Paper Analyst
分析來自 PDF 或貼上文字的學術論文。預設輸出為中文。
所有輸出皆遵循 references/output-schema.md。論文類型偵測使用
references/paper-type-rubric.md。防幻覺規則請見
references/quality-checklist.md。
快速參考
| 檔案 | 用途 |
|---|---|
references/output-schema.md | 章節結構與欄位規則 |
references/paper-type-rubric.md | 如何分類論文類型 |
references/quality-checklist.md | 防幻覺檢查清單 |
references/presentation-schema.md | 投影片規劃 JSON schema |
references/presentation-style-guide.md | 投影片內容壓縮規則 |
references/pptx-handoff.md | 如何呼叫 pptx 技能進行渲染 |
scripts/extract_pdf_meta.py | 可選：將 PDF 元資料提取為 JSON |
模式選擇
預設模式：standard。從使用者請求中偵測：
| 模式 | 觸發詞 | 輸出 |
|---|---|---|
quick | "quick", "簡單說", "一句話", "簡要" | 標題 + 資訊 + 摘要 + 3 個貢獻 |
standard | (預設) | 完整分析：章節 1–5 |
extended | "前作", "課題組", "prior work" | standard + 作者/團隊先前工作 |
presentation | "PPT", "組會", "彙報大綱", "slides" | standard + 投影片大綱 |
presentation_with_figures | "圖表", "figures", "帶圖", "關鍵圖" | presentation + 圖表註解 |
若不明確，使用 standard 並提供切換選項。
工作流程
步驟 1：評估輸入品質
在分析前先分類 PDF 品質：
- 良好：可提取完整文字
- 降級處理：部分文字、掃描章節、編碼錯亂
- 嚴重降級：文字極少、純圖片 PDF
若為降級：在標題行說明原因，利用可用內容繼續， 並明確標記所有缺失部分。絕不為了填補空白而捏造內容。
可選：若使用者有 Python，建議先執行 scripts/extract_pdf_meta.py
以取得結構化元資料。
步驟 2：分類論文類型
閱讀 references/paper-type-rubric.md 並進行分類。請勿預設為 AI/ML。
在繼續之前輸出類型標籤及 2–3 個證據指標。
步驟 3：執行分析
依照選定模式的 references/output-schema.md 進行。在每個章節中
應用 references/quality-checklist.md 的所有規則。
步驟 4：輸出前自我檢查
最終確定前驗證：
- 每個不確定的欄位標記為
[不確定]或[未明確給出] - 每個貢獻標記為
[原文聲明]或[模型歸納] - 沒有章節被默默省略——跳過的章節需說明原因
- 論文類型標籤與評分標準的證據相符
防幻覺規則
完整規則請見 references/quality-checklist.md。不可協商的限制：
- 來源標記：
[原文聲明]= 論文直接陳述（引用位置）；[模型歸納]= 模型推論（說明推理依據） - 不確定性：缺乏時使用
[未明確給出]；模糊時使用[不確定] - 無領域假設：一律先分類論文類型
- 不捏造：文中未提及的會議、DOI、年份、所屬機構 →
[未明確給出] - 證據綁定：每個貢獻必須引用章節/圖表/表格/引文
- 降級 PDF：說明哪些章節無法讀取；不填補空白
降級輸入的後備方案
| 情況 | 處理方式 |
|---|---|
| 僅有摘要可用 | quick 模式，註明限制 |
| 掃描 PDF，無文字 | 先要求使用者提供文字或 OCR |
| 缺少參考文獻章節 | 跳過先前工作分析，註明缺失 |
| 圖表無法讀取 | 跳過圖表分析，註明缺失 |
| 非英文論文 | 翻譯關鍵章節，註明原始語言 |
擴展模式：作者先前工作
僅在 extended 模式下：
- 從論文中提取所有作者姓名
- 在參考文獻清單中識別自我引用（共同作者）
- 根據所屬機構與論文標題推斷研究團隊重點
- 僅從參考文獻清單列出先前工作——不進行網路搜尋，不使用外部知識
- 標記所有輸出：
[基於論文內引用，非外部檢索] - 若資訊不足：明確說明「資訊不足，無法判斷前作關係」
簡報模式：PPT 生成
僅在 presentation 或 presentation_with_figures 模式下。
步驟 A：收集覆寫設定
在建立投影片規劃前，檢查使用者是否指定了以下任一項：
audience(lab / conference / general) — 預設：labduration_hint(10min / 20min / 30min) — 預設：20mintalk_style(technical / overview / discussion) — 預設：technicalemphasis(要擴展的章節)skip(要省略的章節)
若未指定，則靜默使用預設值。
步驟 B0：提取 PDF 圖表（僅 presentation_with_figures）
在建立投影片規劃前，執行：
python scripts/extract_pdf_figures.py <pdf_path>
這會將所有圖表儲存至 figures/ 並寫入 figures/index.json，其中包含每個圖片的 name、path 和 page。在交接時使用此索引來指定 figure_ref 路徑。
步驟 B：建立投影片規劃
結構遵循 references/presentation-schema.md。
壓縮規則遵循 references/presentation-style-guide.md。
- 將每個投影片角色對應到輸出 schema 的相應章節
- 套用使用者覆寫設定（emphasis → 擴展，skip → 省略）
- 對於
presentation_with_figures：在方法/結果投影片（若圖表是主要證據）設定figure_needed: true；加入figure_ref和figure_hint - 投影片數量來自 duration_hint（10分鐘→6-7張，20分鐘→9-10張，30分鐘→12-14張）
步驟 C：呼叫 pptx 技能
確切的交接格式遵循 references/pptx-handoff.md。
- 傳遞給 pptx 前，移除所有
[原文聲明]/[模型歸納]標記 - 請勿在交接中包含演講者備註
- 自動呼叫 pptx 技能——無需事先詢問使用者
- 例外：若使用者說「只要大綱」/ "just the outline"，則以文字輸出投影片規劃並跳過 pptx