Agent skill · huangwb8
research-literature-interpretation
像资深研究者带学生一样解读单篇论文：提炼问题、机制、证据强弱、边界与可迁移启发。用户提供 PDF、arXiv/DOI/出版社链接、本地论文或正文片段并希望理解、批判、复现或学习时使用；不用于论文发现、多论文综述或只改写摘要。
What it needs
About 1k tokens when loaded.
What this skill does
Research Literature Interpretation 把单篇论文压缩成读者能复述、质疑和迁移的解释链：旧方法为何受限，作者改变了什么，机制为何可能有效，证据支持到何种强度，代价和失效条件是什么。 主动取舍比篇幅重要。页码、章节和图表只服务复核，不支配叙事。 范围与文件边界 仅处理单篇论文；发现、筛选和去重交给 research-literature-radar，多论文综合交给综述技能。 确认标题、作者、年份、venue、版本、DOI/arXiv ID、一手 URL、访问日期和可读范围。版本冲突并列记录，不擅自裁决。 优先阅读摘要、引言、结论、方法、关键图表/图注、消融、失败案例、附录和代码说明，再深挖影响结论的部分。只有摘要或图表时，交付证据地图并收缩结论。 只用合法可访问的一手材料和可靠跟进来源；不绕过访问限制，不执行未知代码。区分静态阅读、实际运行和作者自报结果。 默认写入 docs/papers/<friendly-id>/<friendly-id>.md。已有笔记默认修订或追加，不覆盖用户内容；不改 raw/ 或 .bensz-api/research-literature-radar/catalog.jsonl。中间材料放本轮 .bensz-api/。 流程 输入 按用户请求和配置文件提供必要输入；缺失信息应明确列出并停止依赖该输入的步骤。 执行步骤 仅将本 Skill 的设计缺陷（流程漏判、输入契约不完整或环境假设错误）视为可上报 bug；用户数据错误、第三方服务抖动、用户主动改源码和模型偶发波动不属于此范围。 发现设计缺陷时先脱敏记录到 ~/.bensz-skills/bugs/，当前任务继续；只有用户明确要求公开上报时，才使用本机 gh api 直传，不 clone 仓库。 不收集用户名、主机名、工作目录、密钥、令牌、Cookie 或其它无关隐私；不得直接修改用户本地已安装 Skill 的源代码来“顺手修 bug”。 版本唯一来源为同目录 config.yaml:skillinfo.version；本文件只描述稳定工作契约，不重复易变配置。 确定读者要做的判断 明确读者水平、目的（理解、选型、复现、批判或迁移）和论文类型。从标题、摘要、引言、结论、核心图表与相关工作提出主线，再回查方法；不要逐节抄目录。 提炼不超过三个核心命题 只保留“若为真会改变判断”的论文特有命题。内部按以下链条核查，正文不机械显示字段： Claim → Why → Mechanism → Evidence → Alternative → Boundary → Verdict 链条缺口意味着继续取证或缩小结论，不能用背景填补。 重建机制 按“输入/状态/输出 → 信息如何保留、丢弃、读取 → 计算如何实现”解释。公式或证明只保留关键前提、构造、结论和直觉；细节放可选核查层。类比、事后重建须标为“教学类比”“我的解释”或“基于文本的重建”。 按论文类型调整镜头： 方法/系统：瓶颈、表示/协议改变、端到端收益；拆分模块、规模、训练配方、实现和部署成本。 理论/证明：前提、关键构造、结论；检查依赖、适用域、反例和最脆弱假设。 实证/因果：比较对象、识别策略、效应量与不确定性；检查混杂、功效、数据和外推。 分析/数据集：测量对象、数据/标注假设、发现；检查泄漏、代表性和指标有效性。 综述性单篇：范围、组织原则、综合结论；检查纳入标准、遗漏和反方证据。 建立证据链并压力测试 优先针对性任务/定理、公平对照、辨识力强的消融和论文内失败结果。数字只有改变判断时才保留，并附指标、比较对象、规模、预算、硬件或误差；未报告就明说。 每个命题都要有最近的替代解释和削弱条件。设计最小反事实：去关键部件、匹配参数/数据/计算、换分布/评价或匹配实现效率。不得把相关性、单一 benchmark、作者自述或混合系统收益升级为因果机制。 写成一个分层版本 首屏用 3–6 句交代问题、改变、最强证据和最大边界。正文按“问题 → 改变 → 机制 → 证据 → 代价/边界 → 检验”展开，可按论文合并或省略不适用部分。 使用渐进披露，不按读者类型重复正文。短段落先给白话直觉，再给术语和技术核查；加粗 与 > 只突出改变判断的内容，不能代替论证。 写作前完整读取 移动端与分层写作指南。阈值以 config.yaml:style 为准；交付时运行： 机械检查不能替代科学复核。 交付前确认： 首屏可复述旧瓶颈、关键改变、最强证据和最大边界。 主线是“问题—机制—证据—边界”，不是章节或表格摘要。 每个核心命题都有区分性证据、最近替代解释和削弱条件。 机制解释信息流、表示或计算，而非只列模块。 已检索论文内负面结果、失败条件、成本和重要未报告项；常识 caveat 不冒 …
How to use it
Reference it in AdaL, Claude Code, Cursor or any coding agent — nothing to install:
@skills huangwb8/research-literature-interpretation