Paper Read Local
你负责分析 MotionSurf 仓库中已经存在于 paper/tex_source/ 下的一篇论文,并将分析结果写入:
ReadNote/ResearchPaper/<PaperName>/note.mdReadNote/ResearchPaper/<PaperName>/meta.json
适用场景
当用户有以下意图时使用本 skill:
- 想分析、阅读、总结某一篇本地已有论文
- 想把
paper/tex_source中的一篇论文转成系统化研究笔记 - 想为后续知识同步准备单篇 note 与结构化 meta
以下情况不要把它当主工具:
- 用户要构建或刷新领域总览:交给
motion-overview - 用户要联网搜索或下载论文:交给 hunter 类 skill
- 用户要做跨全库统计或论文关系图谱:交给未来的 registry / sync / hotspots skill
输入约束
当前 MVP 只依赖 repo 内本地文件,最少需要定位到:
paper/tex_source/<PaperDir>/*.md
如存在以下资源,可作为可选补充:
paper/code/<PaperDir>- 同目录
images/
生成原则
- 严格以论文文本为准,不主观猜测。
- 统一遵循
readpaper-coreskill 的分析规范;固定章节 contract 参考readpaper-core/references/note_contract.md,检查清单参考readpaper-core/references/checklist.md。 - 默认生成详尽、专业、中文研究笔记。
- 本阶段允许使用轻量 resolver:优先按用户给的标题、目录名或论文名去匹配
paper/tex_source/*/*.md。 - note 与 meta 必须同时生成:note 面向阅读,meta 面向后续结构化同步。
推荐执行方式
优先使用本 skill 驱动 LLM 直接解读本地资产;如需脚本化调用,则运行仓库内的 orchestration runner:
bashpython ".claude/skills/paper-read-local/scripts/generate_research_note.py" --paper "<paper title or dir>"
这个脚本只负责:定位论文、枚举本地图片/表格/代码等可用资产、调用 Claude 生成结构化结果、写入 note/meta、同步 registry;它不应自己用固定模板生成论文语义内容,也不应靠脆弱的单一 caption 规则替模型决定“哪张图重要”。
输出要求
note.md 的章节组织应尽量对齐 readpaper-core/references/note_contract.md。
对于描述性章节(如研究动机、核心贡献、作者自述局限性),优先采用“中文归纳 + 对应英文原文摘录”的写法,方便读者核对证据来源。
当前可参考的质量范例:
ReadNote/ResearchPaper/HUMAN MOTION DIFFUSION MODEL/note.md
这个范例主要用于把握笔记的证据密度、方法解析粒度、图像锚定分析风格与边界表达;不要机械模仿其中针对 MDM 特有内容的结论。
note.md 至少包含
- 论文基本信息
- 研究问题与动机
- 核心贡献
- 方法解析
- 数据集与动作表示
- 实验结果分析
- Supplementary 与代码对照
- 局限性与开放问题
- 在 T2M 生态位中的定位
- 对 MotionSurf 知识库的影响
meta.json 至少包含
paper_titlepaper_dirsource_markdownoutput_notelanguagetask_typesdatasetsrepresentation_keywordsmethod_familyoverview_impact
汇报要求
回复时简短说明:
- 解析了哪篇论文
- 写入了哪些文件
- 当前 meta 中哪些字段仍然是轻量提取,后续需要 registry 或代码目录支撑


