测和编号公式是否被完整说明。
  • 做算法调研时，把多篇 Arxiv 论文的痛点、方法和收益逐篇输出成结构化笔记。
  • 评审候选人论文理解时，检查其长文是否覆盖架构推导、实验分析和段落来源。

适合人员

  • 准备论文精读报告的算法研究员，需要架构公式和实验细节完整成文。
  • 做技术调研的工程师，需要把 Arxiv 论文拆成痛点、方法、收益和模型链路。
  • 写技术分享稿的讲师，需要可讲、可核、可回查段落来源的长文。
  • 评审论文理解深度的导师，需要检查学生是否遗漏公式和实验分析。