前言¶

读一篇算法论文，往往要在 PDF、笔记和草稿之间来回切换：摘要看得懂，方法节一密集就漏细节，最后写出来的解读要么太短，要么结构散乱。若你还需要面向非公式读者、把架构讲清楚的长文本，手工逐段对照更费时间。

下面介绍 SkillHub 上的社区 Skill jarvis-research-longtext-v0（坐标 @user_5afe0d61/jarvis-research-longtext-v0）。它在 Agent 侧约定了一套从 Arxiv 取文、逐段索引、按固定模板成稿、再自检补全的流程，目标是把计算机科学/算法类论文转成极度详细的专业长文，且全文不出现数学公式（公式逻辑改为文字描述）。

这是什么¶

jarvis-research-longtext-v0 是遵循通用 SKILL.md 格式的 Agent Skill，当前版本 1.0.0，分类为 knowledge-management，来源为 community，由发布者 user_5afe0d61 维护。

Skill 包内声明的内部名称为 academic-paper-interpreter；对外安装坐标仍为 @user_5afe0d61/jarvis-research-longtext-v0。页面标注 requires_api_key=false，不依赖额外 API Key。

SkillHub 统计（以页面抓取为准）：评分 100000，下载 817 次，安装记录 0。

核心功能¶

以下能力均来自该版本 SKILL.md 中的定义，可按同一流程在 Agent 中复现。

触发边界¶

1. 适用：用户提供论文标题或标识，且需要生成极度详细、专业的长文本。
2. 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），包含深度模型拆解与核心算法逻辑的文字概括，严禁包含公式

三阶段工作流¶

Phase 1：资源获取与原子化阅读

1. 接收论文标题或 ID。
2. 优先且必须从 Arxiv 下载 PDF；网络不佳时至少重试 3 次。
3. 仍失败或 Arxiv 无该文时，停止流程并提示：「未能在 Arxiv 获取到该论文，请提供论文 PDF 文件。」，待用户提供 PDF 后继续。
4. 对 Abstract、Intro、Methodology（Architecture）、Experiments 等章节做「原子化阅读」，为每段建立索引，避免跳过段落。

Phase 2：按模板成稿

成稿需带段落来源标注（例如 [Ref: Section 3.2]），并覆盖以下模块：

• 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：无公式；各子模块先有一句作用概括，再写输入处理、核心逻辑、计算过程文字化、输出预测
• 实验部分：消融、对比或 Scaling 等有效性说明

Phase 3：强制反思与补全

输出前须自检：模板是否齐全、问题/解法是否分点精炼、架构是否足够深、全文是否零公式、是否与 Phase 1 索引对照无遗漏、数据流是否闭环。有遗漏则补全。

最终交付：将修正后的内容以 .md 文件形式提供给用户。

失败处理¶

• 算法描述含糊时标记 [需进一步核实]，禁止臆造。
• 网络超时或 PDF 损坏时，按「异常捕获 → 报错提示 → 下一步建议」处理。

安装与启用¶

SkillHub 官方页面给出的安装方式是：让 Agent 依照 SkillHub 安装文档 安装坐标 @user_5afe0d61/jarvis-research-longtext-v0。

若本机已安装 skillhub CLI，可将 Skill 安装到当前 Agent 实际读取的 skills 目录（未指定 --dir 时默认 ./skills/，Agent 可能无法加载）：

command -v skillhub && skillhub --version

skillhub install @user_5afe0d61/jarvis-research-longtext-v0 --dir ~/.cursor/skills/

常见路径差异（摘自 SkillHub 安装文档）：

• Cursor：~/.cursor/skills/
• Codex：~/.codex/skills/ 或项目下的 .agents/skills/
• Claude Code：~/.claude/skills/

安装 CLI（若尚未安装）可使用文档中的脚本：

curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash

安装完成后，需按你所用客户端的要求重启或刷新 Agent，使其加载新 Skill。

典型用法¶

在已启用该 Skill 的对话中，用论文标题或 Arxiv ID 明确表达「需要极度详细的长文解读」，并避免只要 TLDR。示例请求：

请用 jarvis-research-longtext-v0 的流程，深度解读 Arxiv 论文「Attention Is All You Need」，
输出符合 Skill 模板的完整长文（模型架构用文字描述，不要公式），最后给我 .md 文件。

Agent 将按 Skill 约定：尝试从 Arxiv 拉取 PDF → 逐段索引 → 按模板撰写并标注 [Ref: ...] → 执行零公式与覆盖率自检 → 交付 Markdown。

若 Arxiv 不可用，按 Skill 要求应提示你上传 PDF，而不是跳过获取步骤。

适用场景与注意¶

适合谁

• 需要把算法/CS 论文写成结构固定、可复读的长文，且读者不宜阅读公式推导的场景。
• 希望 Agent 强制对照全文段落，减少「只写摘要级内容」的偷懒输出。

限制与注意

1. 领域：Skill 明确排除非算法/非 CS 类论文；不要用于人文、医学综述等场景。
2. 与「要公式」的需求冲突：v0 在输出契约中禁止公式；若你的交付物必须保留完整公式推导，应在安装前确认 Skill 的输出定义，避免误用本包。
3. 依赖 Arxiv：默认路径是 Arxiv PDF；闭源或未上架 Arxiv 的论文必须走人工提供 PDF 分支。
4. 质量仍取决于模型与 PDF 解析：Skill 提供流程与检查清单，不能替代你对事实的终审；出现 [需进一步核实] 时应人工核对原文。
5. 统计仅供参考：下载量与评分来自 SkillHub 页面，会随时间变化；安装数为 0 只表示页面统计口径下的安装记录，不代表 Skill 内容不可用。

结尾¶

jarvis-research-longtext-v0 把「读透一篇 Arxiv 算法论文并写成结构化长文」拆成可执行的获取、索引、模板写作与自检步骤，并锁定「无公式、高覆盖」的输出形态。若你的工作流正好卡在这一环，可以从 SkillHub 安装坐标入手。

• SkillHub 页面：https://www.skillhub.cn/skills/user_5afe0d61/jarvis-research-longtext-v0
• 官方地址：https://api.skillhub.cn/user_5afe0d61/jarvis-research-longtext-v0
• 安装坐标：@user_5afe0d61/jarvis-research-longtext-v0