paper-report
by @nuaalixu
Convert academic papers into structured Chinese reading reports with original figures. Supports arXiv HTML and local PDF inputs. For arXiv links, HTML mode i...
clawhub install paper-report📖 About This Skill
name: paper-report description: Convert academic PDF papers into structured Chinese reading reports with original figures. Use when the user asks to summarize, read, analyze, or create a reading report for an academic paper (PDF file or arXiv link). Handles PDF-to-image conversion, figure extraction, and HTML report generation.
Paper Report
将学术论文 PDF 转化为结构化的中文阅读报告，保留论文原文中的关键图表。
依赖
运行前确保安装 PyMuPDF：
{PYTHON} -m pip install PyMuPDF --quiet
Python 路径约定：本文档中 {PYTHON} 代表系统 Python3 解释器路径。
/Library/Developer/CommandLineTools/usr/bin/python3python3首次执行时确定可用路径，后续步骤统一使用。
工作流程
复制以下清单并在每一步完成后勾选：
Task Progress:
[ ] Step 1: 获取 PDF 文件
[ ] Step 2: 将 PDF 每页转为图片
[ ] Step 3: 逐页阅读理解，规划图表截取
[ ] Step 4: 裁剪关键图表
[ ] Step 5: 校验截图质量
[ ] Step 6: 撰写中文报告并生成 HTML
[ ] Step 7: 校验 HTML 文件结构、资源引用与展示效果
Step 1: 获取 PDF 文件
用户提供本地文件路径？ -> 直接使用该路径。
用户提供 arXiv 链接或 ID？ -> 用 curl 下载：
# 从 arXiv ID 下载（如 2401.12345）
curl -L -o {workspace}/paper-report/paper.pdf "https://arxiv.org/pdf/{ARXIV_ID}"
将 PDF 存储到工作目录 {workspace}/paper-report/paper.pdf。验证下载成功后继续。
Step 2: PDF 转图片
使用 scripts/pdf_to_images.py 将每一页渲染为 PNG 图片：
{PYTHON} scripts/pdf_to_images.py {workspace}/paper-report/paper.pdf {workspace}/paper-report/pages
脚本以 2x 分辨率渲染，输出到 {workspace}/paper-report/pages/page_1.png, page_2.png, ...
注意：此步骤的目的是让大模型能以图片形式"看到"每一页的完整布局，包括公式、图表和排版。
Step 3: 逐页阅读理解 & 规划截图
使用 Read 工具逐页查看 {workspace}/paper-report/pages/page_N.png 图片。
每页阅读时，同时完成两个任务：
任务 A — 内容理解：
任务 B — 图表定位：
坐标确定方法：
(page_index, x0, y0, x1, y1, label) 其中 page_index 从 0 开始输出：整理出一份截图计划列表，例如：
截图计划：
1. Figure 1 - 系统架构图 → page 3, Rect(30, 38, 565, 290)
2. Figure 2 - 实验结果对比 → page 3, Rect(30, 295, 565, 485)
3. Table 1 - 性能指标 → page 5, Rect(30, 50, 565, 200)
...
Step 4: 裁剪关键图表
根据 Step 3 的截图计划，使用 scripts/crop_figures.py 进行批量裁剪：
{PYTHON} scripts/crop_figures.py \
{workspace}/paper-report/paper.pdf \
{workspace}/paper-report/figures \
'{crop_spec_json}'
其中 {crop_spec_json} 是 JSON 格式的裁剪规格：
[
{"page": 3, "rect": [30, 38, 565, 290], "name": "fig1_architecture"},
{"page": 3, "rect": [30, 295, 565, 485], "name": "fig2_results"},
{"page": 5, "rect": [30, 50, 565, 200], "name": "table1_metrics"}
]
脚本以 3x 分辨率裁剪以确保清晰度，输出到 {workspace}/paper-report/figures/ 目录。
Step 5: 校验截图质量
使用 Read 工具逐一查看 {workspace}/paper-report/figures/ 中的每张截图：
如果某张截图有问题：调整对应的 Rect 坐标（扩大或缩小范围），然后重新裁剪该图。反复调整直到所有截图质量合格。
Step 6: 生成中文阅读报告（HTML）
使用以下模板结构，生成一个自包含的 HTML 文件。图片使用 base64 内嵌以确保可移植性。
报告结构：
1. 论文基本信息（标题、作者、机构、发表信息）
2. 研究背景与动机
3. 核心方法 / 技术方案（配架构图）
4. 实验设计
5. 实验结果与分析（配结果图表）
6. 主要贡献与创新点
7. 局限性与未来方向
8. 个人点评与总结
图片内嵌方法：将裁剪好的图片转为 base64 嵌入 HTML：
import base64def img_to_base64(path):
with open(path, "rb") as f:
data = base64.b64encode(f.read()).decode()
ext = path.rsplit(".", 1)[-1]
mime = {"png": "image/png", "jpg": "image/jpeg"}.get(ext, "image/png")
return f"data:{mime};base64,{data}"
在 HTML 中使用：
HTML 模板参考：详见 report-template.html
关键写作要求：
输出文件命名：最终 HTML 文件以论文标题命名，格式为 {论文简短标题}-阅读报告.html。从论文标题中提取核心关键词作为简短标题（去除特殊字符，空格替换为短横线），例如论文标题为 "Attention Is All You Need" 则文件名为 Attention-Is-All-You-Need-阅读报告.html。
将最终 HTML 文件保存到 {workspace}/paper-report/outputs/{论文简短标题}-阅读报告.html。
Step 7: 校验 HTML 文件结构、资源引用与展示效果
使用 Read 工具查看生成的 HTML 文件，逐项检查以下内容：
结构完整性：
{{...}}）资源引用：
![]()
src 属性是否为有效的 base64 data URI（以 data:image/png;base64, 或 data:image/jpeg;base64, 开头）alt 属性和 展示效果：