Paper Deep Reader
逐篇深读论文，不止摘要。
Paper Deep Reader 是一个可直接安装的 AI 技能包（Agent Skill），属于「办公效率」类，包内 37 个文件、约 61.7 KB。装上之后，针对研究论文、期刊文章、arXiv、工作论文、技术报告、基准与数据集论文做深度阅读。下面写清它解决什么问题、怎么装、需要什么依赖。
ai-skill PaperDeepReader
你可能正遇到
- 论文读得慢，方法和实验部分看不懂就跳过。
- 读完只记得结论，不知道结论怎么来的。
装上之后你能做到
- 针对研究论文、期刊文章、arXiv、工作论文、技术报告、基准与数据集论文做深度阅读。
- 拆方法、看实验、辨结论，读一篇算一篇。
包里有什么
- SKILL.md、src/（原始技能包）。
包内文件
- references/adapters/benchmark-evaluation.md
- references/adapters/dataset-resource.md
- references/adapters/empirical-econ.md
- references/adapters/method-algorithm.md
- references/adapters/physics.md
- references/adapters/quant-finance.md
- references/adapters/replication-negative-result.md
- references/adapters/survey-synthesis.md
- references/adapters/systems.md
- references/adapters/theory-math-stats.md
- references/checklists/ablation-and-mechanism-isolation.md
- references/checklists/benchmark-fairness-and-contamination.md
- references/checklists/empirical.md
- references/checklists/experimental-eval.md
- references/checklists/general.md
- references/checklists/physics.md
- references/checklists/proof-rigor.md
- references/checklists/quant.md
- references/checklists/reproducibility-and-compute.md
- references/checklists/robustness-and-ood.md
- references/checklists/systems.md
- references/checklists/theory-math-stats.md
- references/note-template-base.md
- references/output-contract.md
- references/paper-taxonomy.md
- references/quality-checklist.md
- references/reading-workflow.md
- references/routing-rules.md
- scripts/build_claim_matrix.py
- scripts/build_limitation_ledger.py
- scripts/build_notation_table.py
- scripts/build_paper_map.py
- scripts/README.md
- scripts/render_final_note.py
- scripts/scaffold_note.py
- SKILL.md
- _meta.json
关键信息
| 技能名 | Paper Deep Reader |
|---|---|
| 分类 | 办公效率 |
| 文件数 / 体积 | 37 个 / 61.7 KB |
| 依赖与权限 | 是否需 API Key 以包内 SKILL.md 为准；是否联网取数据以包内说明为准；需要本机 Python / Node 环境 |
| 安装方式 | 解压 → 放入客户端技能目录 → 重启客户端 |
| 通用性 | 遵循 SKILL.md 规范的客户端均可使用（Claude Code、OpenCode、Codex、Cursor、扣子等） |
怎么用
- 给 PDF 或链接，说「带我读懂这篇」。
- 纯技能定义，无需外部账号。
怎么装
- 在砖块儿商品页获取技能包（zip），解压。
- 把解压出来的整个技能文件夹放进你所使用客户端的技能目录，例如 Claude Code 的
~/.claude/skills/、OpenCode 的~/.config/opencode/skills/。 - 确认目录里能直接看到
SKILL.md（别多套一层文件夹），重启客户端。 - 在对话里用日常语言提出这类需求，技能会自动接管。更多客户端路径见 怎么装。
关于这个技能的常见问题
这个技能属于哪一类、包里有多少文件？
Paper Deep Reader 属于「办公效率」，包内共 37 个文件，解压后约 61.7 KB。根目录的 SKILL.md 是安装与使用说明，原始技能文件在 src/ 下。
装在哪里？
把解压出来的技能文件夹放进你所使用客户端的技能目录（例如 Claude Code 的 ~/.claude/skills/、OpenCode 的 ~/.config/opencode/skills/），重启后即可在对话里调用。目录里要能直接看到 SKILL.md，别多套一层。
需要 API Key 或者额外的运行环境吗？
这个技能包内含脚本，是否必须配置 API Key 取决于它调用的服务，以包内 SKILL.md 的说明为准。运行上通常需要本机有 Python 或 Node 环境。
它会不会读我的文件或把数据传出去？
包内带脚本，是否联网取数据取决于具体用法；本站没有在技能包里发现硬编码的外部账号，具体行为以包内脚本与 SKILL.md 为准。
要花多少钱？
本站不展示价格、也不参与交易。获取入口在详情页上方的按钮，跳到砖块儿对应商品页后，由你在那里自行判断。
同类技能
最后更新：（技能包更新后本页会同步修订）