Skills DirectorySkills Directory
SkillsLearnSecurityCategoriesDocsBlogPro
Sign InSubmit Skill
Skills Directory

Security-tested agent skills for Claude, coding agents, and AI workflows.

Directory

  • Browse Skills
  • All Skills A–Z
  • Claude Skills
  • Claude Code Skills
  • Agent Skills
  • Categories
  • Authors
  • Submit a Skill

Learn

  • Learn Hub
  • Install Claude Skills
  • Write SKILL.md
  • Skills vs MCP
  • Directories Compared

Security

  • Security
  • Methodology
  • Secure Claude Skills
  • Security Badges
  • Chrome Extension
  • Skill Manager

Company

  • About
  • Community
  • Blog
  • API Docs
  • Advertise

2026 Skills Directory. All rights reserved.

ProTermsPrivacyRefunds
Back to skills

Abstract

ASecurity

Extrai as informações principais de qualquer paper científico em tópicos estruturados (Introdução/Problema, Métodos, Resultados, Limitações, Relevância), em prosa direta e densa, sem numeração e sem widget visual, ideal para leitura rápida e triagem de literatura. Use SEMPRE que o usuário pedir "/abstract", "extrai o abstract", "resume em tópicos", "quais os pontos principais", "resumo estruturado do paper", "tópicos do paper", "me dá os pontos do artigo", "síntese rápida do paper", "lê esse ...

2 stars
0 votes
0 copies
0 views
Added 10/6/2026
educationgo

Security Analysis

A100/100

Scanned 10/6/2026

$npx -y skills add labdaps/labskills --skill abstract --agent claude-code

Installs into .claude/skills of the current project.

Are you the author of Abstract?

Add the live security badge to your README — it updates automatically with every re-scan.

Security grade badge for Abstract
[![Security: A — Skills Directory](https://www.skillsdirectory.com/api/skills/labdaps-abstract/badge)](https://www.skillsdirectory.com/skills/labdaps-abstract)

More formats (shields.io, HTML) on the badges page. Keep it an A: scan every change in CI with Pro.

Download with Pro
Files
SKILL.md
---
name: abstract
description: >
  Extrai as informações principais de qualquer paper científico em tópicos estruturados
  (Introdução/Problema, Métodos, Resultados, Limitações, Relevância), em prosa direta e densa,
  sem numeração e sem widget visual, ideal para leitura rápida e triagem de literatura.
  Use SEMPRE que o usuário pedir "/abstract", "extrai o abstract", "resume em tópicos", "quais
  os pontos principais", "resumo estruturado do paper", "tópicos do paper", "me dá os pontos do
  artigo", "síntese rápida do paper", "lê esse paper e me resume", "o que esse artigo diz em
  resumo", ou enviar URL, DOI, PDF ou trecho de paper pedindo extração rápida e estruturada.
  Diferente da /paper-review (leitura crítica com pontos fortes e fracos), a /abstract é uma
  extração textual compacta: 5 tópicos em markdown, sem julgamento, pronta em segundos. Acionar mesmo que o pedido seja informal ou breve.
---

# Skill `/abstract`: Extração Estruturada de Paper

## Objetivo

Extrair as informações essenciais de um paper científico em **5 tópicos fixos**, em prosa
direta e densa, para triagem rápida antes de decidir se vale ler inteiro ou aprofundar com
`/paper-review`.

---

## Workflow

### Passo 1: Obter o conteúdo

Aceitar qualquer forma de input:

| Input | Ação |
|---|---|
| URL (Nature, arXiv, PubMed, medRxiv...) | `web_fetch` na URL |
| DOI (`10.xxxx/...`) | `web_fetch` em `https://doi.org/{DOI}` |
| PDF anexado | Ler via ferramentas de leitura de arquivo |
| Texto colado (abstract, trecho) | Usar direto do contexto |
| Já lido na conversa atual | Reutilizar, não buscar de novo |

Se a URL retornar paywall sem conteúdo, tentar `https://pubmed.ncbi.nlm.nih.gov/?term={DOI}`
como fallback para abstract público. Deixar claro se só o abstract foi lido (sem fulltext).

---

### Passo 2: Extrair nos 5 tópicos

Produzir **exatamente esta estrutura**, em markdown, sem headers de seção extra:

```
### [Título completo]
**Autores:** [sobrenome1, sobrenome2, et al.] · **Venue:** [journal/conferência · ano] · **DOI:** [link]

**Introdução / Problema**
[2-4 frases: qual lacuna ou limitação motivou o estudo, qual a aposta central dos autores]

**Métodos**
[3-5 frases: dataset, população, desenho experimental, arquitetura ou abordagem principal,
comparadores utilizados]

**Resultados**
[3-5 frases: principais métricas numéricas, comparações com baseline, desfechos primários.
Incluir números concretos sempre que disponíveis]

**Limitações**
[2-3 frases: o que os autores reconhecem como falhas, escopo restrito, vieses potenciais,
o que ainda falta validar]

**Relevância**
[2-3 frases: por que isso importa, para pesquisa, clínica ou gestão de IA em saúde.
Conexão direta com o contexto do leitor quando pertinente: a linha de pesquisa do
laboratório, o projeto em andamento, a prática clínica ou a regulação de IA em saúde]
```

---

## Diretrizes de qualidade

- **Números sempre que existirem**: não omitir métricas, p-valores, tamanhos de amostra
- **Sem invenção**: se um campo não tiver informação suficiente no texto disponível, escrever
  "Não disponível no texto acessado", nunca preencher com suposição
- **Limitações honestas**: se o paper não tiver seção explícita de limitações, inferir da
  Discussion, mas sinalizar "(inferido da discussão)"
- **Prosa densa, sem bullets internos**: cada tópico é um parágrafo contínuo, não lista
- **Sem jargão não-explicado**: siglas devem aparecer expandidas na primeira ocorrência
- **Comprimento total**: ~250-400 palavras no corpo dos 5 tópicos

---

## Diferença de escopo em relação a skills similares

| Skill | Formato | Quando usar |
|---|---|---|
| `/abstract` | 5 tópicos em markdown, sem visual | Triagem rápida, leitura em 30 s |
| `/paper-review` | Leitura crítica: metodologia, pontos fortes e fracos | Decidir se o paper sustenta uma citação |
| `/papers` | Lista dos papers da semana sobre um tópico | Descobrir o que saiu, antes de triar |

---

## Exemplos de acionamento

| O usuário diz | O que fazer |
|---|---|
| `/abstract https://arxiv.org/abs/2504.12345` | `web_fetch` na URL, extrair 5 tópicos |
| `/abstract` (após mostrar paper na conversa) | Reutilizar conteúdo já lido, não buscar |
| "me dá os pontos principais desse paper" + PDF | Ler PDF, extrair 5 tópicos |
| "resume esse DOI: 10.1038/s41586-026-10675-5" | `web_fetch` em `https://doi.org/10.1038/s41586-026-10675-5` |
| "quais os tópicos desse artigo?" + URL colada | `web_fetch` na URL, extrair 5 tópicos |

Attribution

labdapslabdaps
View sourceSee grades on GitHubMore from labdaps →
SSkills DirectorySkills Directory

Ship a skill? Prove it's safe.

Free 120-pattern security scan, letter grade, and an embeddable README badge.

Submit a skill

Is this your skill, or is something wrong with this listing? Request removal or report an issue. Author removals are honored within 72 hours.

Comments (0)

No comments yet. Be the first to comment!

SSkills DirectorySkills Directory

Ship a skill? Prove it's safe.

Free 120-pattern security scan, letter grade, and an embeddable README badge.

Submit a skill

Related Skills

Math Olympiad

1. **Strip thinking before verifying** — a verifier that sees the reasoning is biased toward agreement. Fresh context, cleaned proof only. 2. **"Does this prove RH?"** — if your theorem's specialization to ζ is a famous open problem, you have a gap. Most reliable red flag. 3. **Short proof → extract the general lemma** — try 2×2 counterexamples. If general form is false, find what's special about THIS instance. 4. **Same gap twice → step back** — the case split may be obscuring a unifie

374330 votes

Manim

Comprehensive guide for Manim Community - Python framework for creating mathematical animations and educational videos with programmatic control

304950 votes

Mcore Onboard Gb200 1node Tests

Onboard 1-node GitHub MR functional tests for GB200 from existing mr-scoped 2-node tests.

180410 votes

Mcore Split Pr

Split a PR into multiple PRs to reduce the number of required CODEOWNERS reviewer groups.

180410 votes

Read Sensor

Listens to a CARLA sensor and either saves its data to files, shows it live in a window, prints a one-shot summary, or (ros-info) reports the native ROS 2 topics, QoS and enabled-for-ROS state so you can echo it from ROS instead. Cameras save as PNG (depth/semantic auto-colourised) and display in a pygame window; lidar saves as .ply and shows as a top-down scatter; IMU/GNSS/radar/collision stream to JSONL or the console. Use when the user asks to "show/view the camera", "display the lidar", "...

144610 votes
View all in education →