據 AlphaMoat 統計,截至 2026-10,Paper Parse 累計下載 12,446 次、獲 19 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 2,222 位,在「知識管理」分類(745 個)中排名第 146 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 ↗ | 5565 | 9 | - |
| SkillHub ↗ | 1.2萬 | 19 | — |
各平台的計數口徑不同,統計時間不一致。
輸入可以是 PDF 附件或論文 URL,輸出 Part A 的深度專業解析與 Part B 的核心邏輯和價值提煉。取全文用 pdftotext 命令或 file 工具的 read 動作。 文字擷取與摘要可能漏掉圖表或細節;引用、方法和結論應對照原論文核驗。
資料釋出於 2026-10-27
以下是根據技能文件生成的示例,不代表實際執行結果。
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。 該技能有同名的其他版本,調整前的資料歸屬當前下載量最大的這一個。
| 月份 | 累計下載 | 環比 | 星標 |
|---|---|---|---|
| 2026-10 | 1.2萬 | — | 19 |
| 2026-09 | 7382 | — | 19 |
| 2026-08 | 6210 | +5.8% | 19 |
| 2026-07 | 5869 | +7.6% | 19 |
| 2026-06 | 5455 | +7.3% | 16 |
| 2026-05 | 5086 | — | 15 |
| 2026-03 | 3410 | — | 7 |
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 2026-10-23。
--- name: paper-parse description: 对用户提供的任何学术论文(PDF附件或URL)进行双模式深度研读。当用户请求分析、研读、解读或总结一篇学术论文时,使用此技能。一次性生成两份报告:Part A 面向研究者的深度专业解析,Part B 面向快速理解的核心逻辑与价值提炼。 --- # Paper Parse 对任何学术论文进行专业深度解析,一次性产出两种不同深度的报告。 ## 核心原则
- **学术严谨性**: 对研究设计、数据结果、论证逻辑的转述必须绝对准确,符合该领域学术规范。 - **理论深度**: 清晰揭示论文的理论基础、核心假设,以及它对现有理论体系的补充、修正或颠覆。 - **完整复现**: 完整呈现从提出问题到得出结论的全过程,特别是方法论和关键数据,做到关键信息零遗漏。 - **超越翻译**: 产出物应比线性翻译稿更能清晰地揭示论文的内在逻辑和创新点。 - **双模输出**: 始终在一个最终交付文件中同时提供 Part A 和 Part B。 ## 工作流程 论文研读分四步执行: ### Step 1: 通读论文全文 使用 `pdftotext` 命令或 `file` 工具的 `read` 动作提取论文全文。对于URL来源的论文,先尝试下载PDF再提取。必须覆盖从摘要到参考文献的所有内容。对于包含重要图表的论文,使用 `file` 工具的 `view` 动作查看关键图表页面,并将图表信息保存到文本文件中。 ### Step 2: 综合分析 创建临时分析文件 `temp_analysis.md`,提取并组织以下要素: - 研究问题、假设、方法论、数据来源 - 核心发现与关键数据 - 理论贡献与实践意义 - 论文的根本矛盾点、切入视角、方法创新 **此步骤不可跳过**,它是保证最终报告质量的思考过程。 ### Step 3: 撰写双模报告 创建最终交付文件,文件名格式为 `[论文简称]_研读报告.md`。 **撰写 Part A 前**,先读取模板:`/home/ubuntu/skills/paper-parse/references/part-a-template.md` **撰写 Part B 前**,先读取模板:`/home/ubuntu/skills/paper-parse/references/part-b-template.md` ### Step 4: 交付成果 使用 `message` 工具交付最终报告文件。消息文本中简要概括论文的核心创新、关键发现和理论价值,引导用户查看附件。 ## 写作质量标准 - 使用完整段落而非大量列表,交替使用段落和表格组织信息 - 关键术语首次出现时提供中英文对照 - 引用论文中的具体数据和实验结果来支撑每一项论述 - Part A 追求专业性和完整性,Part B 追求洞察力和凝练度 - 最终文件中 Part A 和 Part B 之间用 `---` 分隔 ## 最终交付文件结构 ```markdown # [论文标题] 双模式研读报告 --- ## Part A: 深度专业学术速读报告 (遵循 part-a-template.md 结构生成的完整内容) --- ## Part B: 核心逻辑链与根本价值提炼 (遵循 part-b-template.md 结构生成的完整内容) ```
透過公開搜尋URL在16個搜尋引擎(7個國內直連+9個國際)中做跨引擎檢索、結果去重與多源交叉驗證,無需API Key,內建零依賴Python指令碼。Use when 使用者要求“搜一下/查資料/多找幾個來源/核實訊息/找公眾號文章/排查報錯/找論文或開源專案”時。輸入自然語言查詢詞,輸出帶來源連結與可信度標註的結構化結果。不適用於私有資料檢索、批次抓取、需要登入後可見的內容。
透過 IMA OpenAPI 管理筆記與知識庫內容。
把長文字、文件與網頁內容壓縮成要點和關鍵詞的摘要工具。
透過“查一下、搜一下、搜尋、找一下”等自然語言檢索公開網頁,整理來源並交付橫版 PDF、Markdown 與標題連結表。支援使用者主動開啟、檢視和取消技能收藏,保留原報告取回。
規定如何為網頁請求選擇合適工具的必讀指引。
AI HOT(aihot.virxact.com)中文 AI 資訊查詢 Skill,幫助使用者獲取今日 AI 圈動態、AI 日報、AI 熱點、最新 AI 資訊以及 OpenAI、Anthropic、Google 等公司的最新發布資訊。
全球12億文獻知識庫(8千萬中文期刊可下載)——透過 SmartLib 開放平台 API 提供中外文學術文獻檢索與下載能力,覆蓋 8000 萬篇授權中文期刊全文 + 12.28 億條全球文獻後設資料(期刊 7.19 億 / 專利 2.15 億 / 會議 7155 萬 / 學位論文 2473 萬 / 標準 268 萬)。 能力:中英文關鍵詞檢索、文獻詳情、中文期刊 PDF 全文下載、外文 OA 文獻十級渠道免費下載(不消耗配額)、智慧關鍵詞擴充套件、核心期刊優先排序、相關性重排、引文追溯、分類號檢索。 配額:首次使用自動註冊,免費 100 次檢索 + 10 次下載 / 月;耗盡自動彈出方案(體驗卡 / 個人版月 / 專業版月 / 單篇下載 / 下載包),可說「升級 / 充值」喚起;企業 / 機構定製聯絡 [email protected]。 觸發:使用者表達"查論文""找文獻""檢索學術""搜期刊""查專利""找標準""下論文""寫文獻綜述""找參考文獻""查 SCI/EI"等意圖時啟用;也適用"幫我找關於 XX 的論文""寫文獻綜述""找幾篇引用支撐論點"。英文:"find papers" "search literature" "write literature review" "find supporting citations"。 呼叫前必須先用 /consume 獲取 consume_token,再憑 token 調 /search(每次計費介面呼叫都需一次 /consume)。
用 uvx 直接呼叫 markitdown,把各類檔案轉成 Markdown。
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。