Agent Skills
返回列表
Jarvis 论文解析器

Jarvis 论文解析器

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-paper-interpreter。

技能介绍

解决的问题

推荐系统/计算广告论文常把方法结构、离线指标、在线收益和架构图分散在不同章节，人工整理成可复用笔记时，容易漏掉核心指标，或把方法拆成过细、过泛的固定标签。尤其是 Meta、字节、阿里等工业界论文，指标口径和模块命名并不统一，通用摘要工具很难稳定输出同一格式。

工作方式

jarvis-paper-interpreter 接收 paper_arxiv_id，优先读取 ar5iv HTML，按固定模板生成 Markdown 解析稿。流程包括获取、阅读、抽取、模板生成、校验和存档，适合批量整理 arXiv 论文笔记。

  • 结构完整：标题、TLDR、问题、方法、收益、架构图、实验六部分依次校验。
  • 原文驱动：一级分类名和收益指标均从论文提取，不硬编码“低层次/高层次”等特定词。
  • 图片存档：截取 Figure 1 并保存为 {论文简称}_Figure1.png，再插入 [模型架构]。
  • 失败处理：网络异常重试 3 次，仍失败则请求用户补充 PDF；无架构图时显式注明。

适用边界

适合推荐系统、计算广告、推荐算法论文的深度解析；若只要 TLDR、摘要或论文不属于该领域，应改用更通用的论文阅读技能。

使用场景

  • 读 Meta 推荐系统 arXiv 论文，需要按固定结构输出 TLDR、问题、方法、收益、架构图和实验的解析稿。
  • 整理字节计算广告论文笔记，需要从原文提取一级模块名和实际收益指标，而不是套固定标签。
  • 把阿里推荐算法论文 arXiv ID 交给技能，生成 Markdown 解析稿并截取 Figure 1 架构图文件。
  • 对推荐系统论文做深度解析时，若 ar5iv 抓取失败，技能重试三次后请求补充 PDF 再继续。

适合人员

  • 负责推荐系统周会论文分享的算法工程师，需要把 arXiv 论文整理成统一格式的解析稿。
  • 做计算广告技术追踪的研究员，需要从 Meta、字节、阿里论文中提取模块创新点和实验收益。
  • 维护团队知识库的知识管理员，需要把推荐算法论文解析为带架构图的 Markdown 存档。
  • 写技术博客的工程师，需要按 Jarvis 结构快速产出论文深度解析初稿。