agentleFS
ythx-101ythx-101/paper-reader/SKILL.md

paper-reader

Skill21 starsChanged 3 days agoMITView on GitHub

读一篇学术论文,把它做成忠实、好读、可以直接发的图解组图和配文(X 组图 / 小红书图文)。当用户说「读论文」「论文解读」「把这篇论文做成图」「用 PaperBanana 的方法做图解」时使用。流程:合法拿到原文 → 带出处的事实表 → 按 PaperBanana 五角色出图 → 强模型评审忠实度(P0 闸门)→ 用 Kami 排版输出 PNG。Also use when the user says "explain this paper", "turn this paper into a carousel / infographic".

15 other projects use a version of this.

Adopted by

Most recently taken up by

The file

Files
SKILL.md

paper-reader:读论文 → 图解组图 + 配文

目标:把一篇论文讲给普通读者听,每个数字都能追到原文出处,画面好看到让人愿意读下去。

依赖:

  • Kami(作者 @HiTw93,MIT 协议):排版与出图。
  • 一个能读写文件、跑 Python 的 agent;能点网页的浏览器自动化工具(用于拿补充材料)会很有帮助。
  • 一个用来当评审的强模型(任意强模型,如 Claude Opus)。

方法来自 PaperBanana / PaperVizAgent(arXiv 2601.23265,代码 https://github.com/google-research/papervizagent)。那是 Google Cloud AI Research 与北京大学的研究工作,不是 Google 官方支持的产品。


0 先复述

动手前用一句话复述三件事:拆哪篇论文、给谁看(X 还是小红书)、标题是什么。

  • 用户没给链接:先根据题目、作者、期刊搜 DOI;如果是「社交媒体上看到的」,先找到原帖,再从原帖追到论文。

1 拿原文:只走合法途径

不使用 Sci-Hub、LibGen、Anna's Archive 等盗版站。 按下面的阶梯逐级尝试,每一步的结果(成功、失败、原因)都记进 fulltext/paths.md:

  1. 开放获取聚合:Unpaywall API https://api.unpaywall.org/v2/<DOI>?email=<你的邮箱>;再查 Europe PMC、PMC、arXiv、bioRxiv / medRxiv、OpenAlex。
  2. 作者渠道:实验室官网、作者主页上的 [pdf] 或作者赠阅(如 Science 的 ijkey)链接。这类链接常校验来源页,要在浏览器里从作者页面点进去,不要复制链接另开。
  3. 补充材料:期刊文章页的 Supplementary 按钮。补充材料通常免费,里面往往有方法、补充图注,以及汇总每张主图 n 和 p 的统计表。直接 curl 常被 Cloudflare 拦,用浏览器点页面上的按钮。
  4. 开放获取的评论与综述:同期评论、Dispatch / News & Views、综述常转载原文主图。
  5. 学位论文 / 机构知识库:第一作者的学位论文、机构库版本。
  6. 都拿不到:起草一封给通讯作者索取单行本的邮件,交给用户过目,不要替用户发。

新闻稿只当线索,不当数据。 新闻稿和媒体报道会简化、改写甚至写错分组和口径(见 README 的案例:新闻稿写成「>6 次 / <5 次」,原文实际是 2–5 次和 6–20 次两组)。凡是要上图的数字,必须回到原文、补充材料或转载原图的正式出版物核对。

2 事实表 facts.md

  • 每一行包含:结论 | 数字 | 出自哪张图或表 | 来源 URL。
  • 数字写成只数(如「9/10」),不要只写百分比;需要时再附上百分比。
  • 分清口径:「多少只动物达成」和「逐场胜率」不是一回事;不同刺激方案、不同分组的数字不要混写。
  • 找不到出处的说法不进事实表,也不上图。 正文没拿到时,在表头写明哪些解读靠补充材料交叉核对、哪些未核实。

3 按 PaperBanana 五个角色出图

  1. 检索(Retriever):找 2–3 个风格参考(同类科普图解、期刊图摘要)。
  2. 规划(Planner):给每张图写详细的画面描述(标题、要讲的一个点、用到事实表哪几行、画什么),存为 plan.md。
  3. 风格(Stylist):统一视觉。默认用 Kami 的配色:纸色 #f5f4ed、近黑 #141413、强调色 #1B365D,中文字体 TsangerJinKai02。
  4. 出图(Visualizer):
    • 数据图一律用代码画(matplotlib 或 SVG),不要让图像模型画柱状图、坐标轴、数字。PaperBanana 自己的结论之一就是:信息越密,越该用代码画。
    • 脑区通路、流程、箭头这类示意图用手写 SVG,确保箭头方向与原文一致。
    • 纯装饰性插画可以用图像生成模型,再把底色调成纸色,与版面统一。
  5. 评审(Critic):把成图和 facts.md 一起交给强模型(如 Claude Opus),按四项打 1–10 分:忠实、简洁、可读、美观,并分出 must_fix 与 nice_to_fix。至少跑 2 轮,结果存进 reviews/。

忠实度 P0 闸门

以下任一情况都算 P0,P0 没清零就不交付:

  • 编造或改动了数字、分组、样本量;
  • 箭头或因果方向画反;
  • 说法超出原文(把相关写成因果、把小鼠结论写成人类结论、把一种方案的结果套到所有方案);
  • 图上的数字在事实表里找不到出处。

评审的判断也要回到事实表复核:评审只能核对你给它的事实表,事实表本身错了它也看不出来(见 README 案例)。

4 成品

类比与引申要标注

把结论引申到人、生活、工作时,用虚线框或明显的标签写明「类比 · 我的引申,不是论文结论」。配文里同样标明是引申。

X 组图:4 张

  • X 一条帖子最多带 4 张图,所以 4 张是平台硬上限。
  • 比例 4:5,每张标页码 x/4。四张分别讲:钩子 → 实验怎么做 → 机制 → 结论加启发。
  • 角落小字注明「按 PaperBanana 方法制作」,底部写完整文献来源(作者、标题、期刊、卷期页码、年份)。

小红书:按内容定,一般 6–9 张,最多 18 张

  • 每张只讲一个点,统一 3:4。
  • 结构:封面 → 问题 → 实验 → 关键数据(可拆成几张)→ 机制 → 反例或局限 → 启发 → 来源。

封面规则

  • 把用户给的标题放到最大,是全图第一视觉。
  • 配一组对比数字当钩子(如「4/13 vs 11/11」),数字必须来自事实表。
  • 标注期刊与团队、完整来源一行;不堆砌多余信息。

配文

先讲简单的实验场景 → 再给真实数字 → 最后写引申(标明是引申)→ 结尾留一个问题 → 附上论文来源链接。

输出与自检

  • 用 Kami 渲染 PNG(4:5 或 3:4),逐张打开检查:孤字换行、文字压线、对比度、溢出、数字与事实表是否一致。
  • 不替用户发帖;成品交给用户自己发。

常见坑

  • 研究仓库自己声明「不是 Google 官方支持的产品」时,配文写「Google 研究团队的方法」,不要写「谷歌出品」「谷歌官方」。
  • 早就开源、只是又火了一次的项目,不要写成「刚开源」。
  • PMID、DOI 等标识符要核实一次(可用 NCBI esummary),二手资料里给错 ID 很常见。
  • 不同媒体对同一个百分比的说法可能不一致(「90% 的时间」和「90% 的小鼠」),以原文口径为准。

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.