Agent Skills
返回列表
⚖️

论文与代码深度解析

行业专业 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 @org-eyw2ohcx/leogoat2004-paper-code-html-100。

技能介绍

要解决什么问题

复现论文或接手开源实现时,常见痛点是:PDF 里的符号与叙事、仓库里的模块划分和默认值并不一一对应;组内分享若只靠口头讲,背景、动机和实验细节很难在同一份材料里对齐。本技能面向「给定论文文件 + 代码目录,产出可离线阅读的解析报告」这一具体交付物,而不是泛泛的摘要或聊天式问答。

技能如何工作

启动前会强制收集三项输入:论文路径(PDF/Markdown/HTML)、代码路径 与 HTML 输出路径,并对输出位置做可写性校验;缺任一项会回问,避免生成到错误位置。

解析分两条线并行组织内容:

  • 论文侧:按研究背景 → 现有方案局限与动机 → 方法框架(含模块拆解)→ 实验与基准对比,尽量把「论文在主张什么」写清楚。
  • 代码侧:对照论文描述做一致性分析(结构是否匹配、实现细节与文中差异、可能的工程妥协),并下钻到关键类、函数、数据流与设计模式。

成稿阶段将结构化内容交给 frontend-design 生成科研风 HTML(目录导航、代码高亮、表格与重点高亮等);若未安装该技能,仅在用户明确选择「继续进行」时使用简化模板,并在报告中注明界面可能较简。

适用边界与注意点

  • 不会替用户自动爬取论文或克隆仓库;路径必须由用户提供且通过安全检查。
  • 输出质量依赖论文可读性与代码可浏览程度;极端损坏的 PDF 或巨型单文件可能影响解析深度。
  • 默认按「完整讲解」执行;有特殊需求(例如只讲方法、跳过实验)需在信息收集阶段说明。
  • HTML 精美度默认依赖 frontend-design;未安装时不应假设与完整版相同的视觉与交互。

使用场景

  • 开题前要把目标论文的方法节和作者开源仓库目录结构对照成一份可读笔记
  • Code Review 前需向同事说明实现与 arXiv 文稿在模块划分上的对应关系
  • 读书班作业要求提交对指定 PDF 与配套代码的核心算法实现讲解材料
  • 迁移论文方案到内部工程前,先产出含实验设置与基线对比的离线解析页备查

适合人员

  • 需要做论文复现实验的研究生,希望一次性理清动机、方法与仓库入口文件
  • 负责引入 SOTA 方案的算法工程师,要向组内汇报实现与原文差异点
  • 维护课程或读书班材料的助教,要把 PDF 与示例代码整理成可分享的 HTML
  • 阅读开源论文配套项目的贡献者,要在 PR 前写下代码与文稿一致性说明