文档工作流

学术论文研究：搜索 → 下载LaTeX → 阅读与总结

---

快速开始

1. 搜索论文

bash python -m skills.document-workflow.scripts.searchpapers --query 世界模型 --maxresults 5 --year_from 2024

2. 下载LaTeX源码

bash python -m skills.document-workflow.scripts.latex_reader 2301.07088 --keep

3. 阅读与总结

阅读LaTeX源文件，并按照以下阅读指南进行总结。

---

阅读指南

将LaTeX源码下载到arxiv_{id}/后，按以下顺序阅读.tex文件：

第一步：获取元数据

阅读主.tex文件（通常为main.tex、root.tex或{paper-id}.tex），查找：

• - \title{} - 论文标题
• \author{} - 作者
• \begin{abstract}...\end{abstract} - 摘要

第二步：理解问题

阅读引言部分（通常为intro.tex、1-introduction.tex或第一个\section）：

• - 本文解决了什么问题？
• 关键贡献是什么？
• 与先前工作的关系？

第三步：理解方法

阅读方法/方案部分：

• - 提出的方法是什么？
• \begin{equation}...\end{equation}或\begin{align}...\end{align}中的关键公式
• \begin{algorithm}...\end{algorithm}中的算法伪代码

第四步：查看实验

阅读实验部分：

• - 使用的数据集
• 对比的基线方法
• \begin{table}...\end{table}中的指标及结果
• 关键发现

第五步：查看参考文献

阅读.bib或.bbl文件，查找：

• - 相关工作引用
• 领域内的关键论文

---

输出格式

按以下JSON格式总结论文（详见./references/output_schema.json）：

json
{
paper_title: 完整标题,
authors: [作者1, 作者2],
source: arXiv:XXXX.XXXXX,
task_definition: {
domain: 研究领域,
task: 具体任务,
problem_statement: 本文解决的问题,
key_contributions: [贡献1, 贡献2]
},
experiments: {
datasets: [数据集1, 数据集2],
baselines: [基线方法1, 基线方法2],
metrics: [
{name: 指标名称, description: 衡量内容, definition: 指标的数学定义或公式}
],
results: [
{setting: 数据集, metric: 指标, proposedmethod: 得分, bestbaseline: 得分}
],
key_findings: [发现1, 发现2]
}
}

---

脚本

脚本	功能
searchpapers.py	搜索论文（Tavily + Semantic Scholar）
downloadpaper.py

下载PDF（供人工阅读） |
| latex_reader.py | 下载LaTeX源码（供AI阅读） |

---

LaTeX阅读技巧

LaTeX命令	含义
\section{标题}	章节标题
\subsection{标题}

子章节标题 |
| \textbf{文本} | 粗体文本（通常重要） |
| \cite{键} | 引用标记 |
| \begin{equation}...\end{equation} | 编号公式 |
| \begin{table}...\end{table} | 表格 |
| \begin{figure}...\end{figure} | 图表 |
| \input{文件}或\subfile{文件} | 包含另一个.tex文件 |

---

配置

bash

可选：Semantic Scholar API密钥

export SEMANTICSCHOLARAPI_KEY=your-key

默认下载路径

C:\Users\Lenovo\Desktop\papers