把一篇论文，讲到你真的懂 —— 且绝不编造原文里没有的内容
A Claude Code / Codex skill that deep-reads an academic paper and explains it thoroughly, grounded in an anchored knowledge graph so it never drifts from the source.
上传一篇论文，说一句「帮我精读这篇论文」，它会：
- 通读全文（包括附录、表格、图），不是只看摘要+引言+结论；
- 在内部构建一张带位置锚点的知识图谱——每个节点都挂着来源坐标
(Sec 3.2)、(Table 2)、(Fig. 4)、(Eq. 7)、(p. 8)； - 用结构化中文叙述把这篇论文讲清楚：背景定位 → 它针对的 limitation 与方法 → 实验设置与结果 → 批判性分析 → future work；
- 之后进入锚定问答模式，你随便追问（「4.2 节那个 loss 到底怎么算的」），它回到原文对应位置重新核对后再回答，并附上锚点。
一句话：一个不会一本正经胡说八道的论文精读助手。
论文阅读助手最大的翻车方式是自信地编造——结果表里编个数字、方法里塞个原文没有的超参、听起来很合理但根本不存在的细节。这个 skill 用三条硬约束把这个失败模式堵死：
| 机制 | 做了什么 |
|---|---|
| 🔗 万物有锚 (Anchor everything) | 任何一个具体主张——数字、方法细节、数据集、超参、结论——都必须能回溯到一个位置锚点。给不出锚点，就不能当作事实陈述。 |
| 🤐 诚实地说「未在原文找到」 | 你问的东西论文里没写（比如「他们用了几张 GPU？」而原文没提），它就直说 未在原文中找到该信息，绝不用一个看似合理的猜测来填坑。 |
| 🏷️ 三类陈述分开标注 | [作者claim]（作者主张）/ [原文证据]（表里的数字、定义、流程）/ [推断/评价]（它自己的判断）——尤其在批判性分析里，作者的主张和它的评价绝不混为一谈。 |
| 档位 | 内容 | 触发 |
|---|---|---|
| 快速版 | TL;DR（5–8 句）+ 一张「贡献-方法-结果」小结表 | 「快速看一下」「大概讲讲」「TL;DR」 |
| 精读版（默认） | 完整的五段式结构化讲解 | 默认，无需指定 |
| 复现版 | 精读版 + 实现级方法细节：完整符号表、算法步骤、全部超参、训练流程 | 提到「复现 / implement / 重跑实验」 |
无论哪一档，通读 + 建知识图谱这两步永远完整执行——浅读之上的摘要，正是这个 skill 要消灭的错误来源。
- 背景与定位 —— 这是什么领域、SOTA 是什么、这篇文章站在哪（新问题？旧问题新方法？benchmark/分析型？），以一句话定位收尾。
- Limitation 与方法 —— 先精确指出它针对前人的哪些 limitation（带锚点），再讲方法（先整体 pipeline 再逐组件，全程用原文自己的命名与 notation），并显式地把「方法 → limitation」对应起来。
- 实验设置与结果 —— 数据集 / baseline / metric / 超参 / compute（原文没写的标
未在原文找到）；headline 数字带锚点，ablation 说明了什么。 - 批判性分析 —— claim–evidence 是否真的对得上、ablation 是否完整、baseline 是否公平、有无多次运行/方差、可复现性、以及第一步发现的任何「正文-表格不一致」。诚实且成比例，好的地方也说。
- Future work 与改进空间 —— 明确分成 (a) 作者列的 future work
[作者claim]；(b) 它自己从批判分析里推断出的改进方向[推断/评价]，两者绝不混淆。
方式一 · Claude Code 插件（推荐，一键安装）
/plugin marketplace add OvOhao/paper-explainer
/plugin install paper-explainer@paper-explainer
方式二 · 手动放进 skills 目录
git clone https://github.com/OvOhao/paper-explainer /tmp/paper-explainer
cp -r /tmp/paper-explainer/skills/paper-explainer ~/.claude/skills/ # 个人级（全局）
# 或项目级：cp -r /tmp/paper-explainer/skills/paper-explainer .claude/skills/Codex / 其它兼容 agent —— 把 skills/paper-explainer/SKILL.md 放进对应平台的 skills 目录即可。
装好后，直接对话：
帮我精读这篇论文 （上传 PDF）
这篇文章讲了什么？
快速讲讲这篇 → 快速版
我想复现，把方法讲到能写代码 → 复现版
4.2 节那个 loss 具体怎么算的？ → 锚定问答，回原文核对后作答
无需 API key。 判断类的重活——query 理解、精读、写讲解、锚定核对——都由正在运行这个 skill 的模型本身完成（Claude Code 里就是 Claude，Codex 里就是 GPT）。
| ✅ 用 Paper Explainer | ❌ 别用它（换 academic-paper-reader） |
|---|---|
| 读懂、讲透、教会你一篇论文 | venue 校准的同行评审 / 审稿 |
| 精读、走查方法、追问细节 | 校对、错别字、纠错式 review |
| 多篇论文分别精读（图谱各自独立，锚点标明出处） | 给论文打分做录用判断 |
这个 skill 是为「理解与讲解」服务的，不是为「评估」服务的。
Upload a paper, say "walk me through this paper", and it will:
- Read the whole thing — every section, appendices, tables, figures — not just abstract + intro + conclusion;
- Build an internal anchored knowledge graph where every node carries a source coordinate:
(Sec 3.2),(Table 2),(Fig. 4),(Eq. 7),(p. 8); - Explain it as a structured narrative: background & positioning → the limitation it targets & the method → experimental setup & results → critical analysis → future work;
- Then stay in an anchored Q&A mode — ask anything ("how is the loss in Sec 4.2 actually computed?") and it goes back to the source at that anchor, re-checks, then answers with the citation.
In one line: a paper-reading assistant that doesn't confidently make things up.
The biggest failure mode of paper-reading assistants is confident fabrication — invented numbers in result tables, made-up hyperparameters, plausible-sounding method details that aren't in the paper. Three hard rules shut that down:
| Rule | What it does |
|---|---|
| 🔗 Anchor everything | Every specific claim — a number, a method detail, a dataset, a hyperparameter, a conclusion — must trace to a location anchor. No anchor → it may not be stated as fact. |
| 🤐 Say "not found in the paper" honestly | Ask something the paper never states ("how many GPUs?") and it says exactly that, instead of filling the gap with a plausible guess. |
| 🏷️ Three labeled statement kinds | [作者claim] (author assertion) / [原文证据] (objective content: table numbers, definitions) / [推断/评价] (its own inference) — kept distinct, especially in the critical-analysis section. |
- Quick — TL;DR (5–8 sentences) + a contribution-method-result table. ("give me the TL;DR")
- Full (default) — the complete five-part structured explanation.
- Reproduction — Full, plus implementation-depth method detail: full notation table, algorithm steps, all hyperparameters, training procedure. (when you mention reproducing / implementing)
Regardless of depth, the full read + knowledge-graph build always run — a summary on a shallow read produces exactly the errors this skill exists to prevent.
Option 1 · Claude Code plugin (recommended, one-click)
/plugin marketplace add OvOhao/paper-explainer
/plugin install paper-explainer@paper-explainer
Option 2 · Manual — copy into your skills directory
git clone https://github.com/OvOhao/paper-explainer /tmp/paper-explainer
cp -r /tmp/paper-explainer/skills/paper-explainer ~/.claude/skills/ # personal (global)
# or project-scoped: cp -r /tmp/paper-explainer/skills/paper-explainer .claude/skills/For Codex or any other compatible agent, drop skills/paper-explainer/SKILL.md into that platform's skills directory. No API key required — the running model does all the judgement work.
Use Paper Explainer to understand, explain, and teach a paper. For venue-calibrated peer review, proofreading, or error-hunting, use academic-paper-reader instead — this skill is for comprehension, not assessment.
Deep comprehension over confident hallucination.
Made with care · MIT Licensed