词映 AI导航
工具库Skills 技能
我的收藏
词映 AI导航

Claude Code 和 Codex 论文精读技能｜用 Sanmu Paper Reader 核对数据出处

English

Claude Code、Codex 安装步骤

  1. 从 GitHub 获取固定版本，并保留 `skills/sanmu-paper-reader/` 下的 `SKILL.md`、`references/` 和 `scripts/`。
  2. 把完整技能目录复制到 Claude Code 使用的 `~/.claude/skills/`，或 Codex 使用的 `~/.agents/skills/`。重开会话，在一个测试项目里准备 Markdown 或带文字层的 PDF。
  3. 如果需要原文图像裁切，再在虚拟环境里按该技能的 `requirements.txt` 安装 PyMuPDF 和 Pillow。需要浏览器工作台或整套 MCP 时，按仓库 README 安装完整插件。

中文摘要

Sanmu Paper Reader 可把论文正文、补充材料或已有的 Markdown 解析稿整理为可回查的笔记。比较不同研究时，它要求在数字旁注明单位和实验条件，并单列缺少的资料，避免将两组不同条件下的结果直接比较。

SKILL.md 中文导读

可复现示例

在测试项目新增 `paper-demo.md`，写入示例中的两行资料，然后在已载入技能的 Agent 中提交下面任务。

paper-demo.md 的第 1 节「方法」：传感器 A 在 20 °C 下每分钟采样 10 次。
第 2 节「结果」：A 的平均功耗为 2 mW。另一份试验报告摘要给出 B 为 1.5 mW，采样频率未提供。

用 sanmu-paper-reader 读取这份虚构材料。列出每个数字的来源和条件，说明能否判断 B 更省电。只在对话中输出，不需要安装图像处理依赖。

工作步骤

  1. 区分正文、补充材料和已有解析稿，记录实际读到的部分。
  2. 为每个数字记录章节或图表位置、单位和实验条件。
  3. 对照不同研究的测试口径，把缺失条件列为待确认。

验收方法

输出应把 A 的采样频率和功耗分别定位到第 1、2 节，标出 B 的数字仅来自摘要且测试条件未核实，并说明材料不足以判断两种传感器谁更省电。

GitHub 原文 · 更新日期

适用环境

需要能读取本地材料的 Claude Code 或 Codex。只做文字精读时提供 Markdown 或带文字层的 PDF 即可。单独技能的辅助脚本需要 Python 3.10 或更高版本，图像操作另需 PyMuPDF 和 Pillow。整套插件需要 Node.js 22.20 或以上与 Python 3.10 或以上。

常见问题

只有论文 Markdown 解析稿时还需要为 Sanmu Paper Reader 配置 Zotero 吗？

已有 Markdown 解析稿即可开始精读。仅在需要从个人文献库选取条目时，才需要宿主提供 Zotero 访问方式。报告引用位置时用稿件中的章节标题，保留没有核实到的页码。

相关指南