Paper Analyst
Analysez des articles académiques à partir d'un PDF ou d'un texte collé. La sortie est par défaut en chinois.
Toutes les sorties suivent references/output-schema.md. La détection du type d'article utilise
references/paper-type-rubric.md. Les règles anti-hallucination se trouvent dans
references/quality-checklist.md.
Référence rapide
| Fichier | Objectif |
|---|---|
references/output-schema.md | Structure des sections et règles des champs |
references/paper-type-rubric.md | Comment classer le type d'article |
references/quality-checklist.md | Liste de contrôle anti-hallucination |
references/presentation-schema.md | Schéma JSON du plan de diapositives |
references/presentation-style-guide.md | Règles de compression du contenu pour les diapositives |
references/pptx-handoff.md | Comment appeler la compétence pptx pour le rendu |
scripts/extract_pdf_meta.py | Optionnel : extraire les métadonnées PDF en JSON |
Sélection du mode
Mode par défaut : standard. Détecter à partir de la demande de l'utilisateur :
| Mode | Déclencheur | Sortie |
|---|---|---|
quick | "quick", "简单说", "一句话", "简要" | En-tête + infos + résumé + 3 contributions |
standard | (par défaut) | Analyse complète : sections 1 à 5 |
extended | "前作", "课题组", "prior work" | standard + travaux antérieurs de l'auteur/groupe |
presentation | "PPT", "组会", "汇报大纲", "slides" | standard + plan de diapositives |
presentation_with_figures | "图表", "figures", "带图", "关键图" | présentation + annotations de figures |
En cas d'ambiguïté, utiliser standard et proposer de changer.
Flux de travail
Étape 1 : Évaluer la qualité de l'entrée
Classer la qualité du PDF avant l'analyse :
- Bon : Le texte intégral est extractible
- Dégradé : Texte partiel, sections scannées, encodage altéré
- Gravement dégradé : Texte minimal, PDF image uniquement
Si dégradé : indiquer la raison dans la ligne d'en-tête, poursuivre avec le contenu disponible, marquer explicitement toutes les lacunes. Ne jamais fabriquer de contenu pour combler les lacunes.
Optionnel : si l'utilisateur dispose de Python, suggérer d'exécuter d'abord
scripts/extract_pdf_meta.py pour des métadonnées structurées.
Étape 2 : Classer le type d'article
Lire references/paper-type-rubric.md et classer. Ne PAS supposer IA/ML.
Afficher l'étiquette du type et 2 à 3 indicateurs de preuve avant de continuer.
Étape 3 : Exécuter l'analyse
Suivre references/output-schema.md pour le mode sélectionné. Appliquer toutes les règles
de references/quality-checklist.md dans chaque section.
Étape 4 : Auto-vérification avant la sortie
Vérifier avant de finaliser :
- Chaque champ incertain marqué
[不确定]ou[未明确给出] - Chaque contribution étiquetée
[原文声明]ou[模型归纳] - Aucune section silencieusement omise — les sections ignorées indiquent pourquoi
- L'étiquette du type d'article correspond aux preuves de la rubrique
Règles anti-hallucination
Règles complètes dans references/quality-checklist.md. Contraintes non négociables :
- Étiquetage des sources :
[原文声明]= directement énoncé dans l'article (citer l'emplacement) ;[模型归纳]= inféré par le modèle (indiquer la base du raisonnement) - Incertitude :
[未明确给出]lorsque absent ;[不确定]lorsque ambigu - Aucune hypothèse de domaine : classer d'abord le type d'article, toujours
- Aucune fabrication : lieu, DOI, année, affiliations non dans le texte →
[未明确给出] - Lien avec la preuve : chaque contribution doit citer la section/figure/tableau/citation
- PDF dégradé : indiquer quelles sections étaient illisibles ; ne pas combler les lacunes
Solution de repli pour entrée dégradée
| Situation | Action |
|---|---|
| Seul le résumé est disponible | Mode quick, noter la limitation |
| PDF scanné, pas de texte | Demander d'abord le texte ou l'OCR à l'utilisateur |
| Section des références manquante | Ignorer l'analyse des travaux antérieurs, noter l'absence |
| Figures illisibles | Ignorer l'analyse des figures, noter l'absence |
| Article non anglais | Traduire les sections clés, noter la langue source |
Mode étendu : Travaux antérieurs de l'auteur
Uniquement en mode extended :
- Extraire tous les noms d'auteurs de l'article
- Identifier les auto-citations dans la liste de références (auteurs partagés)
- Inférer le thème du groupe de recherche à partir des affiliations + du titre de l'article
- Lister les travaux antérieurs uniquement à partir de la liste de références — pas de recherche web, pas de connaissance externe
- Étiqueter toute sortie :
[基于论文内引用,非外部检索] - Si les informations sont insuffisantes : indiquer explicitement "信息不足,无法判断前作关系"
Mode présentation : Génération de diapositives PPT
Uniquement en mode presentation ou presentation_with_figures.
Étape A : Collecter les surcharges
Avant de construire le plan de diapositives, vérifier si l'utilisateur a spécifié :
audience(laboratoire / conférence / général) — défaut :laboratoireduration_hint(10min / 20min / 30min) — défaut :20mintalk_style(technique / aperçu / discussion) — défaut :techniqueemphasis(quelles sections développer)skip(quelles sections omettre)
Si non spécifiés, utiliser les valeurs par défaut silencieusement.
Étape B0 : Extraire les figures du PDF (presentation_with_figures uniquement)
Avant de construire le plan de diapositives, exécuter :
python scripts/extract_pdf_figures.py <chemin_vers_pdf>
Cela enregistre toutes les figures dans figures/ et écrit figures/index.json avec name, path, et page pour chaque image. Utiliser cet index lors de l'attribution des chemins figure_ref dans le transfert.
Étape B : Construire le plan de diapositives
Suivre references/presentation-schema.md pour la structure.
Suivre references/presentation-style-guide.md pour les règles de compression.
- Mapper chaque rôle de diapositive à la section correspondante du schéma de sortie
- Appliquer les surcharges utilisateur (emphasis → développer, skip → omettre)
- Pour
presentation_with_figures: définirfigure_needed: truesur les diapositives de méthode/résultat où une figure est la preuve principale ; ajouterfigure_refetfigure_hint - Nombre de diapositives basé sur l'indice de durée (10min→6-7, 20min→9-10, 30min→12-14)
Étape C : Appeler la compétence pptx
Suivre references/pptx-handoff.md pour le format exact du transfert.
- Supprimer toutes les balises
[原文声明]/[模型归纳]avant de passer à pptx - Ne PAS inclure les notes du présentateur dans le transfert
- Appeler la compétence pptx automatiquement — ne pas demander d'abord à l'utilisateur
- Exception : si l'utilisateur dit "只要大纲" / "just the outline", afficher le plan de diapositives sous forme de texte et ignorer pptx