qzzqzzb/daily-paper-push-writing

daily-paper-push-writing — Agent Skill Reference

daily-paper-push-writing 是一个写作技能，提供一种生成每日科研论文汇总的规范化写作流程，从而帮助用户高效获取特定领域的最新研究成果和重要信息。

写作原则

论文筛选原则

• 时效性优先：优先选择近 1-2 周内发布的论文
• 相关性过滤：紧扣用户关注的领域和关键词
• 质量排序：按引用量、作者影响力、实验完整性等综合评估
• 多样性考量：兼顾不同研究方向和方法论，避免内容过度集中

写作风格原则

• 简洁精准：摘要提炼核心贡献，控制在 100-150 字
• 客观中立：如实描述论文内容，避免过度主观评价
• 学术规范：使用规范的学术用语，标题、作者、链接等信息准确无误
• 价值导向：在"学术价值分析"部分侧重实际应用场景和方法论借鉴意义

内容组织原则

• 层次分明：每篇论文遵循统一的格式模板
• 重点突出：用加粗或 emoji 标注关键信息（创新点、结论）
• 逻辑连贯：简报整体按论文重要程度或主题相关性排序

读者价值原则

• 降低阅读门槛：帮助读者快速判断论文是否值得深入阅读
• 提供增量价值：不仅罗列摘要，还要有对研究趋势的洞察
• 可操作性强：链接直达，方便读者进一步探索

长期运营原则

• 建立运营日志：由于该skill常用于长期任务，应该在memory中建立日志，记录每次抓取的论文和用户反馈，避免推送重复内容，并根据用户反馈不断优化筛选和写作流程。
• 注重推送质量：每次推送的论文建议控制在四到八篇，综合考虑论文的质量、相关性和潜在价值，确保每次推送都能为用户提供有价值的信息，避免信息过载。

写作模板

📢 【今日论文速递】20XX年XX月XX日 📢

📚 领域：XXX | 📊 关键词：关键词1、关键词2、关键词3

---

🌟 No.1 📄 论文标题

📝 作者：[作者列表] 📅 发布时间：20XX年XX月 🔗 论文链接：👉 [arXiv/论文链接] 🏷️ arXiv ID：arXiv:XXXX.XXXXX 📋 摘要：[论文摘要...]

📝 Overview 精华（由 LLM 从 PDF 文本提取）：

[LLM 提取的论文核心观点、研究动机、关键贡献...]

📊 实验结果图表：

💡 学术价值分析：简要分析该论文的研究创新点、实验方法、潜在应用价值～

---

🌟 No.2 📄 论文标题

📝 作者：[作者列表] 📅 发布时间：20XX年XX月 🔗 论文链接：👉 [arXiv/论文链接] 🏷️ arXiv ID：arXiv:XXXX.XXXXX 📋 摘要：[论文摘要...]

📝 Overview 精华（由 LLM 从 PDF 文本提取）：

[LLM 提取的论文核心观点、研究动机、关键贡献...]

📊 实验结果图表：

💡 学术价值分析：简要分析该论文的研究创新点、实验方法、潜在应用价值～

---

🌟 No.3 📄 论文标题

📝 作者：[作者列表] 📅 发布时间：20XX年XX月 🔗 论文链接：👉 [arXiv/论文链接] 🏷️ arXiv ID：arXiv:XXXX.XXXXX 📋 摘要：[论文摘要...]

📝 Overview 精华（由 LLM 从 PDF 文本提取）：

[LLM 提取的论文核心观点、研究动机、关键贡献...]

📊 实验结果图表：

💡 学术价值分析：简要分析该论文的研究创新点、实验方法、潜在应用价值～

---

🌟 No.4 📄 论文标题

📝 作者：[作者列表] 📅 发布时间：20XX年XX月 🔗 论文链接：👉 [arXiv/论文链接] 🏷️ arXiv ID：arXiv:XXXX.XXXXX 📋 摘要：[论文摘要...]

📝 Overview 精华（由 LLM 从 PDF 文本提取）：

[LLM 提取的论文核心观点、研究动机、关键贡献...]

📊 实验结果图表：

💡 学术价值分析：简要分析该论文的研究创新点、实验方法、潜在应用价值～

---

🌟 No.5 📄 论文标题

📝 作者：[作者列表] 📅 发布时间：20XX年XX月 🔗 论文链接：👉 [arXiv/论文链接] 🏷️ arXiv ID：arXiv:XXXX.XXXXX 📋 摘要：[论文摘要...]

📝 Overview 精华（由 LLM 从 PDF 文本提取）：

[LLM 提取的论文核心观点、研究动机、关键贡献...]

📊 实验结果图表：

💡 学术价值分析：简要分析该论文的研究创新点、实验方法、潜在应用价值～

---

论文素材获取

每篇论文需要获取：

1. PDF 文本 → 供 LLM 提取 Overview 精华内容
2. 实验结果图表 → 论文中的主要实验结果图

工作流程

┌─────────────────────────────────────────────────────────────┐
│  Step 1: 下载 PDF (一次下载，后续复用)                       │
│  python scripts/pdf_download.py <arxiv_id> [output_dir]    │
└─────────────────────────────────────────────────────────────┘
                              ↓
┌─────────────────────────────────────────────────────────────┐
│  Step 2: PDF 转文本 (供 LLM 读取 Overview)                 │
│  python scripts/pdf_to_text.py <pdf> <output.txt>          │
└─────────────────────────────────────────────────────────────┘
                              ↓
┌─────────────────────────────────────────────────────────────┐
│  Step 3: 提取图表 (默认第1张 = 架构图)                      │
│  python scripts/pdf_figure_capture.py <pdf> <output.png>   │
└─────────────────────────────────────────────────────────────┘

脚本 1：PDF 下载

python scripts/pdf_download.py <arxiv_id> [output_dir]

示例：

# 下载到默认 ./pdfs/ 目录
python scripts/pdf_download.py 1706.03762

# 下载到指定目录
python scripts/pdf_download.py 1706.03762 ./my_pdfs/

# 强制重新下载
python scripts/pdf_download.py 1706.03762 --force

---

脚本 2：PDF 转文本

python scripts/pdf_to_text.py <arxiv_id|pdf_path> <output_path> [options]

示例：

# 转换为完整文本（通过 arXiv ID - 会自动下载）
python scripts/pdf_to_text.py 1706.03762 paper.txt

# 使用本地 PDF（更快）
python scripts/pdf_to_text.py ./pdfs/1706.03762.pdf overview.txt

# 只提取 Overview/Introduction 部分
python scripts/pdf_to_text.py ./pdfs/1706.03762.pdf overview.txt --section overview

# 只提取前 5 页
python scripts/pdf_to_text.py ./pdfs/1706.03762.pdf output.txt --pages 5

可选参数：

• --section, -s：提取特定章节（overview, method, experiment）
• --pages, -p：提取前 N 页

用途：将文本提供给 LLM，让模型提取 Overview 精华内容，写入推送文档。

---

脚本 3：图表截取

python scripts/pdf_figure_capture.py <arxiv_id|pdf_path> <output_path> [options]

示例：

# 使用本地 PDF（更快，无需重复下载）
python scripts/pdf_figure_capture.py ./pdfs/1706.03762.pdf images/001_figure.jpg --figure 1

# 列出论文中所有图表
python scripts/pdf_figure_capture.py ./pdfs/1706.03762.pdf --list

# 截取第 1 张图表（默认架构图）
python scripts/pdf_figure_capture.py ./pdfs/1706.03762.pdf images/001_figure.jpg --figure 1

# 截取第 3 页的所有图表
python scripts/pdf_figure_capture.py ./pdfs/1706.03762.pdf images/ --page 3

可选参数：

• --dpi, -r：分辨率，默认 150 DPI
• --list, -l：列出论文中所有图表（不截取）
• --figure, -f：指定要截取的图表编号
• --page, -p：截取指定页面的所有图表

---

依赖说明

所有脚本都依赖以下 Python 包：

• requests：下载 PDF
• pymupdf (fitz)：解析 PDF

pip install requests pymupdf

注意事项

• 推荐工作流：先 pdf_download 下载一次，然后所有操作都使用本地 PDF 路径
• 图表建议选择包含关键数据可视化的图表（如折线图、柱状图等）
• 使用 --list 可以先查看论文有哪些图表，再决定截取哪个

---

最终输出文件结构

最终输出为一个文件夹，其结构如下：

{datetime}_paper_push/
├── images/
│   ├── 001_figure1.jpg          # 论文1：实验结果图表
│   ├── 002_figure1.jpg          # 论文2：实验结果图表
│   ├── 003_figure1.jpg          # 论文3：实验结果图表
│   ├── 004_figure1.jpg          # 论文4：实验结果图表
│   └── 005_figure1.jpg          # 论文5：实验结果图表
└── paper_push.md                 # 推送正文（Markdown 格式）

注意：任务完成后请删除 PDF 文件，不在本地缓存。

注意：Overview 内容由 LLM 从 PDF 文本提取，直接写入 Markdown 正文中，无需单独的图片文件。

MD 正文中图片引用使用相对路径：

![figure1](./images/001_figure1.jpg)

---

工作流程

1. 获取论文列表：先调用 arxiv-watcher skill 获取目标领域的最新论文
2. 筛选论文：根据时效性、相关性、质量等原则筛选 4-8 篇论文
3. 下载 PDF：对每篇论文调用 pdf_download.py 下载 PDF 到本地
4. 提取文本：对每篇论文调用 pdf_to_text.py 获取文本，将文本提供给 LLM 让其提取 Overview 精华
5. 提取图表：对每篇论文调用 pdf_figure_capture.py 获取主要实验结果图表（默认第1张）
6. 撰写正文：按照写作模板组织内容，每篇论文附带 LLM 提取的 Overview 精华和图表引用
7. 输出文件夹：创建以日期命名的文件夹，包含 images/ 和 paper_push.md
8. 清理 PDF：任务完成后删除 pdfs/ 目录及其内容，不缓存 PDF 文件