- name
- paper-reader
- description
- Comprehensive PDF paper reader for academic research. Extracts text, figures, tables, and structured content from research papers with support for multimodal analysis.
- metadata
Paper Reader Skill
专为学术论文阅读设计的多功能PDF提取工具。
功能特性
- 📄 文本提取: 完整提取论文文本，保留章节结构
- 🖼️ 图片提取: 自动提取论文中的图表、实验结果图
- 📊 表格提取: 提取实验数据表格为结构化格式
- 📋 元数据读取: 标题、作者、摘要、关键词
- 🔍 章节识别: 自动识别Introduction、Methods、Results等章节
- 📑 批量处理: 支持整个论文文件夹批量处理
依赖安装
pip install pdfplumber pymupdf Pillow使用方法
命令行工具
# 完整提取论文（文本+图片+表格）
python3 ~/.openclaw/skills/paper-reader/read_paper.py paper.pdf --full
# 仅提取文本
python3 ~/.openclaw/skills/paper-reader/read_paper.py paper.pdf --text
# 提取图片到指定文件夹
python3 ~/.openclaw/skills/paper-reader/read_paper.py paper.pdf --images --img-dir ./figures
# 提取表格为CSV
python3 ~/.openclaw/skills/paper-reader/read_paper.py paper.pdf --tables --csv-dir ./tables
# 提取前3页（通常包含摘要和引言）
python3 ~/.openclaw/skills/paper-reader/read_paper.py paper.pdf --pages 1-3Python API
from paper_reader import PaperReader
reader = PaperReader("paper.pdf")
# 获取元数据
metadata = reader.get_metadata()
# 提取全文
text = reader.extract_text()
# 提取特定章节
abstract = reader.extract_section("Abstract")
methods = reader.extract_section("Methods")
# 提取图片
figures = reader.extract_images(output_dir="./figures")
# 提取表格
tables = reader.extract_tables()输出结构
paper_output/
├── paper.txt # 完整文本
├── metadata.json # 论文元数据
├── abstract.txt # 摘要
├── sections/ # 分章节文本
│ ├── 01_Introduction.txt
│ ├── 02_Related_Work.txt
│ ├── 03_Methods.txt
│ ├── 04_Experiments.txt
│ └── 05_Conclusion.txt
├── figures/ # 提取的图片
│ ├── fig_1.png
│ ├── fig_2_table.png
│ └── fig_3_chart.png
└── tables/ # 提取的表格
├── table_1.csv
└── table_2.csv学术论文专用功能
1. 实验数据提取
自动识别并提取：
- 实验结果表格
- 性能对比图表
- 消融实验数据
2. 方法章节结构化
识别Methods章节中的：
- 网络架构描述
- 损失函数公式
- 训练参数设置
3. 参考文献提取
提取参考文献列表，支持BibTeX格式导出。