Star200+

Paper Reading Zh

Revoir · 66
Indexé par la communauté

Evidence-aware Chinese paper reading rules for Codex, Claude Code, Claude Project, and ChatGPT Project

Verified installs0
Stars86
Version1.0.0
Qualité72/100 · Solide
Confiance66/100 · Sandbox uniquement
Audit79/100 · Revue nécessaire

Profil de l’actif

Recherche et travail de connaissance

Deep research, source comparison, literature review, RAG, knowledge search, and reports.

Voir la catégorie

Scénario

RAG and knowledge

I need my agent to build a RAG workflow over documents and retrieve reliable context.

Adéquation Agent

Claude Code + OpenAI Agents + CLI

Compatible avec Codex, Claude Code, Cursor, CLI ou des Agents personnalisés.

Installer

Prêt

npx skills add MrGeDiao/paper-reading-zh

Maintenance

Active

1 mois depuis le dernier push

Risque

Revue nécessaire

Quality score needs review

Qualité GitHub

86

72/100 Qualité · 74/100 Confiance

Tags de couverture

RechercheRAG and knowledgepaper-readingevidence-ruleschinese

Notes de revue

Quality score needs review · GitHub adoption: 86 GitHub stars

Carte d’adoption Agent

Confiance, audit et préparation à l’installation en un coup d’œil

Ces scores combinent les métadonnées publiques du dépôt, les signaux de revue OpenAgentSkill, la fraîcheur de maintenance et la préparation à l’installation. Ils servent à présélectionner et ne remplacent pas la revue humaine.

Qualité

Solide
72

Solid option that is likely worth shortlisting for production workflows.

Confiance

Sandbox uniquement
66

Candidate utile avec des signaux de confiance incomplets ou mixtes. Gardez-la dans un espace isolé jusqu’à ce que la boucle de résultats confirme son adéquation.

Audit

Revue nécessaire
79

Revue lisible par machine de la préparation à l’installation, des métadonnées de sécurité, de la maintenance et du risque d’adoption.

Trust Score OpenAgentSkill v5

Revue humaine avant installation

Exécutez uniquement dans un sandbox et comparez les alternatives proches avant usage réel.

PythonCodexClaude CodeCursorOpenAgentSkill CLI

Stars

86 stars GitHub

Activité du dépôt

86 stars et 1 forks

Maintenance

1 mois depuis le dernier push

Licence

MIT

Installer

npx skills add MrGeDiao/paper-reading-zh

Sécurité d’installation

Chemin d’installation standard de package ou runtime

Surface de permissions

shell or command execution, filesystem or document access

Résultats Agent

Pas encore de données de résultats Agent

Documentation

Contexte README/SKILL.md solide

Résumé des risques

Revoir avant production

  • Quality score needs review
  • GitHub adoption: 86 GitHub stars
  • Stars/forks activity: 86 stars, 1 forks; issue activity unavailable in current metadata

Préparation à l’installation

Chemin d’installation disponible

  • Le chemin d’installation est disponible
  • La preuve du dépôt est disponible
  • La licence est déclarée
  • Pas encore de preuve de résultat Agent-Proven

Métadonnées lisibles par Agent

Données de décision lisibles par machine pour ce skill.

Utilisez ce bloc ou le JSON intégré pour décider si un Agent doit installer ce skill, choisir une alternative ou demander d’abord une revue humaine.

Ouvrir JSON

Tâches adaptées

  • workflows RAG and knowledge
  • Équipes Claude Code
  • builders willing to evaluate younger projects
  • Chunk documents

Agents adaptés

PythonCodexClaude CodeCursorOpenAgentSkill CLIOpenAI AgentsCLI

Décision d’installation

Commande
npx skills add MrGeDiao/paper-reading-zh
Politique
Revoir
Revue humaine
Oui

Confiance et risque

Confiance
66/100
Audit
79/100
Niveau de risque
Revue nécessaire

Boucle de résultat

Endpoint
/api/agent/outcome
ID d’événement
resolve
Résultats
5

Commande d’installation

npx skills add MrGeDiao/paper-reading-zh
Audit publicRapport d’évaluationAPI ResolveRelais d’installation

Ne pas utiliser quand

  • Équipes qui nécessitent un SLA soutenu par le fournisseur
  • Environnements fortement conformes sans revue interne de sécurité
  • No major risk signals from current metadata
  • Indices de permissions à haut risque : exécution shell ou de commande
  • Quality score needs review

Skill alternatif

Last30days Skill

53.5K Stars

npx skills add mvanhorn/last30days-skill -g

Skill alternatif

Academic Research Skills

38.4K Stars

npx skills add Imbad0202/academic-research-skills

Skill alternatif

GPT Researcher

28.0K Stars

npx skills add assafelovic/gpt-researcher

Skill alternatif

DeepResearch

19.8K Stars

npx skills add Alibaba-NLP/DeepResearch

Sécurité Agent v2

51/100 · Éviter l’installation automatique

ExpérimentalRevoir

Sparse or mixed signals. Useful for discovery, but not for autonomous installation.

Test manually in an isolated workspace and compare against safer alternatives.

Résoudre via API

Élevé

Exécution shell ou de commande

Les métadonnées de la skill font référence à des workflows de terminal, CLI, shell, sous-processus ou exécution de commande.

Moyen

Accès réseau

La skill récupère probablement des pages distantes, API, dépôts ou services externes.

Moyen

Accès au système de fichiers

La skill peut lire ou écrire des fichiers de projet, documents, artefacts générés ou l’état local de l’espace de travail.

  • Indices de permissions à haut risque : exécution shell ou de commande
  • Quality score needs review

Cibles d’installation

Installer ce skill dans votre workflow Agent

Utilisez le point de terminaison public pour récupérer la commande, la checklist, les prompts et les liens canoniques.

skill install

OpenAgentSkill CLI

Resolve policy, run the source installer safely, and report a verified install receipt.

$ npx --yes https://github.com/Leon-Drq/openagentskill/releases/download/cli-v0.2.1/openagentskill-0.2.1.tgz install mrgediao-paper-reading-zh

Plan de résolution Agent

Laissez un Agent vérifier la pertinence avant l’installation.

L’API Resolve renvoie la skill sélectionnée, des alternatives, la politique de sécurité, les notes d’audit, la cible d’installation et un prompt prêt à l’emploi.

Ouvrir le plan texte

Ouvrir JSON

/api/agent/resolve?task=Use%20Paper%20Reading%20Zh%20for%20an%20agent%20workflow&agent=codex&max_risk=medium

Texte Resolve

/api/agent/resolve?task=Use%20Paper%20Reading%20Zh%20for%20an%20agent%20workflow&agent=codex&max_risk=medium&format=text

Relais d’installation

/api/skills/mrgediao-paper-reading-zh/install

L’Agent doit vérifier

  • Task fit and alternatives from Resolve API.
  • Audit score, trust score, and safety policy warnings.
  • Install target compatibility for Codex, Claude Code, Cursor, or CLI.

Copier le prompt

Task: Use Paper Reading Zh in this workspace.
Resolve first: https://www.openagentskill.com/api/agent/resolve?task=Use%20Paper%20Reading%20Zh%20for%20an%20agent%20workflow&agent=codex&max_risk=medium
Review install handoff: https://www.openagentskill.com/api/skills/mrgediao-paper-reading-zh/install
Install command: npx skills add MrGeDiao/paper-reading-zh
Before running it, summarize audit warnings, required permissions, and the fallback skill if install is risky.

Relais Agent

Donnez à l’Agent le chemin d’installation, pas un autre annuaire.

Utilisez le point de terminaison public pour récupérer la commande, la checklist, les prompts et les liens canoniques.

Ouvrir l’API d’installation

Relais d’installation

/api/skills/mrgediao-paper-reading-zh/install

Format texte LLM

/api/skills/mrgediao-paper-reading-zh/install?format=text

Trouver des alternatives

/api/skills/search?q=Paper%20Reading%20Zh&limit=3

Prompt Agent

Use Paper Reading Zh for this task. Review https://www.openagentskill.com/api/skills/mrgediao-paper-reading-zh/install, then install with: npx skills add MrGeDiao/paper-reading-zh

Métadonnées Registry

Profil lisible par Agent pour la sélection automatique de skills.

L’API Registry fournit les signaux de décision, confiance, audit, cas d’usage et installation sans analyser l’interface.

Ouvrir Manifest

Manifest

/api/registry/manifest/mrgediao-paper-reading-zh

Texte LLM

/api/registry/manifest/mrgediao-paper-reading-zh?format=text

Alias d’installation

/api/registry/install/mrgediao-paper-reading-zh

Recommander

/api/registry/recommend?task=Use%20Paper%20Reading%20Zh%20in%20an%20agent%20workflow&limit=3

Adéquation Agent

73/100

RAG and knowledge

Tags de cas d’usage

RAG and knowledgeAgents de rechercheDocument processing

Plateformes

Python, Claude Code, OpenAI Agents

Rapport d’audit

Revue nécessaire · 79/100

Revue lisible par machine de la préparation à l’installation, des métadonnées de sécurité, de la maintenance et du risque d’adoption.

Voir le rapport d’auditVoir le rapport d’évaluation

Panneau de décision Agent

Companion skill for RAG and knowledge

Shortlist this skill and compare it with close alternatives before production adoption.

73
Préparation
Préselection
Étape

Rôle dans la pile

Skill complémentaire

Pertinence principale

RAG and knowledge

Libellé de confiance

Liste solide

Chemin d’installation

Commande prête

À utiliser lorsque

  • workflows RAG and knowledge
  • Équipes Claude Code
  • builders willing to evaluate younger projects

Preuves

  • recent repository activity
  • install command or GitHub repo available
  • profil qualité 72/100
  • 5 événements OpenAgentSkill

revoir d’abord

  • No major risk signals from current metadata

Chemin d’implémentation

  1. 1Installez-le dans un Agent en sandbox et exécutez une tâche de RAG and knowledge de bout en bout.
  2. 2Compare output quality, latency, and failure behavior against at least one alternative.
  3. 3Promote it into production only after reviewing repository permissions, license, and maintenance signals.

Profil de confiance

Sandbox uniquement

Candidate utile avec des signaux de confiance incomplets ou mixtes. Gardez-la dans un espace isolé jusqu’à ce que la boucle de résultats confirme son adéquation.

66
Trust Score OpenAgentSkill

Adoption GitHub

Vérifier

86 stars GitHub

Activité stars/forks

Vérifier

86 stars et 1 forks; l’activité des issues n’est pas disponible dans les métadonnées actuelles

Maintenance récente

Validé

1 mois depuis le dernier push

Clarté de licence

Validé

MIT

Signaux positifs

  • Revue IA approuvée
  • Le chemin d’installation est disponible
  • La preuve du dépôt est disponible
  • Dépôt maintenu récemment
  • La commande d’installation ne présente aucun motif de haut risque évident
  • La boucle de résultats est prête mais nécessite la première exécution réelle de l’Agent

Réviser avant installation

  • Quality score needs review
  • GitHub adoption: 86 GitHub stars
  • Stars/forks activity: 86 stars, 1 forks; issue activity unavailable in current metadata
  • Pas encore de rapports de résultats Agent réels
  • Une revue humaine est requise avant une installation sans surveillance

Action recommandée

Exécutez uniquement dans un sandbox et comparez les alternatives proches avant usage réel.

Profil qualité

Solide candidat pour les workflows Agent

Solid option that is likely worth shortlisting for production workflows.

72
Stars GitHub
86
Actualité
il y a 1 mois
Prêt à installer
Oui
Licence
MIT

Adéquation au workflow

Utilisez cette skill dans ces scénarios

Search private knowledge

RAG and knowledge

I need my agent to build a RAG workflow over documents and retrieve reliable context.

Investigate faster

Research agents

I need my agent to research a topic, compare sources, and produce a concise report.

Parse messy files

Document processing

I need my agent to read PDFs, extract tables, and turn documents into structured data.

Adéquation au workflow

Ajouter à un workflow complet

Ingest, retrieve, and cite

RAG knowledge base

A workflow for document-heavy agents that ingest files, create searchable knowledge, retrieve relevant context, and answer with grounded sources.

Design, build, test, and ship interfaces

Frontend and UI

A practical workflow for agents that turn product briefs or Figma designs into polished frontend code, review the result, test it in a browser, and prepare a safe deployment.

Find, compare, and synthesize

Research report agent

A workflow for agents that gather sources, compare claims, summarize long material, and draft useful research briefs.

Liste d’alternatives

Comparer avant installation

Similar skills that may fit this task.

Tout comparer

Last30days Skill

Research the last 30 days across Reddit, X, YouTube, Hacker News, Polymarket, GitHub, and the web, then synthesize a grounded brief for an AI agent.

Adopter
Prêt100
Qualité100
Stars53.5K

Academic Research Skills

Academic Research Skills for Claude Code: research → write → review → revise → finalize

Adopter
Prêt100
Qualité100
Stars38.4K

GPT Researcher

Run autonomous deep research over web and local sources

Adopter
Prêt100
Qualité100
Stars28.0K

DeepResearch

Tongyi Deep Research, the Leading Open-source Deep Research Agent

Adopter
Prêt100
Qualité100
Stars19.8K

Vue d’ensemble

# paper-reading-zh

给 AI 加一套论文阅读的证据规则：未核验的不补，读不到的不编，比较前先对口径。

[![License: MIT](https://img.shields.io/badge/License-MIT-blue.svg)](./LICENSE) [![Version](https://img.shields.io/badge/version-v0.2.1-green.svg)](./CHANGELOG.md) [![PRs welcome](https://img.shields.io/badge/PRs-welcome-brightgreen.svg)](./CONTRIBUTING.md) [![LINUX DO](https://img.shields.io/badge/LINUX%20DO-Community-blue.svg)](https://linux.do)

An evidence-rule pack for AI-assisted paper reading. Docs and outputs are in Chinese by design.

`paper-reading-zh` 是一个中文论文精读规则包，面向 Codex、Claude Code、Claude Project 和 ChatGPT Project。它不是论文翻译器，也不是文献管理器；它的目标是让 AI 先判断材料和论文类型，再基于可定位证据解释结论，少一点顺滑猜测。

- **证据边界**：venue、年份、CCF、代码链接未核验就写“未核验”；实验数字必须锚定原文 Table / Figure 或具体段落。 - **防顺滑编造**：公式抽取乱码不硬补，图表读不到不描述，只能读到摘要时明确写“仅基于摘要”。 - **跨论文口径审计**：比较多篇论文前先检查数据集、指标定义、模型规模、训练预算和测试 setting。 - **论文类型自适应**：算法、系统/测量、数据集/benchmark、理论/证明、综述/立场、观点/路线图使用不同主体骨架。 - **证据审计**：可把核心主张逐项对到原文锚点、证据类型、支持强度和未覆盖问题。 - **双入口复用**：同一套规则同时提供 Agent Skill（CLI / Agent 环境）和 Web Prompt Kit（网页端项目）。

## 和直接把论文丢给 AI 的区别

经常用 AI 读论文的人大多见过这些行为：查不到 venue 就补一个像样的，只读到摘要却写出全文精读，两篇论文口径不同也直接判胜负。这套规则把它们逐条挡住：

| 场景 | 无规则的典型行为 | 本规则下的输出 | |---|---|---| | venue / 代码链接查不到 | 凭印象补一个 | 写“未核验”；找过没找到写“未找到” | | 只能读到摘要 | 当作读完整篇开始精读 | 写“仅基于摘要”，先问是否继续轻量解读 | | 引用实验数字 | 复述时丢失出处 | 锚定到原文 Table / Figure 或段落，定位不到就不写 | | 公式抽取乱码 | 凭记忆重构公式 | 说明 PDF 抽取异常，只解释上下文可确认的含义 | | 多篇论文比较 | 按分数直接排名 | 先对数据集 / 指标 / 规模口径，不可比就标注“口径不完全可比” | | 理论、benchmark 或路线图论文 | 一律硬套“方法 / 实验 / 结果” | 按主要贡献与证据结构选择论文类型；无法判断时不强套模板 | | 用户要求证据审计 | 只给笼统的“有实验支持” | 列出主张、锚点、证据类型、支持强度依据和未覆盖问题 |

左列是常见失败模式的示意，不是对某个具体产品的实测记录；右列是规则的硬性要求。

## 输出长什么样

默认输出是约 2000 到 3500 中文字的中等深读。关键词（不超过 5 个）、一段话总结（不超过 150 字）和论文基本信息（标题 / venue/年份 / 链接 / 任务领域 4 项）保持稳定；主体会按论文类型调整，不再把系统、理论、benchmark 或路线图论文硬塞进同一骨架。

证据标注落在输出里是这样的（依据一篇真实验证过的 16 页路线图论文改写的示意节选，完整记录见 [docs/validation-2026-05-27.md](./docs/validation-2026-05-27.md)）：

```text 论文基本信息： - 标题：A Time Scaling Theory for Multi-Layer Electronic Systems - venue/年份：未核验 - 链接：未找到 - 任务领域：多层电子系统的时间缩放理论（产业路线图）

…… -

Compatibilité plateforme

pythonFULL

Détails techniques

Version
1.0.0
Licence
MIT
Dernière mise à jour
18 août 2026
Publié
19 juil. 2026

Frameworks et outils

Python

Instantané de décision

Skill complémentaire

73
Prêt
Préselection
Étape

recent repository activity

Audit

Revue d’installation

Revue d’installation et d’adoption

79
Revue nécessaire
Sécurité
83/100
Maintenance
88/100
Installer
92/100
Ouvrir l’audit completVoir le rapport d’évaluation

Preuves validées par Agent

Preuves validées par Agent

Rapports après resolve, revue, installation et une exécution limitée.

0
Validé
Needs first agent runAuto-installation: revoir d’abordDernier: Inconnu
Taux de réussite
—
Échec récent
—
Résultats
0
Qualité de sortie
—
Échecs
0
Non pertinent
0
Installations
0
Bloqué par le risque
0
Configuration requise
0
Production
0

Aucune donnée de résultat Agent pour l’instant. La première exécution peut signaler succès, besoin de configuration, blocage de risque, échec ou non-pertinence via /api/agent/outcome.

Classement Agent-ProvenContrat de résultat

Installer

Ajouter au workflow Agent

Gratuit et open source. Examinez le rapport avant l’installation dans des Agents de production.

Comparer les alternativesPlan de résolution autoVoir sur GitHubDocumentation

Boucle de croissance

Kit de partage

X

Brouillon guidé par scénario pour Paper Reading Zh, prêt pour une publication manuelle sur X.

Note du curateur
Paper Reading Zh: Evidence-aware Chinese paper reading rules packaged as reusable agent skills for Codex, Claud...

86 stars

https://www.openagentskill.com/skills/mrgediao-paper-reading-zh?ref=x
Ouvrir le brouillon X
Réponse facultative avec commande d’installation
Listing + install path for Paper Reading Zh:
https://www.openagentskill.com/skills/mrgediao-paper-reading-zh?ref=x

Install: npx skills add MrGeDiao/paper-reading-zh
Ouvrir le brouillon de réponse

Source de la fiche

Indexé par la communauté

Revendiable

Cette fiche a été indexée à partir de sources publiques et n’est pas marquée officielle tant qu’une revendication de mainteneur n’est pas approuvée.

Créateur
MrGeDiao
Indexé par
Index communautaire OpenAgentSkill

L’attribution renvoie au dépôt public ou au profil du créateur. Les créateurs peuvent revendiquer la fiche pour mettre à jour les signaux de propriété.

Revendiquer ce skill

Revendication du propriétaire

Revendiquer cette fiche de skill

Cette fiche Indexé par la communauté est attribuée à MrGeDiao, mais n’est pas encore marquée officielle. Revendiquez-la pour ajouter un signal de propriétaire vérifié et rendre les futures mises à jour de lancement, d’installation et d’audit plus fiables.

Kit de backlinks créateur

Ajoutez les badges de preuve à votre README

Affichez la fiche canonique, les signaux actuels de confiance et d’audit, ainsi que de vraies preuves Agent-Proven là où les développeurs évaluent le dépôt.

[![Listed on OpenAgentSkill](https://www.openagentskill.com/api/badge/mrgediao-paper-reading-zh?metric=listed&label=Listed)](https://www.openagentskill.com/skills/mrgediao-paper-reading-zh)
[![OpenAgentSkill Trust](https://www.openagentskill.com/api/badge/mrgediao-paper-reading-zh?metric=trust&label=Trust)](https://www.openagentskill.com/skills/mrgediao-paper-reading-zh)
[![OpenAgentSkill Audit](https://www.openagentskill.com/api/badge/mrgediao-paper-reading-zh?metric=audit&label=Audit)](https://www.openagentskill.com/skills/mrgediao-paper-reading-zh/audit)
[![Agent Proven](https://www.openagentskill.com/api/badge/mrgediao-paper-reading-zh?metric=proven&label=Agent%20Proven)](https://www.openagentskill.com/skills/mrgediao-paper-reading-zh)
Aperçu du badge Ouvrir l’audit Kit créateur

Auteur

M

MrGeDiao

@mrgediao

Tags

paper-readingevidence-ruleschineseagent-skillresearch

Adéquation plateforme

Claude CodeOpenAI Agents

Signaux de santé

Stars GitHub
86
Score de qualité
45/100
Dernier push GitHub
19 juil. 2026
Indications de framework
1
Vues OpenAgentSkill
5
Copies d’installation
0
Clics sortants
0

Signal de communauté

Indiquez si ce skill semble utile à votre workflow Agent. Les retours agrégés améliorent le classement au fil du temps.

Confiance et sécurité

Sandbox uniquement

66
  • Adoption GitHub86 stars GitHubVérifier
  • Activité stars/forks86 stars et 1 forks; l’activité des issues n’est pas disponible dans les métadonnées actuellesVérifier
  • Maintenance récente1 mois depuis le dernier pushValidé
  • Clarté de licenceMITValidé
  • Complétude README/SKILL.mdLes métadonnées incluent suffisamment de contexte d’usage et de workflowValidé
  • Risque dépendances/runtimeSurface d’exécution de commandesInfo

Skills associés

Last30days Skill

Research the last 30 days across Reddit, X, YouTube, Hacker News, Polymarket, GitHub, and the web, then synthesize a grounded brief for an AI agent.

53.5K Stars

Academic Research Skills

Academic Research Skills for Claude Code: research → write → review → revise → finalize

38.4K Stars

GPT Researcher

Run autonomous deep research over web and local sources

28.0K Stars

DeepResearch

Tongyi Deep Research, the Leading Open-source Deep Research Agent

19.8K Stars
InstallerVoir sur GitHub