Paper Summary & Review Skill

# Paper Summary & Review Skill

## 功能描述
对学术论文进行深度总结和多维度评估，生成结构化的 summary.md 和 scores.md。

## 论文去重检查流程

### 步骤0: 检查论文是否已评估

在开始评估前，**必须**先检查论文是否已被评估：

```bash
# 检查已评估论文列表
cat workspace/papers/evaluated_papers.json
```

**去重策略**：
1. **arXiv ID 去重**：唯一标识，如果 arXiv ID 已存在，跳过评估
2. **标题完全匹配去重**：同一论文的不同版本
3. **标准化标题匹配**：保留版本标识符（++、-2、-3等），避免系列论文误判

**重要说明**：
- Transolver、Transolver++、Transolver-3 是三篇不同的论文
- 版本标识符（++、-数字）不会被移除，避免误判

如果论文已存在：
- 输出提示：`论文 [标题] (arXiv: [ID]) 已于 [日期] 评估，跳过重复评估`
- 不执行后续步骤

如果论文未评估：
- 继续执行数据获取流程
- 评估完成后，将论文信息添加到 `evaluated_papers.json`

## 数据获取流程

### 核心原则
> Semantic Scholar 数据只允许调用一次。
> 后续所有评分计算必须基于第一次获取的数据。
> 禁止在影响力计算阶段再次调用 API。

### Semantic Scholar 数据集成

在进行论文评估前，**必须**先通过 Semantic Scholar API 获取完整metadata，包含准确的引用数据和作者信息：

#### 步骤1: 获取论文数据

```bash
# 通过 arXiv ID 获取（推荐，最准确）
python skills/semantic-scholar/semantic_scholar_api.py paper-by-arxiv "arxiv-id" --format json > metadata.json

# 通过标题搜索
python skills/semantic-scholar/semantic_scholar_api.py paper-by-title "paper-title" --format json > metadata.json
```

### 输出要求

必须保存为：`metadata.json`

该文件将作为后续所有评分计算的唯一数据来源

#### 步骤2: 从 metadata.json 提取字段

必须提取以下字段：

| 字段 | 用途 | 说明 |
|------|------|------|
| `citationCount` | 影响力评估 | 论文被引用次数 |
| `publicationDate` | Date-Citation计算 | 论文发表日期 |
| `year` | 论文年龄计算 | 发表年份 |
| `authors` | 作者影响力 | 作者列表和ID |
| `venue` / `journal` | 发表场所评估 | 会议/期刊名称 |
| `openAccessPdf.url` | PDF下载 | 开放获取链接 |

#### 步骤3: 写入 summary.md 基本信息

将获取的数据记录到 `summary.md` 的基本信息部分：

```markdown
## 基本信息
- **标题**: [论文标题]
- **作者**: [作者列表]
- **发表时间**: ...
- **arXiv ID**: ...
- **Semantic Scholar ID**: ...
- **引用数量**: number (截至 当前日期)
- **发表场所**: ...
- **PDF路径**: [本地PDF路径]
- **检索日期**: [当前日期]
```

## 论文总结模板

### summary.md 模板
```markdown
## 基本信息
...

## 1. 论文试图解决什么问题？

[描述论文研究的核心问题，包括问题背景、挑战和重要性]

## 2. 这是一个新问题吗？以前的研究工作有没有解决相同或类似的问题？

[分析问题的历史背景，对比现有工作，说明本文的创新点]

## 3. 这篇文章要验证一个什么科学假设？

[明确论文的核心假设或研究问题]

## 4. 有哪些相关研究？如何归类？谁是这一课题在领域内值得关注的研究员？

[文献综述，分类介绍相关工作，列出关键研究者]

### 相关研究分类
1. **类别A**: [相关工作]
2. **类别B**: [相关工作]
3. **类别C**: [相关工作]

### 关键研究者
- [研究者姓名] - [机构] - [主要贡献]

## 5. 论文中提到的解决方案之关键是什么？

### 核心方法
[描述方法的整体架构和关键创新]

### 技术细节
[关键技术点，数学公式用 LaTeX 格式]

### 算法流程
[算法步骤或模型架构]

## 6. 论文中的实验是如何设计的？

### 数据集
[描述使用的数据集]

### 实验设置
[实验参数、基线方法、评估指标]

### 对比实验
[与现有方法的对比]

## 7. 用于定量评估的数据集是什么？代码有没有开源？

### 数据集详情
- **数据集名称**: [名称]
- **数据规模**: [样本数量]
- **数据特征**: [特征描述]

### 开源情况
- **代码仓库**: [GitHub 链接或 "未开源"]
- **数据可用性**: [是否公开]

## 8. 论文中的实验及结果有没有很好地支持需要验证的科学假设？

[分析实验结果是否充分验证了假设，指出优势与不足]

## 9. 这篇论文到底有什么贡献？

### 主要贡献
1. [贡献1]
2. [贡献2]
3. [贡献3]

### 局限性
1. [局限1]
2. [局限2]

## 10. 下一步怎么做？有什么工作可以继续深入？

### 潜在研究方向
1. [方向1]
2. [方向2]
3. [方向3]

### 改进建议
[对方法的改进建议]

---

## 潜在弱点 (Pitfalls)

1. **[弱点类型]**: [详细描述]
2. **[弱点类型]**: [详细描述]

## 实施难点

1. **[难点类型]**: [详细描述]
2. **[难点类型]**: [详细描述]

---

*总结生成时间: [时间戳]*
*生成工具: Surrogate-Modeling Expert Agent*
```

## 论文评估模板

### scores.md 模板
```markdown
# 论文评估报告

## 论文信息
- **标题**: [论文标题]
- **发表日期**: [YYYY-MM-DD]
- **Semantic Scholar ID**: [论文ID]
- **引用数量**: [数量] (来源: Semantic Scholar, 查询日期: [日期])
- **引用密度**: [引用数/月数] 次/月
- **发表场所**: [会议/期刊名称]
- **评估日期**: [日期]
- **评估者**: Surrogate-Modeling Expert Agent

---

## 评分维度

### 1. 工程应用价值 (Engineering Application)

**评分**: [1-10]

**评分理由**:
[详细说明论文在工程应用方面的价值]

---

### 2. 网络架构创新 (Architecture Innovation)

**评分**: [1-10]

**评分理由**:
[详细说明论文在网络架构设计方面的创新]

---

### 3. 理论贡献 (Theoretical Contribution)

**评分**: [1-10]

**评分理由**:
[详细说明论文在算子学习、神经算子、PDE求解等领域的数学理论贡献]

---

### 4. 结果可靠性 (Reliability)

**评分**: [1-10]

**评分理由**:
[详细说明实验设计严谨性、可复现性、结果支持度]

---

### 5. 影响力评分 (Impact Score)

**原始影响力评分**: [1-10]

**论文年龄**: [X个月]

**引用密度**: [X次/月]

**Date-Citation 调整因子**: [调整值] (计算过程: [详细说明])

**调整后影响力评分**: [调整后分数]

**评分理由**:
[详细说明科研/应用价值，与业界前沿对比，并解释date-citation调整]

---

## 综合评价

### 四维基础评分: [工程应用 + 架构创新 + 理论贡献 + 可靠性] / 4 = [平均分]

### 影响力评分: [调整后影响力评分]

### 最终综合评分: [四维基础评分 × 0.9 + 影响力评分 × 0.1] = [最终分数]

**推荐等级**: 
- [ ] 强烈推荐 (9-10分)
- [ ] 推荐 (7-8分)
- [ ] 一般 (5-6分)
- [ ] 不推荐 (1-4分)

### 一句话总结
[用一句话概括论文的核心价值和问题]

### 适用场景
[说明该论文适合的应用场景]

### 不适用场景
[说明该论文不适合的应用场景]

---

*评估生成时间: [时间戳]*
```

## 评估完成后的操作

### 更新已评估论文列表

评估完成后，**必须**使用以下命令安全地更新 `evaluated_papers.json`（已处理并发锁和去重检查）：

```bash
python skills/paper-review/scripts/update_registry.py \
  --id "[arXiv ID]" \
  --title "[完整论文标题]" \
  --short_title "[简短标题]" \
  --score "[最终评分]"
```

**示例**：
```bash
python skills/paper-review/scripts/update_registry.py \
  --id "2401.12345" \
  --title "Geometry-Aware Neural Operator for 3D Mesh" \
  --short_title "GANO-3D" \
  --score "8.25"
```

**注意事项**：
- 脚本会自动检查论文是否已存在（基于 arXiv ID 和标题去重）
- 使用文件锁防止并发写入冲突
- 如果论文已存在，会跳过并提示

## 评分标准详细说明

### 工程应用价值评分标准

| 分数 | 描述 |
|------|------|
| 9-10 | 解决重大工业问题，有完整工业级验证，可直接部署应用 |
| 7-8 | 解决实际工程问题，有较好的实验验证，有明确应用前景 |
| 5-6 | 有一定工程价值，但验证有限或应用场景较窄 |
| 3-4 | 工程价值有限，主要是方法验证，缺乏实际应用 |
| 1-2 | 纯理论研究，无工程应用价值 |

### 网络架构创新评分标准

| 分数 | 描述 |
|------|------|
| 9-10 | 提出全新架构范式，开创性设计，可能引领新方向 |
| 7-8 | 显著架构创新，重要模块或机制创新，优于现有架构 |
| 5-6 | 有一定创新，在现有架构基础上有改进 |
| 3-4 | 微小创新，主要是现有架构的组合或微调 |
| 1-2 | 缺乏架构创新，直接应用现有架构 |

### 理论贡献评分标准

| 分数 | 描述 |
|------|------|
| 9-10 | 提出新的数学框架、证明重要定理、建立新的理论连接，具有开创性理论贡献 |
| 7-8 | 对现有理论有重要深化，提供新的理论洞察，改进理论边界 |
| 5-6 | 有一定理论分析，但深度有限 |
| 3-4 | 理论分析较浅，主要是引用现有理论 |
| 1-2 | 缺乏理论分析，纯实验验证 |

### 结果可靠性评分标准

| 分数 | 描述 |
|------|------|
| 9-10 | 实验严谨，代码和数据完全开源，结果可完全复现 |
| 7-8 | 实验设计合理，代码或数据部分开源，结果基本可信 |
| 5-6 | 实验基本合理，缺乏开源支持，结果有待验证 |
| 3-4 | 实验设计有缺陷，缺乏开源支持，结果存疑 |
| 1-2 | 实验设计有问题，结果不可信 |

### 影响力评分标准与 Date-Citation 权衡机制

#### 基础影响力评分标准

| 分数 | 描述 |
|------|------|
| 9-10 | 解决重大问题，具有广泛科研和应用价值，显著超越业界前沿 |
| 7-8 | 解决重要问题，有明确应用价值，达到或略超业界前沿 |
| 5-6 | 解决一般问题，有一定应用价值，接近业界水平 |
| 3-4 | 问题价值有限，应用前景不明确 |
| 1-2 | 问题价值很小，缺乏应用前景 |

#### Date-Citation 权衡机制

**设计目标**：公平对比不同发表时间论文的影响力

**调整规则**：

| 论文年龄 | 引用情况 | 调整因子 |
|---------|---------|---------|
| ≤ 3个月 | - | +0.2 |
| 3-24个月 | 引用数 ≥ 50 | +0.5 |
| 3-24个月 | 引用数 20-49 | +0.3 |
| 3-24个月 | 引用数 10-19 | +0.2 |
| 3-24个月 | 引用数 < 10 | +0.1 |
| > 24个月 | 引用数 ≥ 200 | +0.5 |
| > 24个月 | 引用数 100-199 | +0.4 |
| > 24个月 | 引用数 50-99 | +0.3 |
| > 24个月 | 引用数 20-49 | +0.2 |
| > 24个月 | 引用数 < 20 | +0.0 |

**引用密度奖励**（适用于所有年龄段）：
- 引用密度 ≥ 10次/月：额外 +0.2
- 引用密度 5-10次/月：额外 +0.1

**调整因子上限**：+1.0（最终影响力评分不超过10分）