dy9759/paper-researcher

Paper Researcher — 论文全流程助手

前置检查

启动本 Skill 的第一步，检查 wpsnote-cli 是否可用：

wpsnote-cli status --json

• 可用 → 后续 WPS 笔记操作全部使用 wpsnote-cli 命令
• 不可用 → 降级使用 MCP 工具（user-wpsnote 服务）操作 WPS 笔记

---

CLI 工具约定（wpsnote-cli 可用时）

wpsnote-cli <子命令> [参数]
# 复杂参数一律通过 --json-args 传入
wpsnote-cli <子命令> --json-args '{"key": "value"}'

| 操作 | CLI 命令 | |------|---------| | 搜索笔记 | wpsnote-cli search-notes --query "关键词" --json | | 列出笔记 | wpsnote-cli list --json | | 读取笔记全文 | wpsnote-cli read --note_id <id> --json | | 新建笔记 | wpsnote-cli create --json-args '{"title":"标题","content":"<h1>...</h1>"}' | | 插入 block | wpsnote-cli edit --json-args '{"note_id":"...","op":"insert","anchor_id":"...","content":"<p>...</p>"}' | | 获取标签列表 | wpsnote-cli tags --json |

---

核心脚本

搜索与下载操作通过 scripts/paper.py 完成，路径：<skill目录>/scripts/paper.py。

# 首次使用安装依赖
pip install arxiv markitdown pymupdf

# 搜索（默认 arXiv，推荐英文关键词）
python3 /path/to/scripts/paper.py search "transformer attention" --top 5
python3 /path/to/scripts/paper.py search "LoRA fine-tuning" --source openalex --top 5
python3 /path/to/scripts/paper.py search "diffusion model" --category cs.CV

# 下载 PDF 并转 Markdown
python3 /path/to/scripts/paper.py get 1706.03762 --markdown
python3 /path/to/scripts/paper.py get 1706.03762 --output ~/papers --markdown

脚本实际路径：读取本 SKILL.md 的目录下的 scripts/paper.py，执行前先用 ls 确认路径存在。

PDF → Markdown 转换说明

加 --markdown 参数后，脚本按以下顺序尝试转换，成功即停止：

1. markitdown（首选）：调用 MarkItDown().convert(pdf_path)，转换质量最高，保留结构
2. pymupdf（备选）：逐页提取文字，拼接为 ## Page N 格式的 Markdown
3. 两种方法均失败 → 打印警告，返回空字符串（通常是扫描版 PDF）

转换结果保存为同名 .md 文件，路径与 PDF 相同，如 ~/papers/1706.03762.md。

转换完成后，用 Shell cat 命令读取 .md 文件内容，再进行分析。

---

工作流程

场景 A：搜索 + 精读（最常见）

1. 运行 paper.py search  →  展示结果，请用户选择
2. 用户确认后，运行 paper.py get <ID> --markdown
3. Shell 读取生成的 .md 文件：cat ~/papers/<ID>.md
4. 按分析框架输出结构化摘要
5. 存入 WPS 笔记（CLI 优先，见存档流程）

场景 B：用户直接提供 PDF 路径

1. 用 Read 工具读取 PDF（Cursor 内置支持）
2. 若内容为空 → 运行 paper.py get <id> --markdown 转换后再读
3. 分析并存档

场景 C：批量文献调研

1. 多次搜索，收集论文 ID 列表
2. 批量执行 get --markdown 下载
3. 逐篇分析，最后输出横向对比表
4. 汇总写入 WPS 笔记的"文献综述"笔记

---

分析框架

精读论文时按以下维度输出：

| 维度 | 内容 | |------|------| | 元信息 | 标题、作者、机构、年份、期刊/会议 | | 研究问题 | 解决什么问题，为什么重要 | | 方法 | 核心技术路线、关键创新点 | | 实验 | 数据集、评估指标、关键数值结果 | | 结论 | 主要发现，对领域的贡献 | | 局限 | 作者承认的不足或未来工作 | | 个人评价 | 创新性、实用性、可复现性 |

---

WPS 笔记存档流程

使用 wpsnote-cli（优先）

# 1. 先查是否已有同名笔记
wpsnote-cli search-notes --query "论文标题" --json

# 2a. 无同名笔记 → 新建
wpsnote-cli create --json-args '{
  "title": "论文标题",
  "content": "<h1>论文标题</h1><p><tag>#论文/NLP</tag></p>"
}'

# 2b. 有同名笔记 → 追加内容到末尾
wpsnote-cli edit --json-args '{
  "note_id": "<id>",
  "op": "insert",
  "anchor_id": "<last_block_id>",
  "content": "<p>追加内容</p>"
}'

使用 MCP（wpsnote-cli 不可用时）

调用 user-wpsnote MCP 服务的 search_notes、create_note、edit_block 等工具完成相同操作。

笔记内容模板

笔记 XML 结构模板见 references/note-template.md。

• 单篇：标签 #论文/[领域]，如 #论文/NLP、#论文/CV
• 综述：标签 #论文/综述 + #论文/[领域]

---

数据源选择

| 场景 | 推荐数据源 | |------|------------| | AI/ML 论文 | arxiv（默认） | | 医学、生物、社科 | openalex（开放获取率高） | | 不确定 | 先 arxiv，结果少则换 openalex |

arXiv 分类过滤参考：cs.AI cs.LG cs.CV cs.CL cs.NE stat.ML

---

故障排查

| 问题 | 解决方案 | |------|----------| | arxiv 包缺失 | pip3 install arxiv | | PDF 下载失败 | 脚本自动重试 3 次；仍失败则直接访问 https://arxiv.org/pdf/<ID> 手动下载 | | Markdown 转换为空 | PDF 可能是扫描件；确认 pip install pymupdf 已安装后重试 | | OpenAlex 无结果 | 改用 arxiv；或换更通用的英文关键词 | | wpsnote-cli 不可用 | 降级使用 MCP user-wpsnote 服务 |