paper-preread CLI + skills

论文精读运行时与两个互相配套的 Agent skills。通过 npm 安装 CLI：

只需要 Node.js 18 或更高版本，不要求用户预装 Python、pip、Conda、Homebrew 或 uv。

npm install -g paper-preread-cli
paper-preread install
paper-preread doctor

安装器会自行下载独立的 uv 和 Python 3.10，然后安装全部 Python 包及模型。运行时、 Python 依赖和模型持久化在 ~/.paper-preread/，重复安装或升级 skill 不会重新创建环境；模型文件存在时不会重复下载。

目录

paper-preread/ — 论文精读端到端（v2）

把 arxiv 论文自动产出飞书精读文档的 6 阶段 skill：

1. Phase 1 — arxiv 身份三向验证（OpenAlex + ar5iv + abs）
2. Phase 2 — 7 步内容抓取（PDF + paper-extract + ar5iv_extended + figure_alias + paper_context）
3. Phase 3 — 内容路由（1 agent 写 _plan.json）
4. Phase 4 — 6 模块并行写作（背景 / 问题 / 结论 / 技术 / 实验 / 讨论）
5. Phase 5 — panel-of-4 本地 review + 触发重写
6. Phase 6 — 一次性写飞书 wiki 子文档

主入口：paper-preread/SKILL.md 关键脚本：paper-preread/scripts/（11 个：download_arxiv_pdf.py / parse_ar5iv.py / parse_ar5iv_extended.py / build_figure_alias.py / build_paper_context.py / safe_io.py / review_loop.py / collect_modules.py / build_manifest.py / extract_pdf_text.py / extract_pdf_figures.py / extract_table_orig.py）

pdf-extract/ — PDF figure/table 抽取（v1）

论文 PDF → 高清 figure / table PNG + LaTeX 公式抽取。paper-preread 依赖此 skill。

主入口：pdf-extract/SKILL.md 关键脚本：pdf-extract/scripts/run.sh（调用入口）、pdf-extract/scripts/setup.sh（首次安装 + 模型下载） 底层包：pdf-extract/src/paper_extract/（doclayout-yolo + ultralytics + paddleocr + unimernet）

安装（首次使用）

npm install -g paper-preread-cli
paper-preread install

开发仓库本地验证可用 node ./bin/paper-preread.mjs doctor。跳过首次模型下载可加 --skip-models；第一次抽取时仍会按需下载并缓存。

安装完成后，Phase 2 的七个确定性步骤由同一个命令完成，全部使用持久 runtime：

paper-preread prepare 2501.00001 --out ./paper-output

使用示例（精读一篇论文）

# 1. 在父 wiki 节点准备好
PARENT_TOKEN=<你的飞书 wiki 父节点 token>

# 2. 调用 paper-preread skill（v2）
# 用户输入：飞书 wiki 父节点 URL + 论文 arxiv 号清单
# 产出：每个论文一个飞书子文档，含 6 模块精读 + 与用户 5 agent 设计的映射

Phase 6 默认只生成 phase6_export.json，不会写远端：

paper-preread phase6 --out-dir ./paper-output --parent "$PARENT_TOKEN" --profile auto
paper-preread phase6 --out-dir ./paper-output --parent "$PARENT_TOKEN" --profile auto --commit

未安装 lark-cli 时计划仍会保留并标记 needs_lark_cli。之后安装并完成授权， 重复同一条 --commit 命令即可继续。

实测性能（v2）：单篇论文 ~30 min 端到端（vs v1 ~85 min）。

版本

| Skill | 版本 | 最近更新 | |---|---|---| | paper-preread | v2 (2026-08) | 7 步 Phase 2 + paper_sections.json 主输入 + safe_io 原子写 + panel-of-4 review | | pdf-extract | v1 | doclayout-yolo + ultralytics + paddleocr + unimernet 流水线 |

配套工具（非本仓库但常组合用）

• lark-cli — 可选；用于 Phase 6 直接写飞书。未安装时先生成可续跑导出计划。

License

Private repo.