name: jarvis-paper-interpreter

description: 专门用于解析推荐系统/计算广告论文的 Skill（基于jarvis写作偏好）。触发条件：用户要求对推荐系统/计算广告论文进行深度解析，风格参考 jarvis 论文解析稿的简洁结构。

Skill: jarvis-paper-interpreter

1. 触发条件 (Boundaries)

• Use this skill when: 用户提供了推荐系统/计算广告/推荐算法论文（尤其是 Meta、字节、阿里等工业界论文），要求生成深度解析稿。
• Do NOT use this skill when: 用户仅需要 TLDR；或论文非推荐系统领域。

2. 接口定义 (Input & Output)

• Input: paper_arxiv_id (string, 论文 arXiv ID，例如 "2602.10016")
• Output: 深度解析 .md 文件，风格严格遵循本 skill 定义的结构

3. 执行工作流 (Workflow)

Phase 1: 论文获取与原子化阅读

1. 优先从 https://ar5iv.labs.arxiv.org/html/{arxiv_id} 获取论文 HTML 版本。
2. 扫描论文全文：Abstract、Introduction、Methodology（Architecture）、Experiments 各章节，确保每个关键段落都被索引。
3. 提取架构图（Figure 1）：截取论文中的模型整体架构图，保存为 {论文简称}_Figure1.png（图片名用论文简称，不用 arxiv_id）。
4. 重试机制：网络问题至少重试 3 次，仍失败则请求用户提供 PDF。

Phase 2: 按模板生成内容

严格按照以下 6 部分模板生成解析稿。

模板结构（通用版）

# {论文简称}：{核心主标题}

## TLDR

{三句话结构：过去的问题 + 本文方法 + 核心收益；每句不超过两行，简洁有力}

## 过去面临的问题

{引导句}，原因如下：

{编号列表，每点一句话，有 [Ref: Section X] 标注来源}

## 本文解决方法

{分点概述，参考摘要和引言}

## 核心收益

{根据论文实际产出的指标列表，每条格式为 `**指标名**: 数值或变化`，具体指标从论文中提取，不限于特定名称}

## 模型架构

![{论文简称}架构图](./{论文简称}_Figure1.png)

**概览**：{整体框架一句话描述}。

### 输入 {}

**Feature Preprocessing**：{非序列特征和序列特征如何预处理，用文字描述，不强制要求消除符号}

### {从论文提取的模块分类名称}

**{创新点名称}（{英文简称如有}）**：{本质一句话}。

{详细描述（2-4行，与论文原文段落结构对齐）}

（下一个创新点...如有）

### {另一模块分类名称}

{同上格式}

### {其他模块分类名称；如上格式；如果没有其他模块，则不需要该部分；如果还有更多的模块，继续在下面生成###小标题}

## 实验部分

- **消融实验**

{编号列表，每条一句话，说明各组件的独立贡献}

- **Scaling曲线**（或其他实验结果，没有则不写）

{一句话描述关键实验结论或不同计算规模下的性能提升}

写作风格规范（Jarvis Style — 通用）

1. 标题：# {论文简称}：{核心主标题}，冒号连接，紧扣论文原题
2. TLDR：三句话（困境→方法→收益），每句不超过两行
3. 问题列表：带引导句，编号列表，每点附 [Ref: Section X]
4. 方法部分：
• 一级分类名称从论文原文提取，不硬编码为"低层次/高层次"等特定词汇
• 每个分类下的创新点以简洁列表形式呈现，无本质描述句
5. 收益列表：bullet，每条 指标名: 数值，指标名从论文实际产出提取，不限于特定名称
6. 架构图：图片名用 {论文简称}_Figure1.png，插入 [模型架构] 开头
7. 创新点描述：
• 首行本质（极简一句话）
• 后接论文原文段落风格描述（可分段，每段1-2行）
• 不强制消除符号：学术符号可保留，节奏优先
8. 实验部分：bullets + 编号列表混合，无 Ref 标注，结论一句话

Phase 3: 强制校验

• [ ] 结构完整性：TLDR → 问题 → 方法 → 收益 → 架构 → 实验，六部分齐全
• [ ] 图片文件名：{论文简称}_Figure1.png（不是 {arxiv_id}_Figure1.png）
• [ ] 方法部分泛化：分类名称从论文原文提取，不硬编码特定词汇
• [ ] 收益指标泛化：指标名从论文实际数据提取，不预设特定指标集合

Phase 4: 输出与存档

1. 将最终 .md 文档写入 /tmp/{论文简称}_深度解析.md
2. 将截图 {论文简称}_Figure1.png 写入 /tmp/
3. 向用户发送完成通知，告知文件路径

4. 失败处理

• 解析歧义：若描述过于模糊，标记 [需进一步核实] 并说明疑点，不臆造。
• 网络失败：重试 3 次后请求用户提供 PDF。
• 无架构图：跳过图片引用，在 [模型架构] 开头注明"（本文无明确整体架构图）"。