前言¶
把論文丟給大模型做解讀，常見的結果有兩種：一種是線性翻譯，從摘要抄到結論，讀完不知道論文的創新點在哪；另一種是通篇要點羅列，研究設計、數據、論證邏輯全被壓縮成一句話，研究者沒法拿它做參考。兩種產出都只能算”讀了一遍”，不是”研讀”。
Paper Parse 是 ClawHub 上的一個 Skill，座標 @clawhub_sterlingfrank1/paper-parse，發佈者 sterlingfrank1，版本 1.0.0，來源 clawhub，分類 knowledge-management，License 爲 MIT-0，不需要 API Key。它針對的痛點正是上面兩個：對用戶提供的任何學術論文（PDF 附件或 URL）做雙模式深度研讀，一次性在同一個交付文件裏生成兩份報告，Part A 面向研究者，Part B 面向需要快速理解的人。
核心功能¶
Skill 的 SKILL.md 裏寫了五條核心原則，可以看作它對”研讀”的定義：
- 學術嚴謹性：研究設計、數據結果、論證邏輯的轉述必須準確，符合該領域學術規範。
- 理論深度：揭示論文的理論基礎、核心假設，以及它對現有理論體系的補充、修正或顛覆。
- 完整復現：從提出問題到得出結論的全過程都要呈現，特別是方法論和關鍵數據，關鍵信息零遺漏。
- 超越翻譯：產出物要比線性翻譯稿更能揭示論文的內在邏輯和創新點。
- 雙模輸出：始終在一個最終交付文件中同時提供 Part A 和 Part B。
雙模的意思是一份文件兩個深度。Part A 是深度專業學術速讀報告，追求專業性和完整性；Part B 是核心邏輯鏈與根本價值提煉，追求洞察力和凝練度。兩者之間用 --- 分隔，報告以論文標題命名。
工作流程¶
SKILL.md 把論文研讀固定成四步，前兩步是中間過程，後兩步才產出交付物。
Step 1 通讀論文全文。使用 pdftotext 命令或 file 工具的 read 動作提取全文；URL 來源的論文先嚐試下載 PDF 再提取。必須覆蓋從摘要到參考文獻的所有內容；對包含重要圖表的論文，用 file 工具的 view 動作查看關鍵圖表頁面，並把圖表信息保存到文本文件中。
Step 2 綜合分析。創建臨時分析文件 temp_analysis.md，提取並組織研究問題、假設、方法論、數據來源、核心發現與關鍵數據、理論貢獻與實踐意義、論文的根本矛盾點與切入視角、方法創新。SKILL.md 明確標註此步驟不可跳過，它是保證最終報告質量的思考過程。
Step 3 撰寫雙模報告。創建最終交付文件，文件名格式爲 [論文簡稱]_研讀報告.md。撰寫 Part A 前先讀取模板：
/home/ubuntu/skills/paper-parse/references/part-a-template.md
撰寫 Part B 前先讀取模板：
/home/ubuntu/skills/paper-parse/references/part-b-template.md
Step 4 交付成果。使用 message 工具交付最終報告文件，消息文本中簡要概括論文的核心創新、關鍵發現和理論價值，引導用戶查看附件。
寫作質量標準¶
SKILL.md 對最終報告的寫法也有約束，不是讓模型自由發揮：
- 使用完整段落而非大量列表，交替使用段落和表格組織信息。
- 關鍵術語首次出現時提供中英文對照。
- 引用論文中的具體數據和實驗結果來支撐每一項論述。
- Part A 追求專業性和完整性，Part B 追求洞察力和凝練度。
- 最終文件中 Part A 和 Part B 之間用
---分隔。
交付文件的骨架是：
# [論文標題] 雙模式研讀報告
---
## Part A: 深度專業學術速讀報告
（遵循 part-a-template.md 結構生成的完整內容）
---
## Part B: 核心邏輯鏈與根本價值提煉
（遵循 part-b-template.md 結構生成的完整內容）
安裝與啓用¶
Skill 通過 OpenClaw 的 CLI 安裝，官方頁面給出的命令是：
openclaw skills install @sterlingfrank1/paper-parse
上游倉庫爲 https://clawhub.ai/sterlingfrank1/paper-parse ，SkillHub 頁面爲 https://www.skillhub.cn/skills/clawhub_sterlingfrank1/paper-parse 。安裝後 Skill 目錄下的 SKILL.md 及其 references 模板（part-a-template.md、part-b-template.md）會被加載，模板路徑取決於安裝位置，SKILL.md 中給出的示例路徑是 /home/ubuntu/skills/paper-parse/references/。
該 Skill 基於通用 SKILL.md 格式，不需要配置 API Key（標籤 requires_api_key=false）。
典型用法¶
使用場景就是用戶提出分析、研讀、解讀或總結某篇學術論文的請求時。輸入可以是兩種形式：
請研讀這篇論文：<PDF 附件>
請總結這篇論文：https://arxiv.org/abs/...
Skill 觸發後按上面四步執行：先提取全文（必要時下載 PDF、查看圖表），再寫 temp_analysis.md 做中間分析，然後按兩個模板生成雙模報告，最後交付 [論文簡稱]_研讀報告.md 並在消息中概括核心創新、關鍵發現和理論價值。用戶拿到的是一個附件文件，裏面 Part A 和 Part B 齊全，而不是一段對話式的回答。
適用場景與注意¶
適合需要把論文讀透再轉述給他人的場景：文獻綜述、組會彙報準備、給非本專業同事解釋一篇論文、論文復現前的方法梳理。Part A 給研究者看，Part B 給只需要結論的人看，一份文件覆蓋兩種讀者。
幾個需要注意的地方：
- PDF 提取依賴
pdftotext或 file 工具，掃描版、圖片型 PDF 的文字提取效果取決於本機工具，SKILL.md 未承諾這類輸入的處理結果。 - 圖表信息靠 file 工具的 view 動作查看關鍵頁面，不是對全文所有圖表做 OCR，關鍵圖表要由模型判斷哪些重要。
- 學術嚴謹性靠提示詞約束，Skill 本身不做事實覈查。引用論文數據時應當回到原文覈對，尤其是數字和結論表述。
- 模板路徑寫死在 SKILL.md 中，安裝目錄不同時需要按實際路徑調整，否則 Step 3 讀取模板會失敗。
- 雙模輸出在同一文件內，如果下游流程只需要其中一份，需要自行拆分。
結尾¶
Paper Parse 的價值不在於”總結論文”，而在於把研讀拆成可複用的四步流程，並在一份交付文件裏同時給出深度版和精煉版。安裝一條命令，輸入是 PDF 或 URL，產出是符合學術規範的雙模研讀報告。
官方地址：https://api.skillhub.cn/zcwl/paper-parse
上游倉庫：https://clawhub.ai/sterlingfrank1/paper-parse
SkillHub 頁面：https://www.skillhub.cn/skills/clawhub_sterlingfrank1/paper-parse
