paper-interpreter

Paper Interpreter Skill

将学术论文转化为通俗易懂、图文并茂的深度解读文档。

工作流程总览

输入(PDF文件/URL) → 全文提取 → 5步解读 → 输出 Markdown 文件到 markdown/

Step 0：获取论文内容

情况A：用户上传了 PDF 文件

读取路径 /mnt/user-data/uploads/ 下的 PDF 文件，用 bash_tool 提取文本：

pip install pdfminer.six --break-system-packages -q
python3 - <<'EOF'
from pdfminer.high_level import extract_text
text = extract_text("/mnt/user-data/uploads/论文文件名.pdf")
print(text[:50000])  # 先输出前50000字符
EOF

若论文有图表密集或文字提取不完整，追加用 pymupdf 逐页提取并描述图表内容：

pip install pymupdf --break-system-packages -q
python3 - <<'EOF'
import fitz
doc = fitz.open("/mnt/user-data/uploads/论文文件名.pdf")
for i, page in enumerate(doc):
    print(f"\n=== Page {i+1} ===")
    print(page.get_text())
    # 列出图片
    imgs = page.get_images()
    if imgs:
        print(f"[此页含 {len(imgs)} 张图片]")
EOF

情况B：用户提供了 PDF URL

使用 web_fetch 工具抓取 PDF，或者先用 web_search 找到 arXiv/DOI 页面，再抓取 HTML 摘要 + 全文。

web_fetch(url)  →  提取文本内容

重要：提取完成后，记录以下信息备用：

• 论文标题、作者、发表年份、期刊/会议
• 摘要（Abstract）
• 章节结构
• 所有图表的标题和描述
• 实验数据和核心结论

Step 1：确定输出路径

mkdir -p markdown
# 文件名格式：论文标题关键词（英文）+ _解读.md
# 例：attention_is_all_you_need_解读.md