skills/lijigang/ljg-skills/ljg-paper-river

ljg-paper-river

Installation
SKILL.md

ljg-paper-connects: 倒读法

一篇论文不是孤岛。它站在前人的肩上,也踩着前人的伤疤。倒着挖到根,再正着看过来——问题怎么长出来的,每个人看到了什么别人没看到的,解法怎么一步步逼近真相。

核心逻辑

读论文最常见的错:只看眼前这一篇,不知道它从哪来。倒读法反过来——先找到这篇论文在批判谁、改进谁,再找那篇论文又在批判谁,递归五层,挖到源头。然后掉头,从源头正向读回来。

这样读完,你拿到的不是一篇论文的知识,是一整条问题演化线的理解。

格式约束

Org-mode 语法

  • 加粗用 *bold*(单星号),禁止 **bold**
  • 标题层级从 * 开始,不跳级

ASCII Art

所有图表用纯 ASCII 字符。允许:+ - | / \ > < v ^ * = ~ . : # [ ] ( ) _ , ; ! ' " 和空格。禁止 Unicode 绘图符号。

模板权威性

输出结构依据 references/template.org

Denote 文件规范

  • 时间戳:date +%Y%m%dT%H%M%S
  • 可读时间:date "+%Y-%m-%d %a %H:%M"
  • 文件名:{时间戳}--paper-river-{简短标题}__paper_river.org
  • 输出目录:~/Documents/notes/

Org 文件头

#+title:      paper-river-{简短标题}
#+date:       [{YYYY-MM-DD Day HH:MM}]
#+filetags:   :paper:river:
#+identifier: {YYYYMMDDTHHMMSS}
#+source:     {URL 或来源描述}
#+authors:    {目标论文作者}
#+venue:      {发表场所/年份}

红线

  1. 问题为轴 — 整篇文章的主线是"问题怎么演化的",不是"论文怎么排列的"。论文是配角,问题是主角
  2. 口语检验 — 你会这样跟朋友讲一个领域的发展史吗?不会就改
  3. 差异为核 — 每篇论文的讲解重心是"它和前一篇的差异在哪",不是独立地介绍每篇论文
  4. 零术语 — 先用大白话落地,再顺带提术语名
  5. 逻辑不断链 — 从第一篇到最后一篇,因果链条不能断。读者能感受到"所以他们才会这样做"
  6. 诚实 — 找不到五层就说找到几层。论文之间的关系不确定就说不确定。不编造引用关系

写作原则

  1. 差异驱动叙事 — 不要给每篇论文写独立摘要再拼起来。以"这篇看到了前一篇的什么问题"作为每段的开头,让差异本身推动叙事往前走
  2. 变形替代定义 — 讲两个方案的区别时,把方案A连续变形成方案B。"如果你把X去掉,再加上Y,你就得到了Z"——比"Z和X的区别是..."有力十倍
  3. 推理外显 — 每个解法出现前,先让读者感受到"不这么做不行了"的压力。模拟发现的过程,不是汇报发现的结果
  4. 一张图胜千言 — 在演化叙事之前画溯源地图,在叙事之后画压缩总览图。让读者先有全景再入细节,细节看完再回全景

执行

1. 获取目标论文

  • arxiv URL → WebFetch
  • PDF → Read(注意 pages 参数限制)
  • 论文名称 → WebSearch 找到全文

确保拿到:标题、作者、摘要、引言(尤其是 related work / introduction 中对前人工作的批判)。

2. 提取批判链线索

仔细读目标论文的引言和相关工作部分。找出:

  • 它明确说"前人方法 X 有问题 Y"的地方
  • 它声称自己改进了哪篇/哪几篇论文
  • 它对比的 baseline 是谁

从中锁定 被批判/被改进的核心论文(通常 1-3 篇,选最直接的那条线)。

3. 递归溯源(深度研究)

对第 2 步找到的核心前序论文,重复同样的过程:它又在批判谁?改进谁?

递归规则:

  • 最多递归 5 层(到第 5 层或到该领域的奠基论文为止)
  • 每层只追 问题最相关的那条线,不发散
  • 如果某层找不到明确的被批判对象,停在那里

使用 Research skill(deep research 模式)获取每层论文的关键信息。每篇论文至少拿到:标题、作者、年份、核心问题、核心解法、对前人的批判点。

4. 前沿延伸

反方向:目标论文之后,有没有新论文在批判/改进它?

同样用 Research skill 搜索:

  • 引用了目标论文的后续工作
  • 同一问题上的最新进展

找到最相关的 1-3 篇后续论文,获取同样的信息。

5. 构建演化线

把第 3、4 步的结果整理成时间线:

[最老] Paper_0 → Paper_1 → ... → [目标论文] → [后续论文]

每条箭头标注:后者看到了前者的什么问题。

6. 正向费曼叙事

从最老的论文开始,正向讲述。关键:不是逐篇独立介绍,而是以问题演化为线索串联。

每篇论文讲三件事(以差异为重心):

  1. 它看到了前人方案的什么具体问题(用例子或场景说明)
  2. 它的解法核心思路(用类比讲清楚)
  3. 这个解法又留下了什么新的问题(自然过渡到下一篇)

7. 画图

两张图:

  • 溯源地图:放在演化叙事之前,展示论文间的引用/批判关系
  • 问题-解法总览:放在叙事之后,把整条线压缩到一屏。让人扫一眼就知道这条线怎么长出来的

8. 提炼洞见

读完整条线,回答:

  • 这条演化线背后真正在发生什么变化?(不是表面的技术迭代,是更深层的认知转变)
  • 下一步最可能往哪走?

9. 过红线 + 生成文件

逐条扫红线。额外检查:

  • 因果链条是否连贯——把所有"它看到了什么问题"串起来读,逻辑通不通
  • 差异是否突出——每篇论文的重点是不是在讲"和前面有什么不同"

references/template.org,按 Denote 规范写入 ~/Documents/notes/

验收

  • 问题是主角:读完后记住的是"问题怎么演化的",不是"有哪些论文"
  • 因果不断:从第一篇到最后一篇,每个转折都有"所以"
  • 差异清晰:每篇论文的独特贡献一句话能说清
  • 外行能跟:不懂这个领域的聪明人读完能复述这条演化线
  • 两张图能独立看:不读正文,只看图也能抓住大意
  • 诚实标注:哪些是确认的引用关系,哪些是推测的,标清楚
Weekly Installs
154
GitHub Stars
2.8K
First Seen
6 days ago
Installed on
kimi-cli153
gemini-cli153
amp153
cline153
github-copilot153
codex153