paper-reader

开始前: 先跟用户打个招呼 🐕

学术论文阅读助手 (Paper Reader)

专注 CV/DL 领域，支持 Zotero 集成和 Obsidian 笔记保存。

Step 0: 读取共享配置

先读取 ../_shared/user-config.json，如果 ../_shared/user-config.local.json 存在，再用它覆盖默认值。

显式生成并在后续统一使用这些变量：

• VAULT_PATH
• NOTES_PATH
• CONCEPTS_PATH
• ZOTERO_DB
• ZOTERO_STORAGE
• AUTO_REFRESH_INDEXES
• GIT_COMMIT_ENABLED
• GIT_PUSH_ENABLED

其中：

• NOTES_PATH = {VAULT_PATH}/{paper_notes_folder}
• CONCEPTS_PATH = {NOTES_PATH}/{concepts_folder}
• GIT_PUSH_ENABLED 只有在 GIT_COMMIT_ENABLED=true 时才可能为真

后续统一使用上面的变量。

1. 接收论文

输入方式	示例	处理方法
PDF 路径	/path/to/paper.pdf	直接 Read
arXiv 链接	https://arxiv.org/abs/xxxx	WebFetch
Zotero 分类	"VLA 分类的论文"	查询数据库 → 列出 → 用户选择
Zotero 搜索	"Zotero 里的 π0.5"	搜索标题 → 找到 PDF
无 PDF	Zotero 条目无附件	从网上获取（见下方）

无 PDF 时的获取流程

1. python3 assets/zotero_helper.py info {item_id} 获取论文信息
2. 按优先级获取：arXiv HTML > arXiv PDF > DOI > WebSearch 标题
3. 判断 arXiv ID：从 URL / Zotero extra 字段 / 标题搜索
4. 推荐直接 WebFetch https://arxiv.org/html/{arxiv_id}，无需下载
5. 跳过条件：既无 PDF 也无在线来源 / 非论文内容

Zotero 详细操作见 references/zotero-guide.md

2. 阅读模式

模式	触发词	输出
快速摘要	"快速看一下"、"quick"	3-5 句核心贡献
完整解析	"详细分析"、默认	结构化笔记（用模板）
批判分析	"批判性分析"、"critique"	方法论优缺点评估
知识提取	"提取公式"、"技术细节"	公式 + 算法伪代码

3. 笔记生成

模板: 严格遵循 assets/paper-note-template.md，不可自行简化。

核心质量规则

1. 零遗漏: 论文中所有 Figure、所有公式、所有 Table 必须全部出现在笔记中
2. 内联概念链接: 正文中首次出现的技术术语必须用 [[概念]] 链接，不仅仅是结尾
3. 严禁 ASCII 流程图: 用结构化 Markdown 列表 + $数学符号$ 描述架构
4. 公式完整性: 每个公式必须有名称（[[概念|名称]]）、LaTeX 公式、含义、符号说明
5. 图片外链优先: arXiv HTML / 项目主页 / GitHub，找不到再本地下载

公式/图片/表格的详细质量规范见 references/quality-standards.md

图片获取流程（多源 fallback）

目标: 确保笔记中包含论文的所有 Figure，先统计论文 Figure 总数再逐一获取。

1. WebSearch "{论文标题} arxiv" 获取 arXiv ID
2. 来源 A — arXiv HTML（首选）：
   • WebFetch https://arxiv.org/html/{arxiv_id} 提取所有 <figure> 的标题与 img src URL
   • 统计论文 Figure 总数，确认提取数量是否完整
3. 来源 B — 项目主页（HTML 404 或图片不全时）：
   • 从摘要/HTML 中查找项目主页 URL（常见模式：project page、github.io、our website）
   • WebFetch 项目主页，提取展示图片（通常包含 teaser / demo 图）
4. 来源 C — PDF 提取（前两者都失败时）：
   • pdfimages -png 从 PDF 中提取，筛选 >10KB 的有效图片
5. 笔记中用 ![Figure X](url) 外链嵌入
6. 验证：外链可加载 / 本地文件 >10KB
7. URL 去重（必做）：写入前检查每个 URL，如果 https://arxiv.org/html/ 后出现了连续两段相同的 arxiv_id（如 2607.04988v1/2607.04988v1/），删除重复段。这是高频 bug，详见 references/image-troubleshooting.md
   • 原因：arXiv HTML 中 img src 已含 {id}v1/ 前缀，拼接时不要再加一次
   • 正确：https://arxiv.org/html/ + src（如 https://arxiv.org/html/2607.04988v1/x1.png）
   • 错误：https://arxiv.org/html/2607.04988v1/ + src（导致路径重复，返回 404）