AgentSkillsCN

Paper Reading

论文阅读

SKILL.md

Paper Reading Skill - 论文阅读技能

功能描述

此技能用于下载并分析学术论文（主要支持 arXiv），使用 Moonshot AI (Kimi) 进行深度分析，生成笔记、摘要、代码项目和阅读指南。

主要功能

  1. •论文下载: 从 arXiv 自动下载论文 PDF
  2. •论文解析: 提取标题、作者、摘要、章节等结构化信息
  3. •AI 分析: 使用 Moonshot AI 进行深度分析
    • •全面分析
    • •关键点提取
    • •实现指南生成
  4. •知识内化: 生成 Markdown 笔记和摘要
  5. •代码生成: 基于论文分析生成实现代码框架
  6. •辅助阅读: 生成阅读指南和术语解释

使用方法

方式 1: Python API（推荐）

python
import sys
from pathlib import Path

# 添加 skill 目录到路径
sys.path.insert(0, str(Path(__file__).parent.parent))

from skills.paper_reading.scripts.paper_skill import PaperSkill

# 创建技能实例
skill = PaperSkill()

# 一键下载和分析
result = skill.download_and_analyze("2301.12345")
# 或使用 URL
result = skill.download_and_analyze("https://arxiv.org/abs/2301.12345")

# 结果包含：
# - paper_path: 论文文件路径
# - note_path: 笔记文件路径
# - summary_path: 摘要文件路径
# - code_dir: 代码项目目录
# - reading_guide_path: 阅读指南路径

方式 2: 命令行

bash
# 从项目根目录运行
python skills/paper_reading/scripts/paper_skill.py 2301.12345

# 仅下载
python skills/paper_reading/scripts/paper_skill.py 2301.12345 --action download

# 仅分析（需要先下载）
python skills/paper_reading/scripts/paper_skill.py 2301.12345 --action analyze --type summary

方式 3: 使用主程序

bash
# 下载
python src/main.py download https://arxiv.org/abs/2301.12345

# 完整分析
python src/main.py full papers/2301.12345/paper.pdf

# 快速分析
python src/main.py analyze papers/2301.12345/paper.pdf --type summary

输入数据

输入方式

  1. •arXiv ID: 直接提供论文 ID（如 "2301.12345"）
  2. •arXiv URL: 提供完整 URL（如 "https://arxiv.org/abs/2301.12345"）
  3. •本地文件: 提供已下载的 PDF 文件路径

输入数据位置

  • •论文会自动下载到 papers/<paper_id>/paper.pdf
  • •可以在 data/input_data/ 目录下放置待处理的论文列表

输出数据

所有分析结果保存在 data/papers/<paper_id>/ 目录下：

  • •笔记: data/papers/<paper_id>/notes/YYYYMMDD_HHMMSS_note.md
  • •摘要: data/papers/<paper_id>/summaries/summary.md
  • •代码项目: data/papers/<paper_id>/code/
  • •阅读指南: data/papers/<paper_id>/guides/reading_guide.md
  • •知识图谱: data/papers/<paper_id>/knowledge/knowledge_graph.json

配置要求

必需配置

在项目根目录的 config.yaml 中配置：

yaml
moonshot:
  api_key: "your-api-key-here"  # Moonshot AI API Key
  base_url: "https://api.moonshot.cn/v1"
  model: "moonshot-v1-32k"  # 可选: moonshot-v1-8k, moonshot-v1-32k, moonshot-v1-128k

可选配置

yaml
paper_reading:
  papers_dir: "papers"  # 论文存储目录
  paper_workspace_dir: "data/papers"  # 分析结果存储目录

常用操作示例

1. 下载并完整分析一篇论文

python
from skills.paper_reading.scripts.paper_skill import PaperSkill

skill = PaperSkill()
result = skill.download_and_analyze("2301.12345")

2. 仅获取快速摘要

python
skill = PaperSkill()
summary = skill.quick_summary("2301.12345")
print(summary)

3. 分析已有论文

python
skill = PaperSkill()
result = skill.analyze_paper("papers/2301.12345/paper.pdf", "summary")

4. 批量处理多篇论文

python
skill = PaperSkill()
paper_ids = ["2301.12345", "2301.12345", "2301.12345"]

for paper_id in paper_ids:
    print(f"\n处理论文: {paper_id}")
    result = skill.download_and_analyze(paper_id)
    if result.get("success"):
        print(f"✓ 完成: {result['note_path']}")
    else:
        print(f"✗ 失败: {result.get('error')}")

注意事项

  1. •API Key: 需要有效的 Moonshot AI API Key（国内版本）
  2. •API 费用: 每次分析会消耗 API 额度，请合理使用
  3. •大论文: 超过 32K tokens 的论文建议使用 moonshot-v1-128k 模型
  4. •网络连接: 下载论文需要网络连接
  5. •存储空间: 确保有足够的磁盘空间存储论文和分析结果
  6. •PDF 质量: 确保 PDF 文件文字可提取，扫描版可能效果不佳

故障排除

问题 1: 下载失败

  • •检查网络连接
  • •确认 arXiv ID 格式正确
  • •查看错误信息

问题 2: API 调用失败

  • •检查 config.yaml 中的 API Key 是否正确
  • •确认 API 额度是否充足
  • •查看控制台错误信息

问题 3: 分析结果不完整

  • •对于长论文，尝试使用更大的模型（moonshot-v1-128k）
  • •检查 PDF 文件是否完整
  • •查看日志了解具体错误

相关文档