Agent Skills
返回列表
论文内容提炼

论文内容提炼

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_73a6cba0/paper-summarizer。

技能介绍

解决的问题

读论文时，关键信息常散落在摘要、方法、实验和结论中，手动提取问题、方法、指标与结果容易遗漏。paper-summarizer 面向 AI 课程、项目文献综述和快速选读场景，把 PDF、arXiv 链接或粘贴文本压缩成结构化摘要，帮助读者先判断一篇论文是否值得继续精读。

如何工作

技能按三步执行：

  • 抓取来源：从 URL 或用户提供的文本中取得论文内容。
  • 解析结构：提取 Title、Authors、Venue、Abstract、Problem、Methodology、Experiments、Results、Conclusion 等字段。
  • 生成摘要：按 Quick、Standard、Deep Dive 三档输出，默认给出更完整的结构化摘要，也可继续展开架构、公式或代码细节。

它强调不虚构数字，结果必须来自原文明示；未写明时标记为“Not specified in summary”。摘要保持客观学术语气，并保留来源信息，如 arXiv ID 或 URL。

适用边界

适合快速理解论文主线、建立文献笔记或比较方法，不适合替代逐段精读、定理证明审计或代码复现。若论文高度依赖图表、附录或长推导，技能只能提炼正文中明确出现的信息。

使用场景

  • 读 arXiv 新论文时，先提取问题、方法和关键结果，判断是否值得精读。
  • 做课程文献综述时，把多篇论文摘要成统一结构，方便比较方法与指标。
  • 项目前选型时，快速确认论文提出的算法、数据集和实验结论。
  • 粘贴论文正文后，让模型按标题、问题、方法、结果生成阅读笔记。

适合人员

  • 大三 AI 学生，课前需要快速判断一篇论文是否值得继续精读。
  • 课程项目成员，要把多篇文献摘要成统一结构，便于写综述。
  • 做毕设选型的研究者，需要确认论文方法、数据集和实验结论。
  • 论文互助组组织者，希望把 arXiv 论文拆成问题、方法、结果供讨论。