Paper Zh Reading Guide

---
name: paper-zh-reading-guide
description: 把 AI/CS 论文 PDF 转成中文结构化「文献导读」，并维护跨论文的横向对比表。五种用法，前三种会产出文件、后两种只在对话内给摘要：(1) 全文导读——给出论文 PDF 并说"生成导读 / 文献导读 / 精读 / 仔细阅读全文生成导读""除了实验部分之外的导读""按之前的格式写导读""照上次那样再写一份"，产出 `<短名>-导读.md`；(2) 局部详解——点名论文某一处（章节号如 §3.2、模块名、图表号如 Fig. 3 / Table 2、概念名）并要求"详细解释 / 详细讲解 / 展开讲讲 / 这部分什么意思 / 这个公式怎么推的"，且**没有**要求全文导读时使用，产出 `<指定部分>部分-导读.md`，只讲这一部分，但必须先精读全文、结合上下文；(3) 多篇对比——给出 2 篇及以上论文，或说"对比这几篇""这几篇论文的方法有什么区别""批量生成导读""更新对比表""这几篇该怎么排阅读顺序"，按 references/comparison-dimensions.md 的固定维度产出对比表并回填；(4) 速览——"总结这篇论文的主要内容""讲讲这篇讲了啥"，对话内给摘要、不产出文件；(5) 局部摘要——"总结某一部分""不用保存为 markdown 文件"，对话内给摘要、不产出文件。前三种模式都**默认只呈现原文、不输出推断与价值判断**（【推测】默认关闭），含幻觉防护标注体系（【原文】【推导】【读数观察】）与精确到章节/公式/图表编号的溯源要求，产出以连贯段落为主、不堆砌分点。不适用于逐行代码讲解（那是另一类任务）。
agent_created: true
---

# 论文 → 中文结构化导读

## 路径基准与依赖

本 skill 内所有路径均**相对 skill 根目录**（即本 SKILL.md 所在目录）。
下文出现的两个占位符，使用时替换成实际路径：

- `<论文目录>` —— PDF 文件所在目录
- `<工作区>` —— 存放提取文本与导读产出的目录

依赖与调用：

- 需要 **PyMuPDF**：`pip install pymupdf`。若报 `externally-managed-environment`（PEP 668），
  先建虚拟环境再装，**不要**用 `--break-system-packages` 绕过。
- 提取脚本位于 `scripts/extract_pdf.py`，调用方式为 `python scripts/extract_pdf.py ...`。
- 若宿主环境有专门的 Python 解释器路径，用 `python` 之外的解释器调用也可以，脚本本身不依赖特定解释器。

## 核心要求（违反即为不合格）

1. **先读全文再动笔**。必须通读，不能只读摘要和 intro。局部详解与局部摘要模式同样适用——只读点名的那一节就动笔，是明确禁止的。
2. **每一条实质性陈述都要能溯源**。引用必须精确到 `§x` / `Eq.n` / `Table n` / `Fig. n` / `Box n` / 附录编号。
3. **默认只呈现原文，不输出推断**。导读的第一读者是**还没读懂这篇论文的人**，他的任务是理解，不是评价。除用户明确要求（"多些推测 / 谈谈你的判断 / 批判性看"）外：不写价值判断、不写推测、不评价贡献大小、不指出论文缺陷。理由：【推测】是整套标注体系里**唯一无法被复核**的标记（【原文】可回原文核、【推导】可手算复核、【读数观察】可对照图例），多写只会挤占读者理解原文的注意力。你自己的推理**绝不允许**写成原文陈述。
4. **做客观交叉引用**。读者通常是沿着一条研究线在读，工作目录里往往已有同方向的前几篇导读。新导读必须指出与已有论文的**可核查关系**——谁在正文里引了谁、谁和谁在同一数据集/同一张表上比过、谁被谁当 baseline。这些都要给 `§x` / `Table n` 出处。**不要**输出"路线分歧在哪""谁的历史位置更高"这类判断。

   写交叉引用前先确认**方向**：本文引了前几篇（→ 给本文的 `§x` / `Table n`）、前几篇引了本文、还是两边都没引。**两边都没引时必须明写"本 PDF 未引用 XXX"**——这是可核查的事实，比含糊带过有用得多。**没有引文支撑、只靠机制相似建立的跨论文联系**（如"两篇都让模型不输出时间戳"），不要混进正文冒充原文陈述，也不要占用【推测】标记——单列一小节、明确标注「非原文内容」，且只写机制事实、不写路线判断。
5. **结论先行**。"一句话定位"放在最前面，讲清"这篇在解决什么问题、用什么手段、你已读的那几篇里与之直接可比的是哪篇、在哪张表上比"。
6. **不写套话，也不堆砌分点**。不要"本文提出了一种新颖的方法"这种空话；列表只用于真正的并列项，一个连贯的句子不要拆成三条 bullet。

## 标注体系（固定，不要改）

| 标记 | 含义 | 默认 |
|---|---|---|
| 【§x】/【Eq.n】/【Table n】/【Fig. n】/【Box n】 | 溯源到原文的具体位置 | 启用 |
| 【原文】 | 直接引述原文（关键处给英文原句） | 启用 |
| **【推导】** | 由原文给出的数字/图例**反推**出的定量结论，原文未直接写出 | 启用 |
| **【读数观察】** | 从原文直接读出、但正文未明确指出的现象 | 启用 |
| **【推测】** | 导读作者的解读或推断，**不是**原文陈述 | **默认关闭** |

**【推测】默认关闭**：只有在用户明确说"多些推测内容 / 谈谈你的判断 / 批判性看这篇"时才启用，且集中写在文末，不散落到正文各节。没有这个开关就不要用这个标记。

**原文章节无编号时怎么办**（常见：AAAI 相机就绪版，标题只有 `Introduction` / `Method` / `Experiments`，正文里没有 `3.1` 这种编号）：
用**章节名**定位——`§Method`、`§Sequence-Time Embedding`、`§Detailed Experiment Settings`，不要自己给原文编造 `§3.1`。
同时**在开头的「阅读约定」里单独说明这一点**，并约定页码的指代（如"括号里的 `P7` 指本 PDF 的文件页码，共 13 页含附录"），读者才能按图索骥。

导读开头必须放一段**阅读约定**说明这套标注，然后才是正文。

## 捆绑资源

| 路径 | 用途 | 何时读 |
|---|---|---|
| `scripts/extract_pdf.py` | PDF → 带分页标记的纯文本（支持多文件、页码范围） | 步骤 1 |
| `references/output-templates.md` | 产出结构的自适应参考：自适应原则 + 基准要素 + 参考骨架（全文导读 / 局部详解） | **动笔前读一遍** |
| `references/comparison-dimensions.md` | 跨论文对比的固定维度定义 + 填写纪律 + 空表 | 写多篇对比表时读；写完全文导读后回填 |

**仅全文导读模式需要回填**：每写完一篇全文导读，把该论文作为**新的一列**补进 `references/comparison-dimensions.md`，
并在该文件的「分篇详表」追加一节、逐条标注出处。局部详解模式**不回填**（方法全貌未读完，数据不可靠）。
该文件是累计型数据，默认只增不改；如发现此前填错需要订正，须在改动处写明订正原因。

首次使用时该文件只有维度定义和空表——按自己的研究方向重写 D2 之后再用（见该文件的「按领域落地」一节）。

## 工作流

### 步骤 0：判定模式

**先判断用户有没有点名某一处要求详解**，再看给了几篇 PDF：

| 输入 | 模式 | 产出 |
|---|---|---|
| 1 篇 PDF + 点名某处要求详解 | **局部详解** | `<指定部分>部分-导读.md`，走下方「局部详解模式」节 |
| 1 篇 PDF，未点名部分 | 全文导读 | `<短名>-导读.md`，走下方步骤 1–5 |
| 2 篇及以上，或用户明确说"对比" | 多篇对比 | 跨论文对比表，并回填 `references/comparison-dimensions.md` |
| 1 篇 PDF，说"总结主要内容 / 讲讲讲了啥" | **速览**（对话内，**不产出文件**） | 见下表 |
| 1 篇 PDF，点名某处说"总结"、或明确不要文件 | **局部摘要**（对话内，**不产出文件**） | 见下表 |

局部详解优先于其余模式：用户既然点名了某一处，就说明当下只关心这里，不要塞给他一份全文导读。

**易混边界**——下面几句话看着相近，走的却是不同模式：

| 用户的话 | 模式 | 为什么 |
|---|---|---|
| "除了实验部分之外的导读" | 全文导读 | 主语是"全文导读"，实验部分只是被排除，**其余部分仍要全写** |
| "详细解释实验部分" | 局部详解 | 主语是"某一部分"，**只写实验部分** |
| "总结这篇论文的主要内容" / "讲讲这篇讲了啥" | **速览**（对话内摘要，**不产出文件**） | 用户只要一份概述，既没说"导读"也没要文件。仍须通读全文、照用标注体系，但结构压到 4 块：论文档案 → 一句话定位与动机 → 方法要点 → 主要结果；长度约 50 行，全部为原文陈述。**不产出 md、不回填** `references/comparison-dimensions.md`。末尾用一句话告知可升级为完整 `<短名>-导读.md` |
| "总结某一部分" / "总结论文的 Numerical Results 部分" / "不用保存为 markdown 文件" | **局部摘要**（对话内，**不产出文件**） | 主语是**某一部分**而非全篇，且用户明确不要文件。字面上像「局部详解」，但用户要的是"总结"不是"详细解释"，**不要按局部详解的深度展开，也不要落盘**。仍须通读全文（才能说清该部分依赖前文什么），输出按该部分自己的论证顺序走，逐条给 `§x` / `Table n` 出处；有数值就给关键数字 |

多篇模式下**不必为每一篇都写完整导读**：只为用户点名要精读的那几篇写，其余只填对比表。
若用户问"先看哪篇"，在对比表后附一段阅读顺序建议，说明依赖关系（先懂哪个概念才能读懂哪个）。

### 步骤 1：提取 PDF 全文

宿主自带的文件读取工具对 PDF 常失败（报 "Cannot display content of binary file" 之类）。改用 skill 自带脚本：

```bash
python scripts/extract_pdf.py "<论文目录>/<文件名>.pdf" --outdir "<工作区>"
```

常用参数：

- `--name vtg` → 输出 `_vtg_full.txt`。默认按文件名派生短名并转小写（`VTimeLLM.pdf` → `_vtimellm_full.txt`）。
- `--pages 1-8` → 只提取部分页；写导读前先扫结构时用。
- 多个 PDF 路径并列传入即逐个处理；省略 `--outdir` 则输出到 PDF 同目录。

**短名冲突要先查再提**：工作目录里会不断积累 `_<短名>_full.txt`，短名相近的文件可能属于**完全不同的论文**。
典例：`VTG-LLM.pdf` 默认派的短名 `vtg_llm`，与更早提取的 `_vtg_full.txt`（同一方向的另一篇综述）只差一个下划线，极易读错文件。
所以**提取前先列一下工作目录已有的 `_*_full.txt`**，若目标文件与已有 txt 短名相近，用 `--name` 显式指定一个不冲突的短名
（如 `--name vtg_llm`），并在自己的笔记里记下"这个名字对应哪篇"，避免下次读错文件。

- 提取的 txt 是**中间产物**，命名 `_<短名>_full.txt`，放在工作目录。**不要**把它作为最终产出展示给用户。
- 脚本会打印页数与平均字符数。**若提示"每页字符数极低"，说明是扫描版或文本层缺失，须先 OCR**，不要硬读。
- 公式和图注在 txt 里会错位/断行（如 `3.2.1` 单独成行、脚标符号丢失）。遇到可疑处回原文 PDF 对照，不要猜。

### 步骤 2：通读

分 2–3 次读完，正文 + 附录都要读。附录里常藏着方法细节（模板、prompt、评测协议），是导读的高价值区。

### 步骤 3：核实 PDF 之外的元信息

PDF 本身往往没有会议戳（arXiv 版本尤其）。**必须**联网检索核实：正式发表 venue、年份、页码。搜标题 + 作者即可。

在"论文档案"表里单独注明来源，例如：
> 正式发表：**CVPR 2024**, pp. 14271–14280。注：该 PDF 为 arXiv v1，正文内无会议戳，此信息来自 CVF Open Access 收录记录。

同时记录读者手上 PDF 的版本（arXiv v1？几页？），因为不同版本的章节编号和数字可能不同。

### 步骤 4：写导读

产出文件名 `<短名>-导读.md`，放在工作目录根下。

**结合参考自适应输出，不要照模板填。** `references/output-templates.md` 给的是**基准要素 + 按论文类型
起手的参考骨架**——**动笔前先读一遍**，同页的**自适应原则**和**行文要求**对两种模式都适用。

**先读懂论文，再决定结构。** 论文自身的章节组织和论证方式优先于参考骨架。基准要素四项（定位与动机 /
档案 / 方法拆解 / 快速索引）通常都会涉及，但**增、删、改、合并、重排都可以**，名称也可以换成这
篇论文自己的说法（诊断类论文的"方法拆解"其实就是"证据链"）。参考骨架覆盖不了的类型（综述、数据集、
理论、立场论文等）自己定义结构。

**论文没有的内容直接跳过，不要留"本文无附录"这类空节，也不要为了对齐要素而凑内容。** 自适应之后的
唯一检查标准是**读者能不能读懂**——这篇在解决什么问题、为什么要解决、方法关键环节和公式是否都在；
对齐清单本身不是目的。

**没有「评注」节，全文零推测。** 导读的价值全部落在「方法拆解」上——把方法讲准、讲全、公式不漏，
是这份产出唯一的质量标准。想输出对这篇论文的判断，先确认用户有没有明确要求。

### 步骤 5：收尾

1. 把该论文作为**新的一列**补进 `references/comparison-dimensions.md`——该文件的表结构是「维度 × 论文」，追加**列**而非行；同时在「分篇详表」追加一节，逐条给出 `§x` / `Table n` 出处。无法从原文确认的格子填「未核」，不要留空、更不要猜。
2. 向用户展示导读 md（若宿主提供文件展示/预览工具就调用它，**放在最后一个工具调用**，只展示导读，不展示中间提取的 txt）。

## 局部详解模式

**触发**：用户给一篇 PDF，点名某一处（章节号 / 模块名 / 公式号 / 图表号 / 概念名），要求"详细解释"，且没有要全文导读。产出**只有这一部分**。

### 与全文导读的三点差别

1. **必须通读全文，但只输出一部分**。这是本模式最容易做错的地方：用户说"解释 §3.2"，仍然要把全文读完。只有读完，才能判断这一处**依赖前文的哪些概念**、它的输出**被后文哪些模块消费**。"结合上下文"是本模式唯一的价值来源，只读那一节就动笔，等于把它丢掉。
2. **深度高于全文导读的对应小节**。同一部分在全文导读里可能只占 20 行；局部详解要展开到逐公式、逐设计决策。但展开的只能是**原文写了的内容**——原文没说明设计理由，就是没有说明，不要替作者补，也不要自己推演替代方案。
3. **不回填 `references/comparison-dimensions.md`**。方法全貌没读完就填对比数据，会污染那张表。

### 输出

命名 `<指定部分>部分-导读.md`，放在工作目录根下。

- `<指定部分>` 取用户对该部分的称呼，剔除文件名非法字符 `/ \ : * ? " < > |`。
- 该称呼本身已含"部分"二字时**不再重复追加**，避免出现 `方法部分部分-导读.md`。
- 用户只给了章节号时，直接用章节号命名。

> 用户说"详细解释方法部分" → `方法部分-导读.md`
> 用户说"展开讲讲 Stage 2" → `Stage 2部分-导读.md`
> 用户说"解释一下反事实探针" → `反事实探针部分-导读.md`
> 用户说"§4.3 那段讲清楚" → `§4.3部分-导读.md`

### 输出结构

**三项基准要素**：读懂它需要的前置 / 逐段逐公式拆解 / 与后文的接口。
详见 `references/output-templates.md` 的**「二、局部详解」**——**动笔前先读一遍**。

本模式的结构弹性小于全文导读（"一部分"的边界是明确的），但仍允许前置并入拆解、按用户点名的对象
换形态（点名的是表格而非章节时，"拆解"就变成"逐行读表"）。其中「读懂它需要的前置」与「与后文的接口」
两项是本模式的关键，篇幅紧张时优先压缩其他项、不要压缩这两项。

### 硬约束

- **默认不出现无原文依据的内容**。除用户明确要求外，不写推断、不写价值判断。确需补外部背景知识（如某个通用术语的定义）时，必须显式标注"外部背景知识，非原文内容"并给出可核查来源。
- **深度不设上限，但不要跑题**。与本部分无关的全文内容不展开，只给位置指引。
- 定位页码范围时可先用 `--pages` 分段提取，但**判断上下文关系仍须读完全文**。

## 范围限定处理

用户经常限定范围，最常见的是"除实验部分之外"。处理方式：

- 在开头的范围声明里**明确写出省略了什么**，并说明实验部分的位置（在「快速索引」里给出 `§4.2, Table 1` 等指向），方便按需回查。
- 但**不能因为省略实验就丢掉影响结论解读的协议事实**。例如：baseline 输出解析失败被剔除、训练集不含评测集（零样本）、评测用 LLM 打分。这类信息放在附录要点节里，标注出处，不呈现数值。

## 已知的坑

- **数字要动手算**。图例里常藏着关键机制。例：某篇论文 Fig. 1 中 16s 视频的 `30` 被标为 4.8s，`30/100×16 = 4.8` → 证明输出是百分位归一化刻度而非秒。这类"动手一算就能确认"的结论用【推导】标出，它是原文陈述的等价位，**不受"少推测"限制**，价值很高。
- **读数矛盾默认不写**。同一套刻度在正文两处被叫成不同名字、摘要里的提升幅度与正文表格对不上——这类属「歧义与存疑」范畴，**默认不输出**。仅当用户明确问"这篇有什么问题 / 哪里写得不清楚"时才写，且只列可核查的读数矛盾、不做评价。
- **作者的归因只作原文陈述**。作者对消融结果的解释（"因为 X 所以 Y"）标【原文】，不升格为事实，也不在导读里评判它对不对。
- **中文为主，技术术语保留英文**。论文标题、专业术语、指标名（mIoU、R@1@0.5 等）不译。
- **不要替读者筛选**。不要写"这篇可以跳过第 3 节"这类建议——读者自己判断。