v1.0.0 to v1.1.0

---

name: paper-explainer

description: >

用通俗但准确的语言深度解释学术论文，覆盖问题背景、方法、公式、实验、创新、局限和相关工作，并输出可独立阅读的 Markdown 学习笔记。适用于论文精读、方法拆解、实验分析和跨领域理解；若证据不完整，必须继续获取全文或明确证据边界。Use for rigorous paper explanations that distinguish source claims, evidence, and interpretation instead of treating an abstract as the whole paper.

license: MIT

compatibility: Requires PDF or local file reading; internet access is needed when the input is an arXiv link, DOI, title, or incomplete excerpt.

metadata:

author: "sanqi-cd"

emoji: "📄"

description_zh: "准确、通俗地解释论文的方法、公式、实验、创新与局限，并明确证据边界。"

description_en: "Explain papers accurately and accessibly while separating source claims, evidence, and interpretation."

overview_zh: "把陌生论文讲成有主线、有证据边界、能真正学会的研究笔记。"

overview_en: "Turn an unfamiliar paper into a clear, evidence-bounded study note."

platforms: "Claude Code · Codex · OpenCode · OpenClaw"

---

# 论文解读

## 目标

按「引言/方法/实验/结论」拆解论文，用通俗语言解读核心思想，标注可复现细节，输出一份结构化 Markdown 笔记。

## 开始前准备

- [ ] 确认用户提供了 PDF 文件或 arXiv 链接

- [ ] 仅给论文标题时，先搜索论文再让用户确认是哪篇，不要盲猜

- [ ] 论文超过 50 页时，询问用户是否需要完整解读还是只解读核心部分

- [ ] PDF 扫描件 OCR 质量太差无法提取正文时，告知用户并停止

- [ ] 用户给多篇但未指定时，停下来确认

## 工作流程

### Step 1: 获取论文全文

- 如果是 PDF：提取正文（含标题、作者、摘要、所有章节）

- 如果是 arXiv 链接：获取论文元数据和 PDF，提取正文

- 仅给标题时：搜索 arXiv / Google Scholar，列出候选，请用户确认后再获取全文

- 提取失败时明确告知原因，不编造内容

**产出**：论文完整正文 + 元数据（标题、作者、发表年份/会议、链接）

### Step 2: 识别论文结构

通读全文，识别各章节对应关系。常见结构映射：

- Introduction / 引言 / 背景 → **引言**

- Method / Proposed Approach / 方法 / 模型 → **方法**

- Experiment / Evaluation / Results / 实验 / 结果 → **实验**

- Conclusion / Discussion / 结论 / 讨论 → **结论**

如果论文结构不标准，按最接近的逻辑归类，并在笔记中说明归类依据。

**产出**：章节映射表 + 每个章节的核心要点速记

先判断论文类型，再调整阅读重点：

- 算法/模型论文：目标函数、模块关系、计算代价、消融和基线公平性。

- 系统论文：工作负载、系统边界、吞吐/延迟、资源开销和故障条件。

- 实证/社会科学论文：研究设计、样本、变量、效应量、稳健性和外推范围。

- 综述论文：检索范围、分类框架、覆盖缺口和结论时效性。

### Step 3: 逐章解读

对每个章节完成以下四项任务：

**A. 核心内容简述**：用 3-5 句话概括本章做了什么，不用术语堆砌

**B. 通俗类比**：至少给 1 个生活化类比帮助理解。如"注意力机制就像一个读者在翻译句子时，每写一个词都会回看原文中最相关的部分"

**C. 术语解释**：本章首次出现的专业术语给出简明解释（一句话），后续出现不重复

**D. 可复现标注**（重点在方法&实验章节）：标注数据集名称/规模、超参设置、硬件环境、关键实现细节。如缺信息则注明"论文未提及"

所有关键结论使用 `作者陈述`、`论文证据`、`解读` 或 `未知` 标签，并附 `[p. 7]`、`[§3.2]`、`[Figure 4]`、`[Table 2]` 等定位符。不得把自己的推断写成作者结论。

**产出**：四个章节的解读草稿，每章含 A/B/C/D 四项

### Step 4: 质量检查

对照质量标准逐项自检，不通过的章节回修：

- [ ] 每个 section 有至少 1 个通俗类比

- [ ] 方法章节标注了数据集、超参、环境等可复现细节

- [ ] 结论章节区分了"作者声称"与"客观实验结果"

- [ ] 首次出现的术语有简明解释

- [ ] 实验局限性已标注（如有）

- [ ] 关键结论有来源定位，且作者陈述、论文证据和解读已分开

按 `references/quality-rubric.md` 评分；总分低于 10/12 或“证据完整性”为 0 时必须回修。

**产出**：自检通过的解读终稿

### Step 5: 输出 Markdown 笔记

按以下格式输出最终笔记：

```

# [论文标题]

**作者**: [作者] | **发表**: [会议/期刊, 年份] | **链接**: [arXiv/DOI]

## 来源与证据边界

[使用了全文/摘要/局部页面；缺失、OCR 不确定或无法访问的部分]

## 一句话速读

[不超过 80 字的核心贡献概括]

## 引言

[核心内容简述]

[通俗类比]

[关键术语解释]

## 方法

[关键术语解释]

[可复现细节：数据集 | 超参 | 环境 | 实现要点]

[未提及的细节]

## 实验

[通俗类比]

[可复现细节]

## 结论

[作者声称的贡献]

[客观实验结果支撑了什么]

[未解决的问题/未来方向]

## 一句话总结

[论文最值得记住的一个点]

```

**产出**：符合格式的结构化 Markdown 笔记

保存文件后运行：

```bash

python3 scripts/validate_note.py "<note.md>"

```

校验失败时回修并重跑。若因源材料本身缺失而无法满足定位要求，在“来源与证据边界”中明确说明，并向用户报告未通过项，不得伪造定位符。

## 质量标准

- [ ] 每个章节（引言/方法/实验/结论）至少包含 1 个通俗类比

- [ ] 方法章节标注数据集名称/规模、超参、硬件环境、关键实现细节；缺失项标注"论文未提及"

- [ ] 结论明确区分"作者声称"与"客观实验结果"

- [ ] 首次出现的专业术语有括号内简明解释

- [ ] 实验局限性已标注

- [ ] 至少 3 个关键结论附有页面、章节、图表或公式定位符

- [ ] 使用标签区分作者陈述、论文证据、解读和未知信息

- [ ] 不直接翻译摘要充当解读，不堆砌术语

## 最终反馈

解读完成后，向用户报告以下内容即任务结束：

| 项目 | 内容 |

|------|------|

| 章节覆盖 | 实际覆盖了几个章节（引言/方法/实验/结论） |

| 可复现细节 | 标注了几项、其中几项论文提及、几项缺失 |

| 实验局限性 | 是否已标注 |

| 需复核 | 内容中不确定的部分（如模糊的公式、OCR 可能误读的字符） |

以上四项全部报告完毕即退出，不额外追问。