前言¶
做算法论文解读时，常见做法是让 Agent 根据摘要或检索片段拼一篇「看起来像」的文章：章节不全、公式被省略、实验只留结论。读者要核对原文，往往还得自己打开 PDF 逐段对照。
下面介绍 SkillHub 上的社区 Skill jarvis-research-longtext-v1（坐标 @user_5afe0d61/jarvis-research-longtext，当前版本 1.0.2）。它在 SKILL 里把目标写得很具体：从 Arxiv 拉 PDF、逐段索引阅读，再按固定模板产出带出处标注的长文，并在输出前跑一轮反思清单，用来压漏段和缺公式的问题。
这是什么¶
jarvis-research-longtext-v1 归类为 knowledge-management，来源为 community，由发布者 user_5afe0d61 维护。页面标注 requires_api_key=false，不依赖额外 API Key 配置。
包内 SKILL.md 里登记的内部名称为 academic-paper-deep-interpreter，与商店展示名不一致；安装与调用以坐标 @user_5afe0d61/jarvis-research-longtext 为准即可。
一句话定位：面向 Arxiv 算法/计算机科学论文的深度解读 Skill，输入论文标题或 ID，输出结构化的专业长文（含模型拆解与公式），最终以 Markdown 文件交给用户。
核心功能¶
以下能力均来自包内 SKILL.md，未在文档中出现的功能不写。
触发边界¶
- 适用：用户提供论文标题，且目标是「极度详细、专业的长文本」。
- 不适用：只要简短 TLDR；或论文不属于算法/计算机科学类。
输入与输出¶
- Input：
paper_name_or_id（字符串） - Output：
professional_long_article（字符串，含深度模型拆解与公式推导；最终以.md形式输出）
三阶段工作流¶
-
Phase 1 — 资源获取与原子化阅读
优先从 Arxiv 下载 PDF；网络失败时至少重试 3 次。仍失败或 Arxiv 无该文时，停止流程并提示用户提供 PDF。随后对 Abstract、Intro、Methodology、Experiments 等章节做逐段索引，要求不跳过段落。 -
Phase 2 — 按模板撰写
长文须包含：[标题]、[TLDR]、[过去面临的问题]、[本文的解决方法]、[核心收益]、[模型架构]、[实验部分]。撰写时标注来源（例如[Ref: Section 3.2]）。[模型架构]需覆盖输入处理、核心模块、输出预测，并写入关键节点的完整公式；[过去面临的问题]与[本文的解决方法]要求简洁、分点。 -
Phase 3 — 反思与补全
输出前对照清单：模板是否齐全、简洁段是否过长、段落覆盖率、编号公式是否齐全、模型数据流是否连贯。不满足则回到 Phase 2 重写或补段。
失败处理¶
- 公式或架构图表述不清时，文中标记
[需进一步核实]，禁止臆造逻辑。 - PDF 损坏或网络超时按「捕获异常 → 报错提示 → 下一步建议」处理。
安装与启用¶
官方 SkillHub 页面给出的安装方式是：让 Agent 按 SkillHub 安装说明 安装本 Skill。命令行侧可先确认 CLI，再装到当前 Agent 的 skills 目录（必须使用 --dir，否则默认落在 ./skills/ 且可能不被识别）。
检查 CLI：
command -v skillhub && skillhub --version
未安装时可执行完整安装（文档中的推荐方式）：
curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash
安装本 Skill（将 <skills 目录> 换成你当前环境的路径）：
skillhub install @user_5afe0d61/jarvis-research-longtext --dir <skills 目录>
常见客户端 skills 目录（摘自 SkillHub 安装文档）：
- Cursor：
~/.cursor/skills/ - Claude Code：
~/.claude/skills/ - Codex：
~/.codex/skills/或项目下的.agents/skills/
安装后按你所用客户端的规则重启或刷新 Agent，使 Skill 被加载。SkillHub 页面当前显示本包版本为 v1.0.2；商店统计（以页面抓取为准）评分 100000，下载 834，安装 0。
典型用法¶
工作流由 Skill 描述驱动，没有单独的脚本入口。可复现的触发方式如下。
- 在已启用该 Skill 的 Agent 中，说明需要极度详细的专业长文（而非 TLDR），并给出 Arxiv 论文标题或 ID（对应
paper_name_or_id）。 - Agent 按 Phase 1 尝试从 Arxiv 获取 PDF；若失败，按 Skill 要求向你索要 PDF 后再继续。
- 等待按模板生成正文，并经过 Phase 3 清单校验。
- 接收最终 Markdown 文件，文中应带章节引用标记，模型架构段应包含核心公式。
示例请求（自然语言即可，字段含义与 Skill 一致）：
请用 jarvis-research-longtext 解读 Arxiv 论文：<论文标题或 arXiv:xxxx.xxxxx>，
输出极度详细的专业长文，需要完整模型架构和公式，最后给我 .md 文件。
适用场景与注意¶
适合谁
- 需要把算法类 Arxiv 论文整理成可发布、可存档的长文，且愿意接受「先拉 PDF、再逐段核对」流程的开发者或写作者。
- 希望输出结构固定（TLDR + 问题/方法/收益 + 架构 + 实验），便于后续改稿或对照原文。
限制与注意
- 非算法/CS 论文、或只要摘要的场景，Skill 明确要求不要使用。
- 依赖 Arxiv 可访问性；重试后仍失败时必须你本地提供 PDF。
- 模糊处会标
[需进一步核实]，最终质量仍取决于 PDF 解析与模型能力，人工抽检公式与实验数字仍是好习惯。 - 商店页与 API 落地页信息较少，能力细节以包内
SKILL.md为准；内部 Skill 名academic-paper-deep-interpreter与商品名不同，排查问题时两个名字都可能出现。
结尾¶
jarvis-research-longtext-v1 把「读全篇 PDF → 按模板写长文 → 反思补漏」写进 Skill 约束，适合把 Arxiv 算法论文转成带出处与公式的长 Markdown，而不是一次性摘要。
官方入口：
- SkillHub 页面：https://www.skillhub.cn/skills/user_5afe0d61/jarvis-research-longtext
- API 坐标页：https://api.skillhub.cn/user_5afe0d61/jarvis-research-longtext
