Paper Reader

将学术论文转化为结构化的中文阅读报告。输入方式（reader/）与输出格式（writer/）独立解耦，详见末尾目录结构。

脚本运行时：reader/ 输入处理与 HTML / Markdown writer 构建脚本用 python3；Word (.docx) writer 构建脚本用 node。环境相关的路径 / 依赖细节在各 writer 文档的"已知陷阱"里单独说明。

---

Step 1: 路由决策

1.1 选择输出格式

• 用户明确指定 → 按用户要求。
• 用户未指定 → 默认 HTML。

确定后记住这个选择，用于 Step 2 时分发到对应的 writer。

1.2 选择输入处理模式

两种模式完全独立，不得混用。规则：

规则 1：用户提供本地 PDF 文件路径 → 使用 PDF 模式，跳转至 reader/pdf.md 执行 P1–P5。

规则 2：用户提供 arXiv 链接（不论 /pdf/ 还是 /html/ 形式） → 优先尝试 HTML 模式。构造 HTML URL：将 /pdf/ 替换为 /html/，并去掉末尾的 .pdf。 例：https://arxiv.org/pdf/2605.12036 → https://arxiv.org/html/2605.12036

用 curl 检查页面是否存在：

curl -sI "https://arxiv.org/html/{ARXIV_ID}" | head -1

• 返回 HTTP/... 200 → HTML 模式，跳转至 reader/html.md 执行 H1–H3。
• 返回非 200（如 404）→ 回退到 PDF 模式，跳转至 reader/pdf.md 执行 P1–P5。

规则 3：用户提供其他 HTML 页面链接 → HTML 模式，跳转至 reader/html.md 执行 H1–H3。

完成对应模式的步骤后，回到本文档继续 Step 2。

---

Step 2: 生成中文阅读报告

完成输入处理后，{workspace}/figures/ 已包含所有目标图表。

2.1 报告结构（参考框架，可根据论文内容灵活调整）

1. 论文基本信息（标题、作者、机构、发表信息）
2. 研究背景与动机
3. 核心方法 / 技术方案（配架构图）
4. 实验设计
5. 实验结果与分析（配结果图表）
6. 主要贡献与创新点
7. 局限性与未来方向
8. 个人点评与总结

灵活性：根据论文内容可增加章节（如 Case Study、数据集详解）、合并章节（如实验设计与结果合一）、自由组织子结构。

附录内容集成：

• "方法实现细节/超参数/训练配置" → 融入对应主方法章节
• "补充实验/额外消融" → 融入实验结果章节或独立小节
• "独立子课题/独立证明" → 可设独立附录章节

2.2 图表选取原则

根据报告内容需要选取，不设数量硬上限：

• 架构图/流程图：必选（帮助读者建立全局理解）
• 主实验结果表/图：必选
• 关键消融/对比图：报告中有讨论则选入
• Case Study 截图：有说明价值则选入

2.3 通用写作要求

• 全文中文，术语首次出现时附英文原文，如"注意力机制（Attention Mechanism）"
• 图表引用："如图 1 所示，..." / "表 1 汇总了..."
• 严格基于原文，不添加原文未涉及的推测或数据
• 每章应有实质内容，避免泛泛而谈
• 不包含"报告生成日期"或"AI 生成"相关文字

2.4 按输出格式分发

根据 Step 1.1 的输出格式选择，跳转到对应的 writer 文档：

• HTML 输出 → writer/html.md
• Markdown 输出 → writer/markdown.md
• Word (.docx) 输出 → writer/docx.md

每份 writer 文档包含完整的：图片处理 / 数学公式 / 表格 / 模板路径 / 文件命名 / 写作风格 / 校验清单 / 已知陷阱。

---

Step 3: 校验

按所选 writer 文档的**第 8 节"校验清单"**逐项检查。

通用必检项（任何格式都适用）：

• 各章节标题完整、层级清晰
• 章节有实质内容，无空段落或 {{...}} 占位符残留
• 无"报告生成日期"或"AI 辅助生成"文字

如果发现问题：直接修复对应文件，修复后重新保存到同一路径。

---

特殊情况处理

超长论文（>20 页 / >50,000 字符）：分批处理，先通读整体结构，再聚焦核心章节（方法、实验、结论）。

双栏排版论文（PDF 模式）：单栏图宽约 30–280 或 300–565 pt，跨栏图宽约 30–565 pt，调整裁剪坐标。

扫描版 PDF：文字模糊时通过图片阅读，报告中注明来源质量受限。

论文含附录：参照 Step 2.1 中"附录内容集成"处理。

---

文件结构参考

paper-report/
├── SKILL.md                    # 本文件（路由 + 通用流程）
├── reader/
│   ├── html.md                 # 输入处理：HTML 模式（H1–H3）
│   └── pdf.md                  # 输入处理：PDF 模式（P1–P5）
├── writer/
│   ├── html.md                 # 输出格式：HTML（9 节）
│   ├── html-template.html      # HTML 报告模板（含 MathJax）
│   ├── markdown.md             # 输出格式：Markdown（9 节）
│   ├── markdown-template.md    # Markdown 报告模板
│   ├── docx.md                 # 输出格式：Word (.docx)（9 节）
│   └── docx-template.js        # docx-js 构建器库 + 自检示例
└── scripts/
    ├── pdf_to_images.py
    ├── crop_figures.py
    ├── extract_arxiv_text.py
    └── extract_figure_urls.py

新增输入源：在 reader/ 加 {name}.md。新增输出格式：在 writer/ 加 {name}.md + {name}-template.{ext}。SKILL.md 主流程无需改动。