# Enrich

> Use when the user wants LLM-based metadata enrichment, table-of-contents extraction, L3 conclusion extraction, or abstract backfilling for library papers.

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

---

# 富化论文内容

通过 LLM 提取论文的目录结构（TOC）或结论段（L3），丰富论文元数据。

> **注意**：`import-endnote` / `import-zotero` 导入时默认自动执行 toc + l3 + abstract backfill。以下命令用于**选择性富化**（如重新提取、补充特定论文、或处理全库）。
>
> **引用量补查**：使用 `/citations` skill 中的 `scholaraio refetch` 命令。

## 执行逻辑

1. 解析用户意图：
   - **提取目录**：使用 `enrich-toc`
   - **提取结论**：使用 `enrich-l3`
   - **补全摘要**：使用 `backfill-abstract`（从 .md 提取 + LLM 校验）

2. 确定处理范围：
   - 指定论文 ID → 处理单篇
   - 用户说"全部" → 使用 `--all`
   - 可选 `--force` 覆盖已有结果

> 批量模式说明：
> - `--all` 会按 `config.llm.concurrency` 做多篇并发处理
> - 并发只发生在“论文之间”，单篇内部提取逻辑不拆分并发
> - 批量模式会对单篇失败自动做指数退避重试

3. 执行命令：

**提取目录：**
```bash
scholaraio enrich-toc [<paper-id> | --all] [--force] [--inspect]
```

**提取结论：**
```bash
scholaraio enrich-l3 [<paper-id> | --all] [--force] [--inspect] [--max-retries N]
```

**补全摘要：**
```bash
scholaraio backfill-abstract [--dry-run] [--doi-fetch]
```

参数说明：
- `--inspect` — 展示提取过程详情（调试用）
- `--max-retries N` — L3 单篇提取最大重试次数（默认 2）；`--all` 时也作为每篇论文的批量重试预算
- `--doi-fetch` — 从出版商网页抓取官方 abstract（覆盖现有，需联网）

4. 展示处理结果。
   - `enrich-toc` 现在会显示开始提取、是否成功、以及提取出的 TOC 节数
   - 单篇处理不再只是打印论文名
   - 批量处理会显示并发 worker 数，以及最终的成功 / 失败 / 跳过汇总

## 示例

用户说："帮我提取所有论文的结论"
→ 执行 `enrich-l3 --all`

用户说："重新提取 Smith-2023-Survey 的目录"
→ 执行 `enrich-toc "Smith-2023-Survey" --force`

用户说："帮我看看这篇论文 TOC 提取成功没有"
→ 执行 `enrich-toc "<paper-id>" --force`，并根据终端输出确认 `TOC 提取完成: N 节`

用户说："补全摘要"
→ 执行 `backfill-abstract`，然后提示 `embed --rebuild`

用户说："补查引用量"
→ 转交 `/citations` skill（使用 `refetch` 命令）