robot-paper-post

---

name: robot-paper-post description: 深度拆解机器人/具身智能论文并生成技术推文；默认使用零额外安装的插图工作流，从 arXiv HTML 与项目页提取可直接插入文章的图片和图注

---

机器人论文推文撰写 Skill

目标

将机器人/具身智能论文转成适合公众号发布的技术推文，并把配图流程做成默认可复现能力。

核心要求：

多源检索：整合论文、代码、项目主页、演示视频

核心拆解：提取问题定义、方法设计、实验数字、局限性

技术溯源：梳理研究团队与相关工作的脉络

深度撰写：生成结构化、硬核、可读的推文

插图落地：把合适图片放到对应段落，不把“待插图占位符”留给用户手动收尾

何时使用

在以下场景触发：

用户给出机器人/具身智能论文标题、arXiv ID、项目主页或论文链接，并要求写推文、技术解读、公众号文章

用户希望补配图、补资源导航、补技术脉络

用户希望把这套流程沉淀成稳定可复用的写作工作流

默认工作流

步骤 1：收集核心资源

执行以下动作： 1. 搜索并确认论文摘要页、HTML 正文页、PDF、代码仓库、项目主页、公开视频 2. 记录作者、机构、论文标题、任务场景、方法缩写、核心实验基准 3. 优先读取以下资源： - arXiv 摘要页：确认问题定义与作者自述贡献 - arXiv HTML：提取 figure、表格、图注、实验数字 - GitHub / 项目主页：补充演示、图示、对外表述口径

输出：完整资源清单 + 论文核心信息摘要

步骤 2：执行零额外安装的插图流程

遵循以下原则： 1. 默认不要依赖 Node.js、Playwright、Chromium 之类需要额外安装的环境 2. 不要假设 skill 安装阶段会自动执行 npm install；安装 skill 时通常只会安装文件本身 3. 对于 arXiv 论文，优先使用 HTML 页面里的官方 figure 图片 URL 或下载这些官方图片 4. 只有在“必须截整页截图 / GIF / canvas 内容”时，才把浏览器自动化当作可选增强方案，而不是硬依赖

#### 2.1 首选路径：直接提取 arXiv figure

优先采用以下方法之一：

使用 scripts/extract_arxiv_figures.ps1 提取 figure 的编号、图注、原图 URL，并按需下载到本地

或使用内置网页抓取能力，直接从 arXiv HTML 中提取 figure 的图片链接与图注

Windows 下的推荐命令：

powershell -ExecutionPolicy Bypass -File scripts/extract_arxiv_figures.ps1 -ArxivId 2603.16666 -OutputDir .\paper_imgs -Download

脚本会输出：

paper_imgs/figures.json：结构化 figure 清单

paper_imgs/arxiv_fig_*.png：下载到本地的论文图片（若启用 -Download）

#### 2.2 首选插图策略

按以下优先级选图： 1. 问题设定 / 范式对比图 2. 模型总体架构图 3. 主结果图或关键结果表 4. 真实世界实验图或项目页演示图 5. 延迟、消融、效率图（仅在文章确实讨论这部分时插入）

默认只插 3 到 5 张图，避免图多压过正文。

#### 2.3 插图放置规则

将图片插到最匹配的段落：

“为什么之前方法不行”后：放范式对比图

“模型怎么设计”后：放架构图

“实验结果”段内：放主结果图或表

“真实机器人/视频演示”段内：放真实世界图

“工程价值/速度/消融”段内：放延迟图或消融图

插图格式：

!Figure 1：简短图名
*图 1：用 1 到 2 句话解释这张图为什么值得看，以及它对应正文哪一段。*

#### 2.4 远程图与本地图的选择规则

按以下规则决定：

若用户只要求文章可直接预览：优先使用 arXiv 官方远程图片 URL，最快、最稳定、最接近可复现

若用户要求离线交付、打包素材、发公众号后台：下载到文章目录并改为相对路径引用

若项目主页没有独立原图链接，只能整页截图：把浏览器截图视为可选增强，不阻塞文章交付

步骤 3：提炼论文信息

执行以下分析： 1. 提炼研究问题、方法动机、核心创新点 2. 提取关键数字：成功率、推理延迟、泛化表现、硬件配置 3. 区分“作者主张”和“可以被证据支撑的事实” 4. 记录局限性与适用边界 5. 标注最值得进正文的 3 到 5 个 figure

必要时读取：

references/paper-structure.md

references/tech-terms-glossary.md

references/research-teams.md

references/classic-papers.md

references/image-insertion-workflow.md

步骤 4：撰写公众号推文

按照以下结构输出： 1. 生成 3 个可选标题 2. 写导语：先讲问题冲突，再讲为什么这篇工作值得看 3. 写术语科普：只解释文章真正用到的术语，不堆术语表 4. 写核心突破：按“痛点 → 方案 → 效果”展开 5. 写实验表现：分仿真、基准、真实世界、速度/消融几个层次 6. 写技术溯源：交代该工作回应了什么前作或代表性范式 7. 写资源直达：论文、项目页、代码、视频

如需快速起稿，读取 assets/post-template.md。

步骤 5：把图片真正插入文章

执行以下动作： 1. 清点正文中的插图占位符或适合插图的小节 2. 为每一张图补齐简短标题与解释性图注 3. 若已经有本地图片，使用相对路径引用 4. 若只有官方远程图片，直接使用官方 URL 5. 将原来的“建议插图”或“占位说明”改写成真实插图，避免留下待办痕迹

步骤 6：最终校验

检查以下事项：

所有实验数字与原文一致

图与文一一对应，没有错位

图注不是复读 caption，而是解释“为什么这张图重要”

文章节奏自然，不像研究笔记堆砌

资源链接完整有效

若代码未公开，明确写出 Code Coming Soon

关键经验

默认采用“零额外安装插图路径”。

原因：

skill 安装通常不会自动跑 npm install

Node.js + Playwright + Chromium 的环境容易导致安装阶段不可复现

对于绝大多数 arXiv 论文，直接提取官方 figure URL 已经足够复现高质量图文文章

浏览器截图只适合做增强，不适合做默认硬依赖

资源索引

推文结构模板：references/paper-structure.md

技术术语库：references/tech-terms-glossary.md

研究团队索引：references/research-teams.md

经典论文索引：references/classic-papers.md

配图工作流说明：references/image-insertion-workflow.md

推文模板：assets/post-template.md

arXiv figure 提取脚本：scripts/extract_arxiv_figures.ps1

注意事项

只在需要时读取参考文件，避免把大段无关内容塞进上下文

默认以“完成可发布的图文稿”为目标，而不是只给半成品提纲

如已有浏览器自动化能力，可用来补整页截图；如没有，不要因此卡住交付