Token导航 LogoToken导航

Agent Skill · 效率

paper-reader-xuruitian(纸质阅读器徐瑞田)

paper-reader-xuruitian 用于辅助前端页面、组件、样式和交互逻辑开发,适合在 OpenClaw 中需要维护前端项目、生成组件或检查界面实现时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态,以及是否会触发联网、命令执行或文件读写。

paper-reader-xuruitian 是效率类 Agent Skill,可用宿主为 OpenClaw,通过ClawHub获取,权限为只读;许可证为 MIT-0,第三方扫描有提醒项,按安装量在效率类的 21,003 个 Skill 里排第 17,222。

总安装 2,658周安装 113GitHub Stars 公开资料未说明下载 931核验 2026-05-01

安装说明

本站只整理中文说明,不托管安装包,也不代用户安装。
GitHub
许可证
MIT-0
版本
1.0.0

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手,先确认命令和权限,再让它执行。

请帮我安装这个 Agent Skill:paper-reader-xuruitian(纸质阅读器徐瑞田)
来源仓库:https://github.com/xuruitian/paper-reader-xuruitian
安装命令:
openclaw skills install paper-reader-xuruitian
安装前请先检查当前环境是否支持对应 CLI,并向我确认将要执行的命令、安装目录、联网范围和文件读写权限;确认后再执行。

命令行安装

复制命令到本机终端执行。该命令会通过 OpenClaw 从第三方来源获取 Skill;本站只展示命令,不托管安装包,也不自动执行。

ClawHubOpenClaw
openclaw skills install paper-reader-xuruitian

这个 Skill 是做什么的

效率类 Skill 把重复的整理、汇总、转换工作交给助手完成,减少手工复制粘贴。

专家级学术文献精读与结构化分析工具。适用宿主包括 OpenClaw,接入前应确认版本、权限和运行环境要求。支持 PDF、Word、Excel 等格式的多维解读。按研究目标、方法、验证等六方面输出报告。注意其对大文件解析速度与内存占用的影响。

paper-reader-xuruitian 属于效率类 Skill,可作为该场景下的辅助能力补充。

上手步骤

4 步
  1. 1

    确认自己的宿主工具

    公开资料标注支持 OpenClaw;先确认自己用的是其中之一,再按对应工具的 Skills 目录放置。

  2. 2

    拿到安装命令

    可以直接复制的命令是 openclaw skills install paper-reader-xuruitian;命令里的占位符换成自己的路径或密钥再执行。

  3. 3

    安装后重启宿主

    命令执行完要完全退出宿主工具再打开,让新装的 Skill 被重新扫描到,否则列表里可能看不到。

  4. 4

    按最小权限试用

    它标注为只读,先用只读任务试一次,确认行为符合预期再扩大使用范围。

常见问题

6 条

paper-reader-xuruitian 怎么安装?

在终端执行 openclaw skills install paper-reader-xuruitian。装完完全退出宿主工具再打开,让它重新扫描本地 Skill。

paper-reader-xuruitian 支持哪些 AI 工具?

公开资料标注支持 OpenClaw。其他工具只要能读取本地 Skill 目录,一般也能手动放进去,但要自己确认触发方式是否一致。

paper-reader-xuruitian 需要什么权限?

权限级别是只读。该 Skill 主要提供规则、说明或参考内容,本身偏只读;真正读写文件、联网或执行命令仍取决于宿主 Agent 的任务。

paper-reader-xuruitian 是免费的吗?

来源标注的许可证是 MIT-0。本站不代收任何费用,也不托管安装包;能否商用、要不要署名,以许可证原文为准。

paper-reader-xuruitian 用的人多吗?

公开数据是累计安装 2,658 次,近一周安装 113 次,下载 931 次。这些数字来自第三方目录统计,只能当作热度参考,不代表质量或安全性。

paper-reader-xuruitian 安全吗?

第三方扫描有提醒项,说明存在需要人工确认的行为。安装前请打开源码看清它读了什么、联网到哪里。

值得选的地方和要先想清楚的地方

值得选的地方

  • 专注 OpenClaw 一种宿主,触发方式和使用习惯不用来回切换。
  • 许可证明确为 MIT-0,商用和分发边界好判断。
  • 标注为只读权限,试用阶段不容易误改本地文件。

先想清楚的地方

  • 第三方扫描存在提醒项或未通过项,需要人工逐条确认。
  • 第三方目录整理,版本更新和行为细节以来源仓库为准。

适不适合你

更适合

  • 已经在用 OpenClaw,想直接扩展它能力的人。
  • 需要处理效率类任务、又不想每次都手写提示词的人。
  • 只想先试试效果、不希望它改动本地文件的人。

不太适合

  • 需要厂商级技术支持和 SLA 的生产系统。

效率类 Skill 对比

6 个同类
Skill总安装GitHub 星权限许可证扫描
github

GitHub 代码协作 · OpenClaw

7,632,918545需要联网MIT-0通过
nano-pdf

Nano PDF 文档 · OpenClaw

4,249,476231需要联网MIT-0通过
auto-updater

自动更新程序 · OpenClaw

2,964,063386操作浏览器MIT-0通过
video-frames

视频帧 · OpenClaw

2,621,304112需要联网MIT-0通过
gemini

Gemini 助手 · OpenClaw

2,547,39648需要联网MIT-0有提醒
paper-reader-xuruitian

纸质阅读器徐瑞田 · 本页

2,658—只读MIT-0有提醒

按安装量取同分类前几名;数字来自第三方目录统计,只作热度参考,不代表质量结论。

SKILL.md 原文

name
paper-reader
description
>

Paper Reader Skill

学术论文精读专家 — 深度解读学术论文,输出结构化分析报告,并自动生成 Word 文档保存在桌面。


什么时候使用本 Skill

当用户上传学术论文(PDF、Word、Excel、PPT、TXT 等格式)并希望:

  • 深入理解论文的研究目标、方法和贡献
  • 获取论文的批判性分析
  • 了解该方向的前沿进展和学习建议
  • 将论文转化为可用的创新想法

典型触发句式:

  • "精读这篇论文"
  • "帮我分析这篇文献"
  • "这篇论文讲了什么"
  • "论文解读"
  • "学术论文分析"

执行流程

第一步:识别文件并提取内容

根据用户上传的文件扩展名,使用 scripts/extract_text.py 提取全文:

python <skill_path>/scripts/extract_text.py <file_path> [-o <输出文件路径>]

支持的格式一览:

格式扩展名主要工具
PDF.pdfPyMuPDF (fitz) + pdfplumber
Word.docxpython-docx
Word.doctextutil (macOS) / antiword (Windows)
Excel.xlsxopenpyxl
Excel.xlsxlrd + pandas
PPT.pptxpython-pptx
文本.txt / .md / .csvPython 内置编码自动检测(UTF-8/GBK/GB2312)
注意:Word .doc 格式在 macOS 上使用 textutil,Windows 上需要预装 antiword;如不可用请提示用户将文件另存为 .docx 格式。

第二步:判断学科领域与背景

根据论文的摘要、关键词和章节标题,判断:

  • 论文所属学科领域(机器学习、供应链管理、金融、医学等)
  • 是否涉及多学科交叉
  • 是否需要补充领域最新研究动态

第三步:加载分析参考模板

读取 references/academic_prompt.md 获取完整的六维度分析框架,在分析过程中严格遵循该模板的格式要求。

第四步:执行深度分析(六大维度)

按以下顺序逐一分析,直接引用原文细节:

  1. 研究目标与实际问题 — 研究目的、解决的问题、产业意义
  2. 新思路、方法与模型 — 创新点、相比已有方法的优势(引用原文细节)
  3. 实验设计与验证 — 实验设计、数据、结果(引用关键数据)
  4. 未来研究方向与机会 — 值得探索的问题、新技术/投资机会
  5. 批判性分析 — 不足、缺失、需进一步验证的内容
  6. 实用价值与学习建议 — 可借鉴的创新想法、学习重点、需补充的背景知识

第五步:输出 Markdown 报告

以 Markdown 格式输出,严格遵循以下格式规范:

  • 使用 ### 三级标题 对应六大问题
  • 引用原文使用 > blockquote
  • 关键术语首次出现时加粗
  • 中文书写,学术名词附英文
  • 适当使用列表、加粗、表格
  • 适当插入图表说明(可用文字描述关键图表内容)

第六步:生成 Word 文档并保存至桌面 ⭐

将分析报告自动转换为 Word 文档(.docx),保存到用户桌面:

推荐方式:JSON 数据文件模式

  1. 先将分析内容写入 JSON 文件(保存到 <skill_path>/data/latest_analysis.json):
{
  "title": "论文主标题",
  "subtitle": "副标题(如:—— 精读报告)",
  "author": "作者名",
  "school": "学校/机构",
  "date": "2026年x月x日",
  "overview": "整体概述段落内容...",
  "dimensions": [
    { "heading": "维度一:研究目标与实际问题", "content": "多行内容..." },
    { "heading": "维度二:新思路、方法与模型", "content": "多行内容..." },
    { "heading": "维度三:实验设计与验证", "content": "多行内容..." },
    { "heading": "维度四:未来研究方向与挑战", "content": "多行内容..." },
    { "heading": "维度五:批判性分析", "content": "多行内容..." },
    { "heading": "维度六:实用价值与学习建议", "content": "多行内容..." }
  ],
  "summary": "总结段落",
  "filename": "论文简称_精读报告"
}
  1. 运行生成脚本:
node <skill_path>/scripts/generate_report.js --data <skill_path>/data/latest_analysis.json

命令行参数模式(备选):

node <skill_path>/scripts/generate_report.js \
  --title "<论文标题>" \
  --output "<输出完整路径>"

生成后告知用户:

✅ Word 文档已生成并保存至桌面:<filepath>

文件结构

paper-reader/
├── SKILL.md                          ← Skill 主入口(本文件)
├── scripts/
│   ├── extract_text.py               ← 文档文本提取脚本(支持7种格式)
│   └── generate_report.js            ← Word 报告生成脚本
├── references/
│   └── academic_prompt.md            ← 六维度分析 Prompt 模板
└── data/
    └── .gitkeep                       ← 保持目录结构,忽略临时数据

注意事项

  1. 引用原文:分析时大量引用论文原文中的关键句子、数据和图表说明,体现分析的深度和依据
  2. 通俗解释:对于新颖或专业的术语,在引用后给出通俗易懂的解释
  3. 批判视角:不回避论文的不足,以建设性批评帮助用户全面理解论文
  4. 实用建议:重点帮助用户提炼"拿来即用"的创新想法,而非泛泛而谈
  5. 格式严格遵循:按 academic_prompt.md 中的格式规范输出,不遗漏任何部分
  6. Word 输出:分析完成后必须执行第六步,将报告保存为 Word 文档到桌面,文件名格式为:<论文简称>_精读报告.docx

平台分布

OpenClaw

95.98%
按下载量换算894

安全审计

VirusTotal

可疑

ClawScan

通过

Static analysis

通过

权限和风险

只读

该 Skill 主要提供规则、说明或参考内容,本身偏只读;真正读写文件、联网或执行命令仍取决于宿主 Agent 的任务。

安装前确认

本站仅展示第三方公开信息,不托管安装包,不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。来源安全扫描存在提醒或未通过项,安装前请自行复核。目前只有一个公开来源,建议同时核对源仓库。

继续浏览同类 Skills