Literature Reader — 文献阅读与概要生成

指令

Step 1: 获取 PDF 内容

首选方式： 使用 Cursor 内置 Read 工具直接读取 PDF 文件。

Read tool → path: "/path/to/paper.pdf"

Read 工具会自动将 PDF 转换为文本。如果 PDF 过大被截断，分段读取：

Read tool → path: "/path/to/paper.pdf", offset: 1, limit: 200
Read tool → path: "/path/to/paper.pdf", offset: 201, limit: 200

备选方式： 若 Read 工具无法读取 PDF（返回空内容、乱码、严重截断），或遇到扫描件、复杂排版等情况，请查阅 PDF 文本提取指南 使用备选提取脚本。

快速使用：

pip3 install pdfplumber  # 首次使用需安装
python3 ~/.cursor/skills/literature-reader/scripts/extract_pdf.py "/path/to/paper.pdf" --output /tmp/paper_text.txt

预期输出：终端显示 Extracted text saved to: /tmp/paper_text.txt，随后用 Read 工具读取该文件。完整参数说明、判断标准和故障排查见 references/pdf-extract.md。

Step 2: 内容分析

按以下维度逐一分析提取到的文本：

1. 元信息提取 — 标题、作者、机构、发表年份、期刊/会议
2. 研究问题识别 — 论文试图回答什么问题，解决什么痛点
3. 方法论梳理 — 使用了什么研究方法、技术路线、实验设计
4. 核心贡献归纳 — 论文的主要创新点和学术贡献（通常在 Introduction 末尾或 Abstract 中明确列出）
5. 实验与结果 — 关键实验设置、数据集、指标、定量结果
6. 局限性与未来方向 — 作者承认的不足、提出的后续工作

Step 3: 生成文献概要

使用模板生成结构化输出。模板见 summary-template.md。

输出格式为 Markdown 文件，文件名建议：[第一作者姓氏]_[年份]_[关键词缩写].md

Step 4: 质量检查

生成概要后进行自查：

• 元信息（标题、作者、年份）是否准确
• 研究问题是否清晰表述
• 方法描述是否抓住了核心技术路线而非细枝末节
• 核心贡献是否与论文 Abstract/Introduction 一致
• 关键数据和结论是否有具体数值支撑
• 个人评价是否客观且有理有据

特殊场景处理

批量文献阅读

当用户提供多篇论文时：

1. 逐篇按上述流程处理
2. 在最后额外输出一份 横向对比表，包含：标题、年份、方法、数据集、核心指标、主要贡献
3. 简要说明各论文之间的关系（互补/竞争/递进）

横向对比表模板见 summary-template.md 底部。

特定章节深读

当用户只关心论文某一部分（如方法论、实验结果）时：

1. 仅展开该部分的详细分析
2. 其余部分保持一句话概述
3. 对关键公式、算法伪代码进行解读

中文论文

中文论文使用中文输出概要。对中文论文中引用的英文术语，保留原文并在括号内标注，如：注意力机制（Attention Mechanism）。

输出规范

• 文献概要长度：1000–2000 字（视论文复杂度调整）
• 语言：与论文语言一致，或遵从用户指定语言
• 格式：Markdown，使用清晰的层级标题
• 关键术语首次出现时标注英文原文
• 数据和结论必须标注出处章节（如 "见 Table 3" "Section 4.2"）

示例

示例 1：单篇论文精读

用户说：「帮我读一下这篇论文 /Users/me/papers/attention.pdf」 操作：

1. 使用 Read 工具读取 PDF 内容
2. 按 Step 2 维度逐一分析
3. 按模板生成完整文献概要 结果：输出结构化的 Markdown 概要文件

示例 2：批量对比

用户说：「对比一下这三篇论文 /papers/a.pdf /papers/b.pdf /papers/c.pdf」 操作：

1. 逐篇读取并生成概要
2. 输出横向对比表
3. 分析论文间的互补/递进/竞争关系 结果：三份独立概要 + 一份横向对比分析

示例 3：章节深读

用户说：「这篇论文的方法部分具体是怎么做的？」 操作：

1. 读取 PDF 并定位方法论章节
2. 详细解读技术路线、关键公式和算法
3. 其余章节一句话概述 结果：聚焦方法论的深度分析

故障排查

Read 工具读取 PDF 为空或乱码

原因：PDF 为扫描件（图片格式）或使用了特殊编码 解决方案：改用备选提取脚本，详见 PDF 文本提取指南

PDF 内容被截断

原因：PDF 页数过多，单次读取超出限制 解决方案：

1. 使用 Read 工具分段读取，每次 200 行，直到覆盖全部内容
2. 或使用备选提取脚本的 --pages 参数按范围提取，详见 references/pdf-extract.md

pdfplumber 安装失败或脚本报错

详见 PDF 文本提取指南 - 故障排查 中的完整排查步骤