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。
| 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。
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...
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 |
|---|---|---|---|
| 2026-10 | 1萬 | — | 5 |
| 2026-09 | 6003 | — | 5 |
| 2026-08 | 4633 | +31.5% | 5 |
| 2026-07 | 3523 | +71.4% | 5 |
| 2026-06 | 2056 | +54.0% | 2 |
| 2026-05 | 1335 | — | 2 |
| 2026-03 | 201 | — | - |
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。
--- 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
### 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)
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。
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。
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。
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。
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。
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。
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
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。
知網(CNKI)高階檢索論文自動化工具。當用戶提供研究關鍵詞(一組或多組)時,自動在知網 高階檢索頁面模擬人類檢索行為:選擇學術期刊類別、勾選CSSCI來源、輸入主題關鍵詞(含同義詞 和同位詞,用 + 連線)、多組關鍵詞用OR關係連線,檢索後按被引量排序、切換50條/頁、 開啟摘要檢視,最終透過"匯出與分析"功能...
PPT全自動生成流(AFP):使用者提供主題和內容,Agent自動完成風格選擇→大綱生成→Prompt生成→AI繪圖→打包PPTX→傳送飛書。觸發關鍵詞:幫我做PPT、生成幻燈片、製作簡報、ppt-afp。
cjournal-analyzer 分析 CSSCI 期刊近五年的發文主題與趨勢,並生成 Word 報告。
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。