yipng05-max

Paper Analyzer

專業領域v1.0.0
作者:yipng05-max更新於 2026-05-11paper-analyzer@clawhub_yipng05-max/paper-analyzer
科研學術#PDF#研究#论文

據 AlphaMoat 統計,截至 2026-10,Paper Analyzer 累計下載 10,298 次、獲 5 個星標,按累計下載量在本次參與排名的 10,914 個 AI 技能中排名第 2,653 位,在「專業領域」分類(1,228 個)中排名第 271 位。

列表預設按累計下載量排序,也可按星標排序;詳情頁排名按累計下載量計算。

累計下載
1萬
星標
5
全站下載量排名
#2,653
全站前 25% · 「專業領域」前 23%
平台累計下載星標評論
ClawHub ↗1182--
SkillHub ↗1萬5—

各平台的計數口徑不同,統計時間不一致。

這個技能是做什麼的

學術論文結構化閱讀、拆解與分析工具。基於12個閱讀要素(研究背景、研究問題、研究結論、文獻綜合、文獻批評、研究方法、理論視角與理論框架、一致性發現、不一致性發現、研究貢獻、研究不足、未來研究展望)對論文進行深度拆解,結果儲存為Excel檔案。當用戶提到需要針對論文/文獻/paper進行拆解、解析、分析、閱讀、梳理...

月度資料趨勢

累計下載1萬
055531.1萬2026-03 · 累計下載 2012026-05 · 累計下載 13352026-06 · 累計下載 20562026-07 · 累計下載 35232026-08 · 累計下載 46332026-09 · 累計下載 60032026-10 · 累計下載 1萬26-0326-0926-10
星標5
0352026-03 · 星標 -2026-05 · 星標 22026-06 · 星標 22026-07 · 星標 52026-08 · 星標 52026-09 · 星標 52026-10 · 星標 526-0326-0926-10

2026-09 起統計方法調整:同名技能按作者分別統計,並覆蓋全部技能。圖中虛線為調整前的月份,與之後的資料不直接比較,也不計算跨越調整的增長。

月份累計下載環比星標
2026-101萬—5
2026-096003—5
2026-084633+31.5%5
2026-073523+71.4%5
2026-062056+54.0%2
2026-051335—2
2026-03201—-

SKILL.md 原文

以下是作者釋出的原始檔案,按純文字顯示,本站未做修改或稽核;其中的連結不可點選,命令請核實後再執行。抓取於 2026-11-20。

5.4 KB · ClawHub v1.0.0
---
name: paper-analyzer
description: 学术论文结构化阅读、拆解与分析工具。基于12个阅读要素(研究背景、研究问题、研究结论、文献综合、文献批评、研究方法、理论视角与理论框架、一致性发现、不一致性发现、研究贡献、研究不足、未来研究展望)对论文进行深度拆解,结果保存为Excel文件。当用户提到需要针对论文/文献/paper进行拆解、解析、分析、阅读、梳理,并上传或告知一篇或多篇论文的本地文件路径(PDF、Word等)时触发此skill。
---

# 论文结构化拆解分析

基于12个阅读要素对学术论文进行结构化拆解,结果保存为Excel文件存储于论文所在文件夹中。

## 工作流程
展開全部(共 128 行)

### 1. 读取论文

- 使用 Read 工具读取用户提供的论文文件(支持 PDF、Word 等格式)
- 对于 PDF 文件,如果 Read 工具无法直接读取,使用 `pdftotext` 命令提取文本
- 对于 PDF 文件,如果页数较多,先读取前几页了解结构,再分批读取全文
- 确保完整阅读论文的各个部分:摘要、引言、文献综述、方法、结果、讨论、结论
- **记录论文所在的文件夹路径**,用于后续保存Excel文件

### 2. 按12要素提取信息

阅读论文后,逐一提取12个阅读要素。要素定义详见 [references/reading_elements.md](references/reading_elements.md)。

提取要点:
- **研究背景**: 从引言开头提取宏观背景,区分实践背景、理论背景、政策背景
- **研究问题**: 识别核心研究问题,判断其类型(what/why/how/should)
- **研究结论**: 从结论和讨论部分提取对研究问题的直接回答
- **文献综合**: 从文献综述部分梳理作者如何分类整理已有研究
- **文献批评**: 提取作者对已有研究的评价,重点关注研究gap的表述
- **研究方法**: 从方法论部分提取具体研究方法和研究设计
- **理论视角与理论框架**: 识别论文采用的理论基础和分析框架
- **一致性发现**: 从讨论部分提取与已有研究一致的发现
- **不一致性发现**: 从讨论部分提取与已有研究不一致的发现
- **研究贡献**: 提取作者自述的研究贡献(新方法/新材料/新理论/新观点/新概念)
- **研究不足**: 从结论或讨论的局限性部分提取
- **未来研究展望**: 提取作者对后续研究的建议

如论文中某要素未明确提及,标注"论文未明确提及"并尝试基于论文内容进行合理推断,推断内容用括号标注。

### 3. 保存为Excel文件

分析完成后,将结果保存为Excel文件,存放于**被分析论文所在的文件夹**中。

使用 [scripts/export_excel.py](scripts/export_excel.py) 脚本生成Excel。先用 Python 将分析数据写入临时JSON文件,再调用脚本。

#### 单篇论文

生成文件名:`论文拆解_<论文简称>.xlsx`,包含一个工作表。

构造JSON数据并调用脚本:
```bash
python3 <skill_path>/scripts/export_excel.py --mode single --output "<论文所在文件夹>/论文拆解_<论文简称>.xlsx" --json '<json_string>'
```

JSON结构:
```json
{
  "title": "论文标题",
  "author": "作者",
  "source": "期刊/来源",
  "year": "年份",
  "elements": {
    "研究背景": "内容...",
    "研究问题": "内容...",
    "研究结论": "内容...",
    "文献综合": "内容...",
    "文献批评": "内容...",
    "研究方法": "内容...",
    "理论视角与理论框架": "内容...",
    "一致性发现": "内容...",
    "不一致性发现": "内容...",
    "研究贡献": "内容...",
    "研究不足": "内容...",
    "未来研究展望": "内容..."
  }
}
```

#### 多篇论文

生成文件名:`论文拆解汇总_<N>篇.xlsx`,包含每篇论文的独立工作表 + 最后一个"横向对比汇总"工作表。

```bash
python3 <skill_path>/scripts/export_excel.py --mode multi --output "<论文所在文件夹>/论文拆解汇总_<N>篇.xlsx" --json '<json_string>'
```

JSON结构:
```json
{
  "papers": [
    { "title": "...", "author": "...", "source": "...", "year": "...", "elements": { ... } },
    ...
  ],
  "summary": {
    "paper_labels": ["论文A简称", "论文B简称", ...],
    "elements": {
      "研究背景": ["论文A精简版", "论文B精简版", ...],
      ...12个要素各一个数组...
    }
  }
}
```

**重要**:由于JSON字符串可能很长,使用Python将JSON写入临时文件,再用 `--json "$(cat /tmp/paper_data.json)"` 传入,或直接在Python中调用脚本。推荐方式:

```python
import json, subprocess
data = { ... }  # 构造好的数据
with open("/tmp/_paper_analysis.json", "w") as f:
    json.dump(data, f, ensure_ascii=False)
subprocess.run(["python3", "<skill_path>/scripts/export_excel.py",
    "--mode", "multi",
    "--output", "<输出路径>",
    "--json", json.dumps(data, ensure_ascii=False)])
```

### 4. 输出到对话

在保存Excel后,同时在对话中以markdown表格简要呈现分析结果,并告知用户Excel文件的保存路径。

### 5. 内容要求

- 使用中文输出(除非论文为英文且用户要求英文输出)
- 每个要素的内容应简明扼要但信息充分,单篇表格中每个要素2-5句话
- 汇总对比表中每个单元格压缩为1-2句核心要点
- 忠于论文原文,避免过度解读;推断内容明确标注
- 在研究问题要素中标注问题类型(what/why/how/should)

「專業領域」分類下的熱門技能

AIGC過程存證服務專業領域

AIGC創作過程自動存證技能。自動識別創作平台與生成工具,將創作過程記錄存證並蓋有公安備案電子印章,具備可信時間戳,可以在全國電子印章互認平台核驗。

↓ 390萬★ 7u_c2c77b5f
防詐專家專業領域

反電信網路詐騙(反詐)專家技能。當用戶描述一個疑似詐騙的場景、簡訊、電話、連結、聊天記錄、App、投資平台、招聘資訊或轉賬要求,並詢問「這是不是詐騙」「要不要轉錢」「怎麼止損」「錢還能不能追回來」,或需要識別詐騙話術、拆解騙局結構、生成報案材料與取證清單時使用。同時在對話中主動嗅探「轉賬、驗證碼、螢幕共享、安全帳戶、保證金、刷單、穩賺、百萬保障、跑分」等風險詞並插入預警,即使對方並未詢問反詐。適用場景還包括:家屬求助勸阻疑似被騙的親人、企業/銀行/支付機構/網際網路平台做涉詐帳戶識別與交易監測規則、涉詐資金鍊(跑分、卡四件套、GOIP)分析、反詐合規與員工培訓、反詐實戰演練。

↓ 168.7萬★ 4user_e9185b15
全國電子印章互認平台專業領域

電子印章公安備案、全網互認,實現所有格式檔案電子簽章與影片確權,覆蓋全國所有CA廠商自2005年以來的全量電子簽章資料,無論由哪個地區、哪套系統、哪家CA機構簽發,均可精準校驗與互認。

↓ 141.6萬★ 8u_c2c77b5f
baozheng-skills專業領域

包拯.Skills你身邊的專家律師團 — 專業法律諮詢 + 要素式/通用起訴狀起草 + 刑事專項材料輔助 + 法條分析與法規檢索。flk.npc.gov.cn API即時法條優先,不可用時AI知識庫降級兜底,**法條來源按四檔標註可核驗(已核驗-flk API / 已核驗-單源 / 已引-離線庫 / 未核驗-模型生成),交付末尾附法條/事實/金額/程式分項置信度**;以22類法律領域覆蓋矩陣約束路由邊界;支援35個起訴狀模板、5類刑事專項材料輔助;內建Logic Doctor邏輯自檢、訴訟時效追蹤及10類異常容錯處理(含連續失敗熔斷);漸進式意圖收斂協議(3輪狀態機);混合意圖自動任務拆解(按依賴排序→合併→順序執行);含反模式清單與危機干預出口(自殺/家暴/未成年人侵害先於一切法律分析)。非標準案由自動使用通用模板。

↓ 52.7萬★ 2user_814dbe54
律師助手專業領域

律師AI辦案工作臺:從接案到結案全流程提效——案件分析、要件梳理、文書初稿、證據質證、法庭攻防演練、賠償與費用計算、期限提醒、復盤歸檔;覆蓋民事、刑事、勞動、非訴、破產、執行、行政、仲裁八大領域,111 個專家技能;法條可核驗、結論可複核。

↓ 50.7萬★ 77user_cd0fcd93
包拯.SKILL專業領域

包拯.Skills你身邊的專家律師團 — 專業法律諮詢 + 要素式/通用起訴狀起草 + 刑事專項材料輔助 + 法條分析與法規檢索。flk.npc.gov.cn API即時法條優先,不可用時AI知識庫降級兜底,**法條來源按四檔標註可核驗(已核驗-flk API / 已核驗-單源 / 已引-離線庫 / 未核驗-模型生成),交付末尾附法條/事實/金額/程式分項置信度**;以22類法律領域覆蓋矩陣約束路由邊界;支援35個起訴狀模板、5類刑事專項材料輔助;內建Logic Doctor邏輯自檢、訴訟時效追蹤及10類異常容錯處理(含連續失敗熔斷);漸進式意圖收斂協議(3輪狀態機);混合意圖自動任務拆解(按依賴排序→合併→順序執行);含反模式清單與危機干預出口(自殺/家暴/未成年人侵害先於一切法律分析)。非標準案由自動使用通用模板。

↓ 42.4萬★ 41user_741dc82b
專利初稿助手專業領域

基於技術交底書生成專利申請初稿。技術交底書內容至少包含技術問題、解決方案、技術效果。內建的推理、視覺、多模態、數學、函式、模擬等模型底座均為國產,國外模型0使用,可放心食用。 近期安裝量暴增感謝支援,不少私信希望能力提升但這已是國產極限,我們不必追求最強技能,達到及格即可。學習交流歡迎聯絡微訊號A26dian4

↓ 36.9萬★ 48user_9c63fdb4
露禾論文寫作助手(免費版pro)專業領域

露禾論文寫作助手(免費版):一句話生成引用可溯源、不編造的專業學術論文,按國標 GB/T 7714 插入真實文獻引用,中英文 3000/5000/8000 字,一鍵匯出 Word。說「寫論文 / 幫我寫論文」即可使用。

↓ 35萬★ 18u_a3c224a2

yipng05-max 的其他技能

資料月份:2026-10 · 下載/星標數聚合自公開技能註冊庫(ClawHub、SkillHub),按月更新。口徑說明見資料方法。