# Paper Lab

> 论文工作台——论文检索下载、PDF解析、精读笔记、学习模式陪读、引文图谱、主题综述、arXiv追新、CPU级复现、文献台账。当用户想找论文/读论文/学论文/复现论文/做文献综述/管理文献库/初始化论文工作台时使用。

- Skill: `lessxi/paper-lab` (Agent Skill, multi-file: 24 files)
- Install (CLI): `npx skillmds@latest add lessxi/paper-lab`
- Raw SKILL.md: https://api.skillmd.com/api/skills/lessxi/paper-lab/raw
- Safety review: pending
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: Docs & Writing
- Author: LessXi (https://skillmd.com/u/lessxi)
- Updated: 2026-09-17
- Page: https://skillmd.com/skills/lessxi/paper-lab

---


# paper-lab：全流程论文工作台

把当前工作区变成论文研读学习复现工作台：**发现 → 获取 → 解析 → 精读 → 沉淀 → 复现 → 综述**。

## 第一步：判断工作区状态

- 工作区根有 `registry.md` + `library/` + `AGENTS.md`（含"论文工作台"字样）→ 已初始化：读该 AGENTS.md 拿参数（`research_fields` / `python312`），按流程地图执行
- 未初始化 → 执行 `commands/paper-init.md`（在任意目录生成完整工作台；需用户确认目标目录）

## 流程地图（按需读对应命令文件，勿全量加载）

| 用户意图 | 命令 | 文件（相对本技能目录） |
|---|---|---|
| 初始化工作台 | /paper-init | commands/paper-init.md |
| 找论文/下载/落库 | /paper-find | commands/paper-find.md |
| AI 代读出笔记（筛选） | /paper-read | commands/paper-read.md |
| **自己学透一篇（AI 陪读+出题）** | /paper-learn | commands/paper-learn.md |
| 引文图谱/BibTeX | /paper-cite | commands/paper-cite.md |
| 主题综述 | /paper-survey | commands/paper-survey.md |
| arXiv 追新 | /paper-watch | commands/paper-watch.md |
| 复现（CPU级） | /paper-reproduce | commands/paper-reproduce.md |
| 台账盘点 | /paper-lab | commands/paper-lab.md |

无斜杠命令的宿主（如 DeepSeek Harness）：用户直接说意图即可路由，例如"帮我找 XX 论文"→ paper-find 流程；"我要学这篇"→ paper-learn 流程。

## 核心约定（所有流程共享）

1. **两套精读模式**：学习模式（用户读用户写，AI 只陪读/出题/code review，红线见 paper-learn.md）vs 代读模式（AI 三遍读法：概览→精读→批判）。核心论文用前者，批量筛选用后者。
2. **解析双引擎**：MinerU（公式/表格最强，首次运行下载模型慢）+ fast 兜底（pypdf 秒级）；封装为工作区 `.zcode/tools/parse_paper.py`（由 /paper-init 安装）。
3. **台账驱动**：`registry.md` 唯一状态源，流转 inbox→待读→在读→已读→复现中→已复现。
4. **复现分级**：官方 repo → 降规模（小数据/推理模式/小模型）→ 从零实现 → 代码走读；数量级一致即成功。
5. **数据与框架分离**：工作区即 Obsidian 仓库，明面全是论文数据（笔记 `library/<论文>/<论文标题>.md` 单一数据源，文件名=论文标题，wikilink 友好），Obsidian Sync 全量同步；框架在工作区的唯一落点是 `.zcode/` 点目录（venv/模板/MCP 配置，Obsidian 不碰点开头目录），流程规则的源头是本技能包仓库——改框架改这里，跑 install.sh 更新。
6. **MCP 可选**：有 arxiv/paper-search MCP 用之；没有则命令内置网页检索 + `curl -L` 直拉 PDF 兜底，功能不缺失。
7. **呈现原则（所有命令通用）**：凡是要用户看的内容（论文段落、图表、地图、综述），必须在回复中直接呈现——原文**双语对照**节选、关键句引用、图片以**独立成行的文件路径**呈现并配文字带看；路径只作为看全文的入口。不许让用户自己去翻文件再切回来。
8. **学习模式教学法**（详见 commands/paper-learn.md）：**隐形学情推断**——不设摸底表单、不要求自我评估，从回答证据动态升降提问档位（ZPD）；最低档问题的答案必须就在刚呈现的材料里；答不出走提示阶梯（方向→线索→半解→完整讲解），不冷场也不剥夺思考；学习者画像由 AI 依观察静默维护于 `learner-profile.md`（证据+推断，非自评）。

## 依赖与排障

- 必需：uv（Python 3.12 由 /paper-init 检测安装）
- 可选：arxiv-mcp-server、paper-search-mcp（/paper-init 写入工作区 MCP 配置）、Obsidian（工作区即 vault；不装不影响流程，仅失去图形界面与同步）
- 环境坑（杀软拦 uv trampoline、uvx 默认 Python、mineru 漏 six、模型源）→ `references/environment-notes.md`，安装脚本已内置规避