Summary-Paper-Skill

介绍

该Skill旨在解决研究者或学生需要批量阅读和整理大量PDF学术论文时，手动提取信息耗时费力且难以结构化归档的痛点。它通过递归扫描用户指定的本地文件夹，自动识别所有PDF文件，提取文本内容，并可选择性地提取图表保存为Markdown图片资源。核心功能是调用模型为每篇论文生成一份包含标题、作者、年份、动机、核心贡献、方法、实验结论等20余个字段的完整结构化JSON摘要，最终将批量结果整合导出为一份清晰的Markdown文档或单页Excel工作簿，便于后续检索、对比和汇报。

使用流程清晰：用户只需提供论文文件夹路径、输出文件夹路径以及期望的输出格式（Markdown、Excel或两者），Skill便会自动检查依赖、执行预处理、生成摘要并导出最终文件。所有中间文件（如提取的文本、运行报告）会统一存放在输出目录的隐藏子文件夹中，方便调试和追溯。

它非常适合需要系统性文献综述的研究人员、正在撰写论文或报告的研究生、以及任何需要快速消化和整理大量技术文档的工程师或分析师。用户无需编程，通过简单的对话指令即可完成从原始PDF到结构化知识的转化。

与同类PDF摘要工具相比，它的核心优势在于“批量”与“深度结构化”。许多工具仅支持单篇PDF摘要或输出简单的文本总结。而本Skill不仅支持对整个文件夹树的递归处理，还强制生成一个预设的、包含研究现状、动机、洞察、贡献、方法、局限性等学术研究关键维度的详细JSON Schema，确保了摘要的深度、一致性与可机器处理性，更适合严肃的学术信息管理。