# Read Paper

> 深度精读学术论文，从标题分析到审稿人视角全面解析论文价值、方法逻辑和研究贡献

- Skill: `xlinsist/read-paper` (Agent Skill)
- Install (CLI): `npx skillmds@latest add xlinsist/read-paper`
- Raw SKILL.md: https://api.skillmd.com/api/skills/xlinsist/read-paper/raw
- Safety review: pending
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: Coding & Dev Tools
- Author: xlinsist (https://skillmd.com/u/xlinsist)
- Updated: 2026-09-17
- Page: https://skillmd.com/skills/xlinsist/read-paper

---


# Read Paper Skill - 学术论文深度精读助手

此 skill 专门用于深度精读学术论文（支持 LaTeX/PDF 格式），不仅提取信息，更重要的是分析**为什么会有这种方法**、**这种方法怎么就能解决问题**。

## 使用方法

```bash
/read --file 路径/到/论文.pdf
```

或直接在对话中：

```
请帮我精读 papers/example-paper.pdf
```

或针对 LaTeX 源文件：

```
请深度精读 thesis/main.tex
```

## 参数

- `--file` (可选): 论文文件路径，支持 PDF 或 LaTeX 文件
  - 如果未提供，将分析当前工作目录下的论文

## 使用场景

当你需要：
- 深度理解论文的研究动机和方法逻辑
- 从审稿人角度评价论文质量
- 理解作者的学术背景和研究脉络
- 分析实验设计的合理性和结果的说服力
- 理解论文在学术领域中的定位和贡献

## 精读分析流程

执行此 skill 时，将按以下步骤进行**深度分析**（不是浅层信息提取）：

### 1. **标题深度分析**
   - **原文标题**：完整提取论文标题
   - **关键词拆解**：精读标题的每个关键词，提取：
   - **一句话概述**：用一句话概括标题的核心内容

### 2. **基本信息与时间线**
   - **开源情况**：有没有开源代码，什么时候开源的，开源后有没有宣传
   - **发布时间线**：文章什么时候投稿，什么时候被接收
   - **会议/期刊**：发表在哪里，影响因子或会议等级

   > **注意**：如果是 PDF 论文，尝试从文件元数据、页眉页脚、首页信息中提取；如果信息不全，明确说明

### 3. **作者和单位背景**
   - **作者列表**：提取所有作者及其单位
   - **作者背景分析**（如果有条件）：
     - 搜索第一作者和通讯作者的公开信息和个人主页
     - 特别关注他们声称致力于做什么
     - 之前有没有知名的相关工作

   > **注意**：对于 LaTeX 源文件，从 `\author{}` 命令提取；对于 PDF，从首页提取。如果无法进行网络搜索，说明需要用户补充

### 4. **摘要和关键词深度提炼**
   - **原文摘要**：完整复制摘要（中文摘要即可，如有）
   - **关键词**：原样提取关键词
   - **TL;DR**：用一段话通俗介绍本文想解决什么问题、用了什么方法、为什么这个方法能够解决问题、有它没它有什么区别

### 5. **目录和章节组织架构**
   - **完整目录**：提取所有层级（章、节、小节、小小节）
   - **组织架构分析**：
     - 论文整体展开方式是怎样的
     - 各章之间的**逻辑关系**（承上启下）
     - 方法部分是**先 overview 再具体模块**，还是**先理论分析再系统实现**
     - 每章的**功能定位**

   > **关键**：不要只列目录，要说明为什么这样组织

### 6. **背景部分深度分析**
   结合目录分析背景部分介绍了哪些内容
   以及**为什么要介绍这个**（是划定了要解决的问题、给出了现在依托的方法、点出了场景的特殊性、还是阐述了当前痛点和已有工作的局限？）
   **支撑了论文哪一段核心论证**

### 7. **动机分析**
   - **问题陈述**：现有方法存在什么具体问题（定量描述）
   - **风险分析**：这样的性能劣化反映了怎样**可见的风险**
   - **定量到定性的转换**：这个定量指标的下降怎么就导致了**定性问题**
   - **必要性论证**：为什么必须提出新方法

   > **关键**：分析作者如何从"指标下降"推导到"问题严重"，这种论证是否充分

### 8. **方法部分逐一阐述**
   对**每个图表和伪代码**分别简要阐述（关注逻辑，不要摘抄技术细节）：
   - **方法框架图**：
     - 整体架构是什么
     - 为什么要这样设计（解决什么问题）
     - 各模块如何协同工作
   - **具体模块图**：
     - 该模块的输入输出是什么
     - 核心操作是什么
     - **为什么这样做就能解决问题**（而不只是描述做了什么）
   - **伪代码/算法**：
     - 算法的核心逻辑
     - 关键步骤的作用
     - 时间/空间复杂度分析
   - **代码变换通路**：如果涉及代码转换，说明转换的每一步

### 9. **实验部分逐一阐述**
   对**每个图表**分别阐述（关注逻辑，不要摘抄实验数据）：
   - **先给研究问题映射**：在开始分析任何图表前，先明确这一组实验想回答哪几个研究问题（RQ1、RQ2...），并标明每个研究问题对应的图表编号
   - **验证的问题**：这个实验要回答什么问题
   - **实验设计**：
     - 硬件平台（GPU/CPU型号、内存等）
     - 软件版本（所依赖的第三方库或实验比较的软件版本）
     - 基线选择（为什么选这些基线）
     - 评估方法（什么样的测试场景）
     - 性能指标（为什么用这些指标）
   - **结果分析**：
     - 探究问题（一个凝练的疑问句）
     - 实验结果（定量描述和趋势分析）
     - 实验结论（它如何验证前面所提方法，或者有哪些新发现）
   - **消融实验**：
     - 验证了哪些组件的有效性
     - 各组件的贡献大小

### 10. **相关工作分析**
   - **相关工作分类**：论文涉及哪几类相关工作
   - **联系与区别**：与每类工作的联系是什么，本文的创新点在哪
   - **贡献范围界定**：作者如何界定本研究的贡献范围

### 11. **讨论部分分析**
   - **对领域的指导意义**：本文对未来研究有什么启发
   - **技术贡献列举**：明确列出本文的技术贡献点
   - **后续工作展望**：作者提出了哪些后续研究方向

### 12. **审稿人视角总结**
   从**审稿人的角度**做客观点评：

   #### 优点（Strengths）
   - 研究动机是否充分
   - 方法创新性如何
   - 实验设计是否合理
   - 结果是否有说服力
   - 写作和组织是否清晰

   #### 不足（Weaknesses）
   - 方法的局限性
   - 实验的不足之处
   - 理论分析的缺失

   #### 关键问题（Critical Questions）
   - **为什么会有这种方法**：动机是否充分
   - **这种方法怎么就能解决问题**：逻辑链条是否完整
   - **实验是否充分验证了主张**
   - **与相关工作的区别是否显著**
   - **真正的、别人没有的洞察和创新点是什么**

## 输出规范

生成的精读笔记将遵循以下规范：

- **深度优先**：强调分析"为什么"和"怎么解决"，而不只是"做了什么"
- **结构化组织**：使用清晰的小标题分节
- **目录层级缩进**：生成完整目录时按层级缩进展示，例如 `2` 为一级，`2.1` 和 `2.2` 在 `2` 的基础上缩进，`2.1.1` 再在 `2.1` 的基础上继续缩进
- **信息准确性**：原文内容（标题、摘要、关键词）必须完整提取
- **完整性优先**：不遗漏任何图表和章节
- **批判性思维**：从审稿人角度客观评价，指出优点和不足
- **术语去包装**：不要被作者术语牵着走；分析作者定义的术语背后的本质
- **明确缺失**：如某些信息无法获取（如作者背景、时间线），明确说明

完成精读后，默认将阅读报告写在当前目录下的`read-paper-report.md`里。在文档的最前面添加文档信息（包括论文标题、会议、作者、精读日期），然后添加本文档的目录（包括12个精读分析流程）。目录必须做层级缩进展示。最后全面检查文档，增加markdown的可读性（比如目录可以提供超链接、章节架构注意缩进，小标题适当加粗等等）。

## 重要注意事项

### 1. **摘要必须完整提取，一个字都不能少**
   - **错误示例**：只提取摘要的前几段，省略后续详细描述
   - **正确做法**：完整复制摘要全文，包括所有列举段落（如"1. ...", "2. ...", "3. ..."等）

### 2. **目录结构必须从实际 tex 文件中完整提取**
   - 对于 LaTeX 论文：搜索所有 `.tex` 文件中的 `\chapter`、`\section`、`\subsection`、`\subsubsection` 命令
   - 对于 PDF 论文：从目录页或文档结构中提取完整层级
   - **目标**：提取完整的多级目录结构

### 3. **分析要深入，不要只描述表面**
   - **错误示例**："作者提出了一个新的算法" → 这只是描述
   - **正确做法**："作者观察到现有算法在X场景下存在Y问题，因此提出了Z算法，通过A机制解决了Y问题" → 这是深度分析

### 4. **每个图表都要单独分析**
   - 不要笼统地说"实验结果表明方法有效"
   - 要针对每个图表说明：验证什么问题、结果是什么、说明了什么

### 5. **保持客观和批判性**
   - 不要盲目夸赞，要指出真实存在的问题
   - 不要打分，不用给出 Accept/Reject/Boardline 等总体评价。只阐述优点、不足、关键问题是否有回应即可。

## ⚠️ 关键提醒

**核心原则：描述"为什么"和"怎么解决"，而不只是"做了什么"**

在分析方法和实验时，始终追问：
- 为什么要这样设计？
- 这样做怎么就能解决前面提到的问题？
- 这个实验为什么能证明作者的主张？
- 还有什么问题没有解决？