AgentStack
SKILL verified MIT Self-run

Paper Reader Zh

skill-gy910210-hermes-research-skills-paper-reader-zh · by gy910210

结构化精读取证器:对论文、官方博客、benchmark 页面、数据集页面或 PDF 执行精读,抽取问题、方法/系统、数据与实验、显式结论、来源、时间和复用价值,生成可直接支撑主稿写作的中文 paper_notes。需要高价值来源精读时调用。

No reviews yet
0 installs
2 views
0.0% view→install

Install

$ agentstack add skill-gy910210-hermes-research-skills-paper-reader-zh

✓ scanned · ✓ verified — works with Claude Code, Cursor, and more.

Security review

✓ Passed

No issues found. Passed automated security review. · v0.1.0 How review works →

  • Prompt-injection patterns
  • Secret / credential exfiltration
  • Dangerous shell & filesystem operations
  • Untrusted network calls
  • Known-malicious package signatures

What it can access

  • Network access No
  • Filesystem access No
  • Shell / process execution No
  • Environment & secrets No
  • Dynamic code execution No

From automated source analysis of v0.1.0. “Used” means the capability is present in the source — more access means more to trust, not that it’s unsafe.

Are you the author of Paper Reader Zh? Claim this listing to set pricing, connect Stripe payouts, and keep 70% of every sale.
Sign up to claim

About

Hermes 适配说明

  • 本 skill 现面向 Hermes 使用,优先依赖 Hermes 原生工具:search_filesread_filewrite_filepatchsession_searchdelegate_taskcronjobbrowserweb/searchvision
  • 若正文提到 references/...scripts/...,优先读取当前 skill 目录下对应文件,不再依赖 Claude 专属目录结构。
  • 原始 Claude agents/openai.yaml 不作为执行前提;需要并行研究、分工精读或角色评审时,改用 Hermes 的 delegate_task
  • 保留原有研究方法论与产物契约,但执行层统一按 Hermes 工具体系落地。

Paper Reader(中文)

输入

  • sources[]: 论文、官方博客、benchmark 页面、dataset page、PDF
  • depth: "concise"|"full"(默认 concise

输出

  • paper_notes
  • 字段契约见 ../research-orchestrator-zh/references/artifact-contracts.md

步骤

  1. 明确来源类型:论文、官方博客、benchmark 页面、dataset page 或其他。
  2. 记录 publication_timevenue_or_sourceinstitution_or_company;无法确认时标明未披露。
  3. 抽取问题设定、任务类型、方法/系统结构、关键数据集与 benchmark。
  4. 只记录来源明确写出的结论与结果,整理为 explicit_claims[]results[]
  5. 对论文记录训练设置、评测协议、消融与失败案例;对官方页面记录产品能力边界与未披露项。
  6. 补充 reusable_for_sections[],说明这些内容最适合回写到哪些综述章节。
  7. 如果论文明显属于“方法/训练样本流密集型”论文,额外抽取:
  • raw_data_objects
  • token_objects
  • stagewise_training
  • public_prompt_or_template_evidence
  • disclosed_vs_undisclosed_ratios

守护

  • 明确区分“来源显式陈述”和“阅读者推断”。
  • 引用要带页码、章节、段落或 URL 线索。
  • 对 benchmark、release 状态、数据规模、是否开源等硬事实,优先保守。
  • 对 prompt/template、样本比例、过滤阈值、sampling 规则尤其保守;没看到正文/附录原文就不要写满。

Hermes 强执行协议

调用这个 skill 时要真正完成“精读记录”:

  1. 先判断来源类型:本地 PDF、本地 Markdown、网页、官方博客、benchmark 页面、dataset page。
  2. 本地文件优先:
  • Markdown / txt 用 read_file
  • PDF 优先走 OCR/文档提取相关能力,再进入精读
  1. 网页优先使用 web/search + 抽取;页面结构复杂时再用 browser
  2. 输出不能只是一段摘要,必须整理成结构化 paper_notes
  3. 每条核心结论都尽量带出处线索:页码、章节名、表格号、URL、小节标题。
  4. 若用户给了多篇来源且内容较长,使用 delegate_task 分篇精读,再在主线程合并结果。

推荐的 paper_notes 结构

建议至少包含:

  • source_type
  • title
  • publication_time
  • venue_or_source
  • institution_or_company
  • problem_statement
  • task_type
  • method_or_system
  • datasets_and_benchmarks
  • explicit_claims
  • results
  • limitations_or_undisclosed_items
  • reusable_for_sections

若是方法/训练样本流密集型论文,再补:

  • raw_data_objects
  • token_objects
  • stagewise_training
  • public_prompt_or_template_evidence
  • disclosed_vs_undisclosed_ratios

停止条件

满足以下条件之一才算完成:

  • 已为至少一个高价值来源生成可复用的 paper_notes
  • 已给出明确可引用的结论与出处线索
  • 已明确指出哪些事实仍未披露或只能保守表述

Source & license

This open-source skill is cataloged on AgentStack and links to its original source — we do not rehost the code.

Install and usage instructions live in the source repository linked above.

Reviews

No reviews yet — be the first.

Versions

  • v0.1.0 Imported from the upstream source.