360 Secure SkillHub
360 安全技能中心

Paper Analysis

通过 mcporter 调用 zhiyue 文档解析类 MCP 工具提取 PDF 论文全文，按主题与背景、主要观点、研究动机、研究方法、创新点、数据来源等板块生成 Markdown 摘要，并可生成思维导图、回答针对论文的提问；运行依赖宿主工作区中的 mcporter 配置。

2020必胜
2020必胜
热度 20.00
最近更新 2026-04-02 21:49:08
分类：知识依赖：MCP 服务 / 内部调用大模型应用场景：研究 / 摘要总结

安装技能

复制下面的话术发给你的 Agent，它会通过 secure-skills 检索并安装该技能。

执行命令安装此 skill： npx secure-skills-cli add paper-analysis
Metadata
name
paper-analysis
description
能对用户上传的PDF论文进行全文解析，提取原始内容并生成结构化摘要与思维导图。需用户提供论文URL或文件，明确问题或分析需求。调用zhiyue_doc_extract提取文本，zhiyue_generate_mindmap生成脑图,结合内容回答用户问题。输出包含主题、观点、方法、创新点等要素的Markdown格式摘要,适合作为研究分析的输入基础或最终成果输出。当用户提到论文分析、PDF解析、学术文献总结、论文摘要、研究方法提取、思维导图生成或需要理解学术论文内容时，务必使用此Skill。
compatibility
mcp-zhiyue - zhiyue_doc_extract - zhiyue_generate_mindmap - zhiyue_doc_chat - rag_recognize_image_in_docment - zhiyue_doc_translate

论文分析

能对用户上传的PDF论文进行全文解析，提取原始内容并生成结构化摘要与思维导图。

MCP Access: Use mcporter

在完成此Skill任务时，必须使用mcporter skill来操作MCP。 不要直接调用MCP工具；所有MCP操作都需通过mcporter路由。

  • Config: 全局MCP配置在 ~/.openclaw/workspace/config/mcporter.json。请读取此文件，并仅使用此Skill所需的MCP配置（参见此Skill的compatibility/工具列表中声明的MCP）。不要使用配置中的其他MCP——只使用为此Skill声明的那些。
  • 列出服务器/工具: mcporter list, 或 mcporter list <server> --schema 查看特定服务器。
  • 调用工具: mcporter call <server.tool> key=value (例如 mcporter call mcp-zhiyue.zhiyue_doc_extract url=<pdf_url>)。
  • 此Skill的compatibility列表（或工具列表）定义了此Skill可以使用哪些MCP服务器/工具；仅通过mcporter调用这些工具，使用全局文件中的对应配置。

工作流程

1. 获取输入信息

首先确认用户提供的内容：

  • PDF论文的URL或文件链接
  • 用户的具体需求或问题（如有）

如果用户未提供PDF链接，询问用户提供论文文档。

2. 内容提取

通过mcporter调用纳米文档解析服务提取论文全文内容：

mcporter call mcp-zhiyue.zhiyue_doc_extract url=<pdf_url>

这一步将完整读取用户上传的PDF全部论文内容，准确识别文本、图表等信息。

3. 内容分析与总结

基于提取的论文内容，进行结构化分析：

  • 论文主题与背景：识别论文的研究领域、主要议题和研究背景
  • 主要观点：提取论文中的核心论点和关键发现，每个观点包含具体说明
  • 研究动机：理解作者为什么要进行这项研究，要解决什么问题
  • 研究方法：梳理论文采用的研究方法、实验设计、数据处理方式等
  • 创新点：识别论文的创新之处，与已有研究的区别
  • 数据来源：说明论文使用的数据集、样本来源或实验材料

在分析时，注重理解论文的逻辑结构和论证过程，确保摘要准确反映原文核心内容。

4. 生成思维导图

通过mcporter调用思维导图生成工具，制作全文思维导图：

mcporter call mcp-zhiyue.zhiyue_generate_mindmap content=<论文核心内容>

思维导图应展现论文的整体结构、各部分之间的逻辑关系。生成后以链接形式呈现，但不插入到最终的结果文档中。

5. 回答用户问题

如果用户提出了具体问题或分析需求：

  • 结合提取的全文内容进行针对性回答
  • 如果用户的需求在前面步骤已经涵盖（如已经提取了研究方法），则不重复输出
  • 如果用户仅输入"分析"、"解析"、"解析文档"等简单指令而无额外问题，则跳过此步骤

6. 输出结果文档

严格按照以下Markdown格式输出最终分析结果：

# 《论文名》

## 主题与背景

[简要说明论文的研究领域、主要议题和背景信息]

## 主要观点

### [主要观点一的标题]
- [具体说明该观点的内容、证据和意义]

### [主要观点二的标题]
- [具体说明该观点的内容、证据和意义]

[继续列出其他主要观点...]

## 研究动机

[说明作者进行此研究的原因、要解决的问题或填补的研究空白]

## 研究方法

[详细描述论文采用的研究方法、实验设计、分析技术等]

## 创新点

[列出论文的创新之处、与现有研究的区别、贡献所在]

## 数据来源

[说明数据集、样本来源、实验材料或数据采集方式]

## [用户需求概括标题]（如适用）

[针对用户额外问题的回答内容]

输出要求：

  • 严格遵循上述格式，不包含思考过程或提示词
  • 每个板块仅出现一次，不重复
  • 如用户无额外问题需要回答，则不输出最后的"用户需求"板块
  • 内容简洁明了，重点突出，便于快速理解论文核心

注意事项

  1. 必须先完成论文分析：无论用户提出什么具体要求，都要先完成论文的整体总结分析（主题、观点、动机、方法、创新点、数据来源），再针对用户的特定问题作答。这确保提供全面的论文理解。

  2. 准确提取原始内容：使用 zhiyue_doc_extract 而非 zhiyue_doc_chat，因为需要提取完整的原始文本内容进行分析，而不是简单的问答。

  3. 思维导图独立呈现：思维导图生成后作为独立的可视化资源提供给用户，不嵌入到Markdown结果文档中，保持文档的简洁性。

  4. 理解用户意图：准确识别用户的分析需求，如果用户已经在前面步骤得到答案，不要重复输出。

  5. 格式一致性：严格按照输出格式要求组织内容，确保结构清晰、层次分明。

示例场景

场景1：用户上传论文并要求全面分析

用户输入：

请分析这篇论文：https://example.com/paper.pdf

处理流程：

  1. 通过mcporter调用 mcp-zhiyue.zhiyue_doc_extract 提取全文
  2. 分析提取的内容，整理出主题、观点、动机、方法、创新点、数据来源
  3. 通过mcporter调用 mcp-zhiyue.zhiyue_generate_mindmap 生成思维导图
  4. 按格式输出Markdown结果文档（不包含用户需求板块）

场景2：用户上传论文并询问特定问题

用户输入：

分析这篇论文的研究方法：https://example.com/paper.pdf，并说明为什么选择这种方法？

处理流程：

  1. 提取全文内容
  2. 完成完整的论文分析（包括研究方法部分）
  3. 生成思维导图
  4. 在结果文档最后增加"研究方法选择理由"板块，结合全文内容深入回答用户的问题

场景3：用户需要提取论文中的图片信息

如果用户明确需要识别和分析论文中的图片、图表：

mcporter call mcp-zhiyue.rag_recognize_image_in_docment url=<pdf_url>

此工具会提取文档中的所有图片，进行OCR和多模态识别，返回图片信息、上下文以及识别结果。