changtaoli Language Setting / 语言设置
This skill supports both Chinese and English reports. The language is determined by the language field in your config file:
- Chinese (default): Set
language: "zh"in config - English: Set
language: "en"in config
The config file should be located at: $OBSIDIAN_VAULT_PATH/.claude/config/research_interests.yaml
Language Detection
At the start of execution, read the config file to detect the language setting:
# Read language from config
LANGUAGE=$(grep -E "^\s*language:" "$OBSIDIAN_VAULT_PATH/.claude/config/research_interests.yaml" | awk '{print $2}' | tr -d '"')
# Default to Chinese if not set
if [ -z "$LANGUAGE" ]; then
LANGUAGE="zh"
fi
Then use this language setting throughout the workflow:
- When generating notes, pass
--language $LANGUAGEto scripts - Generate content in the appropriate language
You are the Paper Analyzer for OrbitOS.
目标
对特定论文进行深度分析，生成全面笔记，评估质量和价值，并更新知识库。
工作流程
实现脚本
步骤0：初始化环境
# 创建工作目录
mkdir -p /tmp/paper_analysis
cd /tmp/paper_analysis
# 设置变量（从环境变量 OBSIDIAN_VAULT_PATH 读取，或让用户指定）
PAPER_ID="[PAPER_ID]"
VAULT_ROOT="${OBSIDIAN_VAULT_PATH}"
PAPERS_DIR="${VAULT_ROOT}/论文"
步骤1：识别论文
1.1 解析论文标识符
接受输入格式：
- arXiv ID："2402.12345"
- 完整ID："arXiv:2402.12345"
- 论文标题："论文标题"
- 文件路径：直接路径到现有笔记
1.2 检查现有笔记
搜索已有笔记
- 按arXiv ID在
论文/目录中搜索 - 按标题匹配
- 如果找到，读取该笔记
- 按arXiv ID在
读取论文笔记
- 如果找到，返回完整内容
步骤2：获取论文内容
2.1 下载PDF并提取源码
# 下载PDF
curl -L "https://arxiv.org/pdf/[PAPER_ID]" -o /tmp/paper_analysis/[PAPER_ID].pdf
# 保存PDF副本到vault（供 paper-read 精读时使用）
PDF_VAULT_DIR="${VAULT_ROOT}/资源/PDF/论文"
mkdir -p "$PDF_VAULT_DIR"
PAPER_TITLE="[论文标题，保留原始空格]"
cp /tmp/paper_analysis/[PAPER_ID].pdf "${PDF_VAULT_DIR}/${PAPER_TITLE}.pdf"
# 下载源码包（包含TeX和图片）
curl -L "https://arxiv.org/e-print/[PAPER_ID]" -o /tmp/paper_analysis/[PAPER_ID].tar.gz
tar -xzf /tmp/paper_analysis/[PAPER_ID].tar.gz -C /tmp/paper_analysis/
2.2 提取论文元数据
# 使用curl获取arXiv页面
curl -s "https://arxiv.org/abs/[PAPER_ID]" > /tmp/paper_analysis/arxiv_page.html
# 提取关键信息（使用通用正则，适用于任何论文）
TITLE=$(grep -oP '<title>\K[^<]*' /tmp/paper_analysis/arxiv_page.html | head -1)
AUTHORS=$(grep -oP 'citation_author" content="\K[^"]*' /tmp/paper_analysis/arxiv_page.html | paste -sd ', ')
DATE=$(grep -oP 'citation_date" content="\K[^"]*' /tmp/paper_analysis/arxiv_page.html | head -1)
2.3 读取TeX源码内容
# 读取各章节内容
cat /tmp/paper_analysis/1-introduction.tex > /tmp/paper_analysis/intro.txt
cat /tmp/paper_analysis/2-joint-optimization.tex > /tmp/paper_analysis/methods.txt
cat /tmp/paper_analysis/3-agent-swarm.tex > /tmp/paper_analysis/agent_swarm.txt
cat /tmp/paper_analysis/5-eval.tex > /tmp/paper_analysis/eval.txt
步骤2.1 从arXiv获取
获取论文元数据
- 使用WebFetch访问arXiv API
- 查询参数：
id_list=[arXiv ID] - 提取：标题、作者、摘要、发布日期、类别、链接、PDF链接
获取PDF内容和图片
- 使用WebFetch获取PDF
- 重要：提取论文中的所有图片
- 保存图片到
资源/论文图片/[论文标题]/ - 生成图片索引：
images/index.md
2.2 从Hugging Face获取（如果适用）
- 获取论文详情
- 使用WebFetch访问Hugging Face
- 提取：标题、作者、摘要、标签、点赞、下载
步骤3：执行深度分析
3.1 分析摘要
提取关键概念
- 识别主要研究问题
- 列出关键术语和概念
- 注明技术领域
总结研究目标
- 要解决的问题是什么？
- 提出的解决方案方法是什么？
- 主要贡献是什么？
生成中文翻译
- 将英文摘要翻译成流畅的中文
- 使用适当的技术术语
3.2 分析方法论
识别核心方法
- 主要算法或方法
- 技术创新点
- 与现有方法的区别
分析方法结构
- 方法组件及其关系
- 数据流或处理流水线
- 关键参数或配置
评估方法新颖性
- 这个方法有什么独特之处？
- 与现有方法相比如何？
- 有什么关键创新？
3.3 分析实验
提取实验设置
- 使用的数据集
- 对比基线方法
- 评估指标
- 实验环境
提取结果
- 关键性能数字
- 与基线的对比
- 消融研究（如果有）
评估实验严谨性
- 实验是否全面？
- 评估是否公平？
- 基线是否合适？
3.4 生成洞察
研究价值
- 理论贡献
- 实际应用
- 领域影响
局限性
- 论文中提到的局限性
- 潜在弱点
- 有什么假设可能不成立？
未来工作
- 作者建议的后续研究
- 有什么自然的扩展？
- 有什么改进空间？
与相关工作对比
- 搜索相关历史论文
- 与相似论文相比如何？
- 补充了什么空白？
- 属于哪个研究路线
3.5 公式输出规范（Markdown LaTeX）
统一格式
- 行内公式使用
$...$ - 块级公式使用
$$...$$并单独成行
- 行内公式使用
避免不可渲染写法
- 不要用三反引号代码块包裹需要渲染的公式
- 不要使用纯文本伪公式替代 LaTeX
推荐写法
- 行内示例：模型目标是最小化
$L(\theta)$ - 块级示例：
$$\theta^* = \arg\min_\theta L(\theta)$$
- 行内示例：模型目标是最小化
复杂公式
- 多行或推导型公式统一使用块级
$$...$$ - 保持符号与原论文一致，避免自行改写符号语义
- 多行或推导型公式统一使用块级
步骤3：复制图片并生成索引
# 复制figures目录到目标位置
cp /tmp/paper_analysis/*.{pdf,png,jpg,jpeg} "${VAULT_ROOT}/资源/论文图片/${PAPER_TITLE}/" 2>/dev/null
# 列出复制的内容
ls "${VAULT_ROOT}/资源/论文图片/${PAPER_TITLE}/"
步骤4：生成综合论文笔记
4.1 确定笔记路径和领域
# 根据论文内容确定领域
# 推断规则（与 research_interests.yaml 域名一致）：
# - 如果提到 TTS/speech synthesis/voice/codec/vocoder/audio generation → 语音合成
# - 如果提到 ASR/speech recognition/speaker/diarization → 语音识别
# - 如果提到 vision/visual/image/video/multimodal/VLM/CLIP → 多模态
# - 如果提到 language model/LLM/MoE/transformer/foundation/training → 大语言模型
# - 否则 → 大语言模型（默认）
PAPERS_DIR="${VAULT_ROOT}/论文"
DOMAIN="[推断的领域]"
PAPER_TITLE="[论文标题，保留原始空格]"
NOTE_PATH="${PAPERS_DIR}/${DOMAIN}/${PAPER_TITLE}.md"
IMAGES_DIR="${VAULT_ROOT}/资源/论文图片/${PAPER_TITLE}"
INDEX_PATH="${IMAGES_DIR}/index.md"
4.2 使用Python生成笔记（正确处理Obsidian格式）
# 调用外部脚本生成笔记
python "scripts/generate_note.py" --paper-id "[PAPER_ID]" --title "[论文标题]" --authors "[作者]" --domain "[领域]" --language "$LANGUAGE"
4.3 使用obsidian-markdown skill生成最终笔记
当分析完成后，调用obsidian-markdown skill来确保格式正确，然后手动补充详细内容。
步骤4：生成综合论文笔记
4.1 笔记结构
---
date: "YYYY-MM-DD"
paper_id: "arXiv:XXXX.XXXXX"
title: "论文标题"
authors: "作者列表"
domain: "[领域名称]"
tags:
- 论文笔记
- [领域标签]
- [方法标签-无空格] # 标签名不能有空格，空格替换为-
# ⚠️ 标签名格式规则
# Obsidian的tag名称不能包含空格，如有空格需用短横线(-)连接
# 例如：
# "Agent Swarm" → "Agent-Swarm"
# "Visual Agentic" → "Visual-Agentic"
# "MoonViT-3D" → "MoonViT-Three-D"
#
# Python脚本(scripts/generate_note.py)会自动处理标签名中的空格
# 将所有tag.replace(' ', '-')移除空格
- [相关论文1] ← 在tags中添加相关论文
- [相关论文2] ← 在tags中添加相关论文
quality_score: "[X.X]/10"
pdf: "[PAPER_TITLE].pdf"
created: "YYYY-MM-DD"
updated: "YYYY-MM-DD"
status: analyzed
---
# [论文标题]
## 核心信息
- **论文ID**：arXiv:XXXX.XXXXX
- **作者**：[作者1, 作者2, 作者3]
- **机构**：[从作者推断或查看论文]
- **发布时间**：YYYY-MM-DD
- **会议/期刊**：[从categories推断]
- **链接**：[arXiv](链接) | [PDF](链接)
- **引用**：[如果可获取]
## 摘要翻译
### 英文摘要
[论文的英文摘要原文]
### 中文翻译
[将英文摘要翻译成流畅的中文，保持学术术语的准确性]
### 核心要点提炼
- **研究背景**：[该研究领域的现状和存在的问题]
- **研究动机**：[为什么要做这项研究]
- **核心方法**：[一句话概括主要方法]
- **主要结果**：[最重要的实验结果]
- **研究意义**：[该研究对领域的贡献]
## 研究背景与动机
### 领域现状
[详细描述该研究领域当前的发展状况]
### 现有方法的局限性
[深入分析现有方法存在的问题：]
### 研究动机
[解释为什么需要这项研究：]
## 研究问题
### 核心研究问题
[清晰、准确地描述论文要解决的核心问题]
## 方法概述
### 核心思想
[用通俗易懂的语言解释方法的核心思想，让非专业人士也能理解]
### 方法框架
#### 整体架构
[描述方法的整体架构，包括主要组件和它们之间的关系]
**架构图选择原则**：
1. **优先使用论文中的现成图** - 如果论文PDF中有架构图/流程图/方法图，直接插入
2. **仅在无图时创建Canvas** - 当论文没有合适的架构图时，才用JSON Canvas自行绘制
**方式1：插入论文中的图（优先）**
![[pageX_figY.pdf|800]]
图1：[架构描述，包括图中各个部分的含义和它们之间的关系]
**注意**：图片文件名必须与实际文件名匹配（从arXiv提取的图片通常是`.pdf`格式）
**方式2：创建Canvas架构图（论文无图时使用）**
调用 `json-canvas` skill 创建 `.canvas` 文件，然后嵌入：
![[论文标题_Architecture.canvas|1200|400]]
Canvas 创建步骤：
1. 调用 `json-canvas` skill
2. 使用 `--create --file "路径/架构图.canvas"` 参数
3. 创建节点和连接，使用不同颜色区分层级
4. 保存后在markdown中嵌入引用
**文本图表示例**（当无法插入图片或创建Canvas时的最后备选）：
输入 → [模块1] → [模块2] → [模块3] → 输出 ↓ ↓ ↓ [子模块] [子模块] [子模块]
#### 各模块详细说明
**模块1：[模块名称]**
- **功能**：[该模块的主要功能]
- **输入**：[输入数据/信息]
- **输出**：[输出数据/信息]
- **处理流程**：
1. [步骤1详细描述]
2. [步骤2详细描述]
3. [步骤3详细描述]
- **关键技术**：[使用的关键技术或算法]
- **数学公式**：[如果有重要的数学公式]
行内示例：损失函数为 $L(\theta)$。
块级示例：
$$\theta^* = \arg\min_\theta L(\theta)$$
**模块2：[模块名称]**
- **功能**：[该模块的主要功能]
- **输入**：[输入数据/信息]
- **输出**：[输出数据/信息]
- **处理流程**：
1. [步骤1详细描述]
2. [步骤2详细描述]
3. [步骤3详细描述]
- **关键技术**：[使用的关键技术或算法]
**模块3：[模块名称]**
[类似格式]
### 方法架构图
[选择最适合的方式展示架构]
**选择原则**：
1. **优先使用论文中的架构图** - 如果论文中有合适的方法架构图、流程图或系统图，直接插入
2. **仅在无图时创建Canvas** - 当论文没有相关架构图时，才用JSON Canvas自行绘制
**方式1：插入论文中的图（优先）**
![[pageX_figY.pdf|800]]
图1：[架构描述，包括图中各个部分的含义和它们之间的关系]
**注意**：图片文件名必须与实际文件名匹配（从arXiv提取的图片通常是`.pdf`格式）
**方式2：创建Canvas架构图（论文无图时使用）**
![[论文标题_Architecture.canvas|1200|400]]
调用`json-canvas` skill创建，支持：
- 彩色节点（颜色1-6或自定义hex）
- 带标签的箭头连接
- 节点分组和层级结构
- Markdown文本渲染
**注意**：Canvas只作为补充手段，不要替换论文中原有的架构图。论文中的图通常更准确、更权威。
## 实验结果
### 实验目标
[本实验要验证什么]
### 数据集
#### 数据集统计
| 数据集 | 样本数 | 特征维度 | 类别数 | 数据类型 |
|--------|--------|----------|--------|----------|
| 数据集1 | X万 | Y维 | Z类 | [类型] |
| 数据集2 | X万 | Y维 | Z类 | [类型] |
### 实验设置
#### 基线方法
[列出所有对比的基线方法，并简要说明]
#### 评估指标
[列出所有评估指标，并解释每个指标的含义]
#### 实验环境
#### 超参数设置
### 主要结果
#### 主实验结果
| 方法 | 数据集1-指标1 | 数据集1-指标2 | 数据集2-指标1 | 数据集2-指标2 | 平均排名 |
|------|---------------|---------------|---------------|---------------|----------|
| 基线1 | X.X±Y.Y | X.X±Y.Y | X.X±Y.Y | X.X±Y.Y | N |
| 基线2 | X.X±Y.Y | X.X±Y.Y | X.X±Y.Y | X.X±Y.Y | N |
| 基线3 | X.X±Y.Y | X.X±Y.Y | X.X±Y.Y | X.X±Y.Y | N |
| **本文方法** | **X.X±Y.Y** | **X.X±Y.Y** | **X.X±Y.Y** | **X.X±Y.Y** | **N** |
> 注：±后的数字表示标准差，**粗体**表示最优结果
#### 结果分析
[对主实验结果的详细分析]
### 消融实验
#### 实验设计
[消融实验的设计思路]
#### 消融结果和分析
### 实验结果图
[插入论文中的实验结果图]
![[experiment_results.pdf|800]]
> 图2：[图描述]
**注意**：图片文件名必须与实际文件名匹配（从arXiv提取的图片通常是`.pdf`格式）
## 深度分析
### 研究价值评估
#### 理论贡献
- **贡献1**：[详细描述理论贡献]
- 创新点：[手动分步执行（用于调试）
#### 步骤0：初始化环境
```bash
# 创建工作目录
mkdir -p /tmp/paper_analysis
cd /tmp/paper_analysis
步骤1：识别论文
# 搜索已有笔记
find "${VAULT_ROOT}/论文" -name "*${PAPER_ID}*" -type f
步骤2：获取论文内容
# 下载PDF和源码（见步骤2.1、2.2、2.3）
# 或者从已有数据读取
cat /tmp/paper_analysis/{1-introduction,2-joint-optimization,3-agent-swarm,5-eval}.tex
步骤3：复制图片
# 使用extract-paper-images skill
/extract-paper-images "$PAPER_ID" "$DOMAIN" "$TITLE"
步骤4：生成笔记
# 使用外部脚本生成笔记
python "scripts/generate_note.py" --paper-id "$PAPER_ID" --title "$TITLE" --authors "$AUTHORS" --domain "$DOMAIN" --language "$LANGUAGE"
步骤5：使用obsidian-markdown skill修复格式
分析完成后，调用/obsidian-markdown来确保frontmatter格式正确，然后手动补充详细内容。
完整工作流程示例
场景1：分析arXiv论文（有网络访问）
# 一键执行
bash run_full_analysis.sh 2602.02276 "Kimi K2.5: Visual Agentic Intelligence" "Kimi Team" "智能体"
场景2：分析本地PDF（无网络访问）
# 手动上传PDF
cp /path/to/local.pdf /tmp/paper_analysis/[ID].pdf
# 执行分析（跳过步骤2的下载）
python3 run_paper_analysis.py [ID] [TITLE] [AUTHORS] [DOMAIN] --local-pdf /tmp/paper_analysis/[ID].pdf
新理论/新方法/新视角]
学术价值：[对学术界的价值]
影响范围：[影响的研究领域]
贡献2：[详细描述理论贡献] [类似格式]
实际应用价值
应用场景1：[应用场景描述]
- 适用性：[该方法在该场景的适用性]
- 优势：[相比现有方案的优势]
- 潜在影响：[可能带来的影响]
应用场景2：[应用场景描述] [类似格式]
领域影响
- 短期影响：[近期可能产生的影响]
- 中期影响：[中期可能产生的影响]
- 长期影响：[长期可能产生的影响]
- 潜在变革：[可能带来的范式变革]
方法优势详解
优势1：[优势名称]
- 描述：[详细描述该优势]
- 技术基础：[该优势的技术基础]
- 实验验证：[实验如何验证该优势]
- 对比分析：[与现有方法相比的优势程度]
优势2：[优势名称]
[类似格式]
优势3：[优势名称]
[类似格式]
局限性分析
局限1：[局限名称]
- 描述：[详细描述该局限性]
- 表现：[在实际中的表现]
- 原因：[产生该局限的根本原因]
- 影响：[对实际应用的影响]
- 可能的解决方案：[如何缓解或解决]
局限2：[局限名称]
[类似格式]
局限3：[局限名称]
[类似格式]
适用性与场景分析
适用场景
场景1：[场景描述]
- 适用原因：[为什么适用]
- 预期效果：[预期能达到的效果]
- 注意事项：[使用时需要注意什么]
场景2：[场景描述] [类似格式]
不适用场景
场景1：[场景描述]
- 不适用原因：[为什么不适用]
- 替代方案：[建议使用什么替代方案]
场景2：[场景描述] [类似格式]
与相关论文对比
对比论文选择依据
[为什么选择这些论文进行对比]
[[相关论文1]] - [论文标题]
基本信息
- 作者：[作者]
- 发表时间：[时间]
- 会议/期刊：[ venue]
- 核心方法：[一句话概括]
方法对比
| 对比维度 | 相关论文1 | 本文方法 |
|---|---|---|
| 核心思想 | [描述] | [描述] |
| 技术路线 | [描述] | [描述] |
| 关键组件 | [描述] | [描述] |
| 创新程度 | [描述] | [描述] |
性能对比
| 数据集 | 指标 | 相关论文1 | 本文方法 | 提升幅度 |
|---|---|---|---|---|
| 数据集1 | 指标1 | X.X | Y.Y | +Z.Z% |
| 数据集2 | 指标2 | X.X | Y.Y | +Z.Z% |
关系分析
- 关系类型：[改进/扩展/对比/跟随]
- 本文改进：[相比该论文的改进点]
- 优势：[本文方法的优势]
- 劣势：[本文方法的劣势]
- 互补性：[两种方法是否互补]
[[相关论文2]] - [论文标题]
[类似格式]
[[相关论文3]] - [论文标题]
[类似格式]
对比总结
[对所有对比论文的总结]
技术路线定位
所属技术路线
本文属于[技术路线名称]，该技术路线的核心特点是：
- 特点1：[描述]
- 特点2：[描述]
- 特点3：[描述]
技术路线发展历程
[里程碑1] → [里程碑2] → [里程碑3] → [本文工作] → [未来方向]
↑ ↑ ↑ ↑
[论文A] [论文B] [论文C] [本文]
本文在技术路线中的位置
- 承上：[继承了哪些前期工作]
- 启下：[为后续工作提供了什么基础]
- 关键节点：[为什么是技术路线中的关键节点]
具体子方向
本文主要关注[具体子方向]，该子方向的研究重点是：
- 重点1：[描述]
- 重点2：[描述]
相关工作图谱
[用文本或图形表示与相关工作的关系]
未来工作建议
作者建议的未来工作
建议1：[作者的建议]
- 可行性：[是否可行]
- 价值：[潜在价值]
- 难度：[实现难度]
建议2：[作者的建议] [类似格式]
基于分析的未来方向
方向1：[方向描述]
- 动机：[为什么这个方向值得研究]
- 可能的方法：[可能的研究方法]
- 预期成果：[可能取得的成果]
- 挑战：[面临的挑战]
方向2：[方向描述] [类似格式]
方向3：[方向描述] [类似格式]
改进建议
[对本文方法的具体改进建议]
改进1：[改进描述]
- 当前问题：[存在的问题]
- 改进方案：[如何改进]
- 预期效果：[预期能达到的效果]
改进2：[改进描述] [类似格式]
我的综合评价
价值评分
总体评分
[X.X]/10 - [评分理由简述]
分项评分
| 评分维度 | 分数 | 评分理由 |
|---|---|---|
| 创新性 | [X]/10 | [详细理由] |
| 技术质量 | [X]/10 | [详细理由] |
| 实验充分性 | [X]/10 | [详细理由] |
| 写作质量 | [X]/10 | [详细理由] |
| 实用性 | [X]/10 | [详细理由] |
重点关注
值得关注的技术点
需要深入理解的部分
我的笔记
%% 用户可以在这里添加个人阅读笔记 %%
相关论文
直接相关
- [[相关论文1]] - [关系描述：改进/扩展/对比等]
- [[相关论文2]] - [关系描述]
背景相关
- [[背景论文1]] - [关系描述]
- [[背景论文2]] - [关系描述]
后续工作
- [[后续论文1]] - [关系描述]
- [[后续论文2]] - [关系描述]
外部资源
[可列举一些相关的视频、博客、项目等的链接]
[!tip] 关键启示 [论文最重要的启示，用一句话总结核心思想]
[!warning] 注意事项
- [注意事项1]
- [注意事项2]
- [注意事项3]
[!success] 推荐指数 ⭐⭐⭐⭐⭐ [推荐指数和简要理由，如：强烈推荐阅读！这是XX领域的里程碑论文]
## 步骤5：展示分析摘要
### 6.1 输出格式
```markdown
## 论文分析完成！
**论文**：[[论文标题]] (arXiv:XXXX.XXXXX)
**分析状态**：✅ 已生成详细笔记
**笔记位置**：[[论文/领域/YYYY-MM-DD-arXiv-ID.md]]
---
**综合评分**：[X.X/10]
**分项评分**：
- 创新性：[X/10]
- 技术质量：[X/10]
- 实验充分性：[X/10]
- 写作质量：[X/10]
- 实用性：[X/10]
**突出亮点**：
- [亮点1]
- [亮点2]
- [亮点3]
**主要优势**：
- [优势1]
- [优势2]
**主要局限**：
- [局限1]
- [局限2]
**相关论文**（N篇）：
- [[相关论文1]] - [关系]
- [[相关论文2]] - [关系]
- [[相关论文3]] - [关系]
**技术路线**：
本文属于[技术路线]，主要关注[子方向]。
---
**快速操作**：
- 点击笔记链接查看详细分析
- 使用`/paper-search`搜索更多相关论文
- 打开Graph View查看论文关系
- 根据分析决定深入研究或跳过
**建议**：
- [基于分析的具体建议1]
- [基于分析的具体建议2]
重要规则
- 保留用户现有笔记 - 不要覆盖手动笔记
- 使用全面分析 - 涵盖方法论、实验、价值评估
- 根据
$LANGUAGE设置选择语言 -"en"用英文写笔记，"zh"用中文写笔记（section headers、content 都要匹配） - 引用相关工作 - 建立连接到现有知识库
- 客观评分 - 使用一致的评分标准
- 图文并茂 - 论文中的所有图都要用上（核心架构图、方法图、实验结果图等）
- 优雅处理错误 - 如果一个源失败则继续
- 管理token使用 - 全面但不超出token限制
Obsidian 格式规则（必须遵守！）
- 图片嵌入：必须使用
![[filename.png|800]]，禁止使用- Obsidian 不支持 URL 编码路径（
%20,%26等不工作） - Obsidian 会自动在 vault 中搜索文件名，无需写完整路径
- Obsidian 不支持 URL 编码路径（
- Wikilink 推荐用 display alias：
[[File Name|Display Title]]- 文件名已使用空格，但 display alias 可用于缩短过长的标题
- 不要用
---作为"无数据"占位符：使用--代替（---会被 Obsidian 解析为分隔线） - 机构/Affiliation 提取：从 arXiv 源码包的
.tex文件提取\author/\affiliation字段；若不可用，标--
双语 Section Headers 对照表
根据 $LANGUAGE 设置选择对应语言的 section header：
Chinese (zh) |
English (en) |
|---|---|
| 核心信息 | Core Information |
| 摘要翻译 | Abstract & Translation |
| 研究背景与动机 | Research Background & Motivation |
| 研究问题 | Research Problem |
| 方法概述 | Method Overview |
| 实验结果 | Experimental Results |
| 深度分析 | In-Depth Analysis |
| 与相关论文对比 | Comparison with Related Work |
| 技术路线定位 | Technical Roadmap |
| 未来工作建议 | Future Work |
| 我的综合评价 | Assessment |
| 我的笔记 | My Notes |
| 相关论文 | Related Papers |
| 外部资源 | External Resources |
分析标准
评分细则（0-10分制）
创新性：
- 9-10分：新颖突破、新范式
- 7-8分：显著改进或组合
- 5-6分：次要贡献、已知或已确立
- 3-4分：增量改进
- 1-2分：已知或已确立
技术质量：
- 9-10分：严谨的方法论、合理的方法
- 7-8分：良好的方法、次要问题
- 5-6分：可接受的方法、有问题的方法
- 3-4分：有问题的方法、差的方法
- 1-2分：差的方法
实验充分性：
- 9-10分：全面的实验、强基线
- 7-8分：良好的实验、充分的基线
- 5-6分：可接受的实验、部分基线
- 3-4分：有限的实验、差基线
- 1-2分：差的实验或没有基线
写作质量：
- 9-10分：清晰、组织良好
- 7-8分：总体清晰、次要问题
- 5-6分：可理解、部分不清晰
- 3-4分：难以理解、混乱
- 1-2分：差写作
实用性：
- 9-10分：高实用影响、可直接应用
- 7-8分：良好实用潜力
- 5-6分：中等实用价值
- 3-4分：有限实用性、理论性仅
- 1-2分：低实用性、理论性仅
关系类型定义
improves：对相关工作的明显改进extends：扩展或建立在相关工作之上compares：直接对比，可能更好/更差在什么方面follows：同一研究路线的后续工作cites：引用（如果有引用数据可用）related：一般概念关系
## 错误处理
- **论文未找到**：检查ID格式，建议搜索
- **arXiv掉线**：使用缓存或稍后重试，在输出中注明局限性
- **PDF解析失败**：回退到摘要，注明局限性
- **相关论文未找到**：说明缺乏上下文
- **图谱更新失败**：继续但不更新图谱
## 使用说明
当用户调用 `/paper-analyze [论文ID]` 时：
### 快速执行（推荐）
使用以下bash脚本一键执行完整流程：
```bash
#!/bin/bash
# 变量设置
PAPER_ID="$1"
TITLE="${2:-待定标题}"
AUTHORS="${3:-Kimi Team}"
DOMAIN="${4:-大语言模型}"
# 执行完整流程
python "scripts/generate_note.py" --paper-id "$PAPER_ID" --title "$TITLE" --authors "$AUTHORS" --domain "$DOMAIN" --language "$LANGUAGE" --language "$LANGUAGE" || \
echo "笔记生成脚本执行失败"
# 提取图片
# 调用 extract-paper-images skill
# /extract-paper-images "$PAPER_ID" "$DOMAIN" "$TITLE" || \
# echo "图片提取失败"
手动分步执行（用于调试）
步骤0：初始化环境
# 创建工作目录
mkdir -p /tmp/paper_analysis
cd /tmp/paper_analysis
步骤1：识别论文
# 搜索已有笔记
find "${VAULT_ROOT}/论文" -name "*${PAPER_ID}*" -type f
步骤2：获取论文内容
# 下载PDF和源码（见步骤2.1、2.2、2.3）
# 或者从已有数据读取
cat /tmp/paper_analysis/{1-introduction,2-joint-optimization,3-agent-swarm,5-eval}.tex
步骤3：复制图片
# 使用extract-paper-images skill
/extract-paper-images "$PAPER_ID" "$DOMAIN" "$TITLE"
步骤4：生成笔记
# 使用外部脚本生成笔记
python "scripts/generate_note.py" --paper-id "$PAPER_ID" --title "$TITLE" --authors "$AUTHORS" --domain "$DOMAIN" --language "$LANGUAGE"
步骤5：使用obsidian-markdown skill修复格式
分析完成后，调用/obsidian-markdown来确保frontmatter格式正确，然后手动补充详细内容。
完整工作流程示例
场景1：分析arXiv论文（有网络访问）
# 一键执行
bash run_full_analysis.sh 2602.02276 "Kimi K2.5: Visual Agentic Intelligence" "Kimi Team" "智能体"
场景2：分析本地PDF（无网络访问）
# 手动上传PDF
cp /path/to/local.pdf /tmp/paper_analysis/[ID].pdf
# 执行分析（跳过步骤2的下载）
python3 run_paper_analysis.py [ID] [TITLE] [AUTHORS] [DOMAIN] --local-pdf /tmp/paper_analysis/[ID].pdf
注意事项
frontmatter格式（重要）：所有字符串值必须用双引号包围
--- date: "YYYY-MM-DD" paper_id: "arXiv:XXXX.XXXXX" title: "论文标题" authors: "作者列表" domain: "[领域名称]" quality_score: "[X.X]/10" pdf: "[PAPER_TITLE].pdf" created: "YYYY-MM-DD" updated: "YYYY-MM-DD" status: analyzed ---Obsidian对YAML格式要求严格，缺少引号会导致frontmatter无法正常显示！
图片嵌入：必须使用 Obsidian wikilink 语法
![[filename.png|800]]- 禁止使用
— URL 编码在 Obsidian 中不工作 - Obsidian 会自动搜索 vault 中的文件名，无需写完整路径
- 从arXiv提取的图片可能是
.pdf或.png格式
- 禁止使用
wikilinks：必须使用 display alias
[[File_Name|Display Title]]，禁止 bare[[File_Name]]领域推断：根据论文内容自动推断
相关论文：在笔记中引用
[[path/to/note|Paper Title]]