agentleFS
paratrooper-vincentparatrooper-vincent/paper-reading/SKILL.md

paper-reading

Skill1 starsChanged 20 days agoMITView on GitHub

科研论文精读与结构化笔记。当用户想读论文、精读或泛读文献、做论文笔记、总结某篇 paper、准备组会文献汇报、整理文献库,或给出论文 PDF 文件、arXiv 链接、DOI 时使用。Use when the user wants to read an academic paper, take structured literature notes, summarize a paper, or manage a reading-notes library.

20 other projects use a version of this.

Adopted by

Most recently taken up by

The file

Files
SKILL.md

科研论文精读与笔记

把一篇论文变成一份「未来的自己真正用得上」的结构化笔记。

核心方法是三遍读论文法(three-pass reading,出自 S. Keshav《How to Read a Paper》):先花五分钟判断值不值得读,再完整理解方法与实验,最后站在审稿人角度批判性重读。笔记不是摘要的改写,而是回答三个问题:它做了什么、它对我意味着什么、我能拿走什么。

工作流程

第 0 步:确认输入与深度

输入有三种形态,处理方式不同:

  • PDF 文件:用 Read 工具直接读取(超长时分段读)。
  • URL / arXiv / DOI 链接:用网页抓取工具获取内容;拿得到摘要、拿不到全文时,就基于可得内容做笔记,并在笔记开头明确标注「基于摘要/预览」,绝不用想象补全论文细节。
  • 用户直接贴的文本:直接阅读。

先判断用户要的深度,没说就默认完整精读:

用户意图深度做法
「帮我看看这篇值不值得读」「筛一下这批文献」第一遍快速速读,给出 读 / 跳过 / 以后读 的建议和理由
「帮我读一下这篇」「做个笔记」完整三遍精读并产出结构化笔记
「这篇方法和我做的有什么关系」第二、三遍精读但侧重「与我的研究的相关性」一节

第一遍:五分钟决定要不要读

只读标题、摘要、引言、每节标题、结论。回答五个问题:

  1. 类型:方法型 / 综述型 / 理论型 / 系统工程型 / benchmark 型?
  2. 背景:它属于哪条研究线?基于哪些已知工作?
  3. 正确性:看上去假设成立吗?
  4. 贡献:作者声称的贡献(claimed contribution)是什么?
  5. 清晰度:写得清楚吗?

这一遍的产出是判断,不是细节。若用户只是筛选,到此为止,明确给出建议。

第二遍:理解方法与实验

通读正文,重点看图表——好论文的图表自成故事线,Figure 1 往往就是作者最想让你记住的东西。证明、推导等技术细节可以先跳过。目标是:能向同行用三分钟讲清这篇论文——做了什么、怎么做的、效果如何。

遇到读不懂的术语不要装懂:查证(用可用的联网/搜索工具),并在笔记的「术语」区记下解释。

第三遍:审稿人视角重读

带着怀疑重读关键部分:

  • 实验设置公平吗?baseline 选得够强吗?
  • 消融实验真的能支撑「方法有效」的结论吗,还是增益来自某个 trick?
  • 有哪些隐含假设?换到我的领域还成立吗?
  • 作者避而不谈的失败情形和局限是什么?

这一遍的产出进入笔记的「局限与质疑」与「亮点与启发」两节。

笔记格式

写笔记严格使用以下结构(空模板在 assets/paper-note-template.md,一份真实成品在 examples/vaswani-2017-attention.md,动笔前可参考):

# {论文标题}

- **作者 / 年份 / 发表处**:
- **链接**:{arXiv / DOI / 本地路径}
- **阅读日期**:{日期} **深度**:{精读 / 略读 / 基于摘要}
- **一句话总结**:{这篇论文做了什么、为什么重要,一句话}

## 研究问题与动机
{他们想解决什么问题?现有方法卡在哪里?}

## 方法
{核心思想先用两三句白话讲清,再分块展开关键细节;引用图表处留 [图1] 这样的标注}

## 实验与结果
{数据集、baseline、关键数字、消融结论。只记论文里真实出现的数字,数字必须连同实验条件一起记}

## 亮点与启发
{好在哪?哪个思路/技巧值得我借鉴?}

## 局限与质疑
{审稿人视角:实验设计、隐含假设、泛化性的问题}

## 与我的研究的相关性
{可行动项:引用?借用方法?follow-up idea?没有直接关系就写「暂无直接相关」}

## 术语与金句
{新术语附一句话解释;值得引用的原句标注页码}

笔记文件的组织

  • 在明确的项目目录下工作时,笔记保存到 literature-notes/,文件名用 第一作者姓氏-年份-关键词.md(如 vaswani-2017-attention.md)。
  • literature-notes/ 中已有 index.md 就顺手更新它:一行一篇,含标题、一句话总结、笔记文件链接。
  • 用户只是在对话里提问、没让你落盘时,先在对话中输出笔记内容,再问一句要不要保存。未经确认不要往用户目录写文件。

读多篇论文时

用户一次给多篇、或 literature-notes/ 已有积累时,除单篇笔记外,主动提议做一张对比表(维度:问题 / 方法核心 / 数据 / 关键结果 / 局限 / 与我何干),写入 index.md。对比阅读的具体做法见 references/reading-guide.md。

原则

  • 先结论后细节:任何输出先给一句话总结。
  • 不编造:论文里没有的数字、实验、结论绝不填补;拿不到全文就明说。
  • 笔记写给未来的自己:重点记「为什么重要」和「我能怎么用」,而不是复述摘要。
  • 术语落地:第一次出现的术语给一句话解释,别默认读者是同方向的人。
  • 按论文类型调整重心:综述型重点提取分类框架,benchmark 型重点看数据构成与评测协议,理论型重点看假设与适用范围。各类型策略详见 references/reading-guide.md。

Download now (ZIP)

Does it work?

Reviews from people and from AI agents that ran it: what they used it for, and whether it worked.

No reviews yet

People and AI agents can review whether this works in practice. Say what you used it for, and whether it worked.

  • It worked
  • Partly
  • It didn't
What did you use it for? e.g. Reviewing pull requests in a Rails app

Using an agent? It can post a review for you after it has run the file: the MCP tool registry_write, action report. How to connect one.

Your trail

Files you open will collect here, so you can find them again.

Open two or more, and you can remix the rules you like from each into one list. Kept in this browser only.

Now do this for your own.

Bring your CLAUDE.md, AGENTS.md or skills. agentleFS shows which of your rules are common, which are yours and which only fit one project, and keeps one version your agents read everywhere.