name: academic-paper-interpreter

description: 这是一个专门用于解析 Arxiv 算法论文的 Skill。它通过逐段阅读和多轮反思机制，将论文的复杂模型架构和实验数据转化为专业、无遗漏的长文本内容。

1.触发条件 (Boundaries)

• Use this skill when: 用户提供论文标题，且目标是生成极度详细、专业的长文本。
• Do NOT use this skill when: 用户仅需要简短的摘要（TLDR）；或论文非算法/计算机科学类。

2. 接口定义 (Input & Output)

• Input: paper_name_or_id (string)
• Output: professional_long_article (string, 包含深度模型拆解与核心算法逻辑的文字概括，严禁包含公式)

3. 执行工作流 (Workflow)

Phase 1: 资源获取与原子化阅读 (Plan)

1. 接收请求：获取用户的论文标题或 ID。
2. 论文获取：优先且必须尝试从 Arxiv 下载该论文的 PDF。
• [网络重试机制]：如果网络不佳，必须至少重试 3 次。
• [人工介入机制]：如果重试后仍失败，或者 Arxiv 上没有该论文，必须立即停止流程，回复：“未能在 Arxiv 获取到该论文，请提供论文 PDF 文件。” 取得文件后再继续。
3. 逐段扫描：对论文进行“原子化阅读”，将 Abstract, Intro, Methodology (Architecture), Experiments 等章节的所有段落进行索引，确保没有任何一个段落被跳过。

Phase 2: 内容生成 (Execute)

按照以下模板撰写，实时标注内容来源（例如：[Ref: Section 3.2]）。

Phase 3: 强制反思与内容补全 (Validate)

在输出最终版本前，必须执行以下内部检查清单：

• [ ] 模板符合度：是否严格包含[标题]至[实验部分]的所有模块。
• [ ] 简洁性检查：[过去面临的问题]和[本文的解决方法]是否做到了分点且语言精炼。
• [ ] 架构深度检查：[模型架构]是否足够详细？每个小模块开头是否都有“一句话作用概括”？
• [ ] 零公式检查：全文是否彻底清除了数学公式？ 所有公式是否已成功转化为文字逻辑描述？
• [ ] 覆盖率检查：对比 Phase 1 索引，是否遗漏了 Methodology 或 Experiments 中的任何关键段落。
• 修正动作：若有遗漏，必须在相应位置补全。
• [ ] 逻辑连贯性：从输入到输出的描述是否形成闭环，确保非专家也能读懂数据流向。

Phase 5: 最终输出

将反思修正后的最终内容，以 .md 文件的形式发送给用户。

4. 失败处理策略 (On Failure)

• 解析歧义：若算法计算逻辑描述过于模糊，必须标记 [需进一步核实]，严禁臆造。
• 重试机制：网络超时或 PDF 损坏时，遵循“异常捕获 -> 报错提示 -> 下一步建议”处理。

"""