lijigang/ljg-skill-xray-paper/ljg-xray-paper

Claude Code and agent skill by lijigang/ljg-skill-xray-paper

Trust tier 3
  • community
Source check pending

Checking that the SKILL.md file is still in the repository.

Paper X-ray. Extracts what the paper says (problem-perspective-result) and what it means for lijigang (cognitive delta cards in ASCII art). Use when user shares an arxiv link, paper URL, PDF, or asks to analyze a research paper. Usually called via ljg-xray router. Do NOT use for blog posts or non-academic articles (use ljg-xray-article instead).

Install

npx vskill@latest install lijigang/ljg-skill-xray-paper/ljg-xray-paper

SKILL.md

LJG-Xray-Paper: 论文解读

你要做两件事,仅两件:

  1. 论文说了什么:问题 → 视角 → 结果
  2. 对我意味着什么:认知卡片(ASCII art 直观展示启发)

其它一切都服务于这两件事。

约束

L0: 通用约束
Org-mode 语法
  • 加粗用 *bold*(单星号),禁止 **bold**
  • 标题层级从 * 开始,不跳级
ASCII Art

所有图表、拓扑、卡片,一律使用纯 ASCII 字符绘制。

允许字符集:+ - | / \ > < v ^ * = ~ . : # [ ] ( ) _ , ; ! ' " 和空格。

禁止一切 Unicode 绘图符号,包括但不限于: ─ │ ┌ ┐ └ ┘ ├ ┤ ┬ ┴ ┼ ═ ║ ╔ ╗ ╚ ╝ ╠ ╣ ╦ ╩ ╬ ▼ ▲ ► ◄ → ← ↑ ↓ ● ○ ■ □ ◆ ◇

例外:输出目标为 HTML 文件(浏览器渲染)的 skill 不受此限。

Denote 文件规范
  • 时间戳获取:date +%Y%m%dT%H%M%S
  • 可读时间获取:date "+%Y-%m-%d %a %H:%M"
  • 文件名格式:{时间戳}--{标题关键词}__{标签}.org
  • 输出目录:~/Documents/notes/
  • 视觉类输出(HTML/PNG)例外:~/Downloads/ 或 /tmp/
Org 文件头
#+title: {标题}
#+date: [{YYYY-MM-DD Day HH:MM}]
#+filetags: :{标签}:
#+identifier: {YYYYMMDDTHHMMSS}
完成动作

文件写入后,向用户报告文件路径。

L1: 认知类约束
认知基线加载

执行分析前,读取以下文件建立认知基线:

  1. ~/Documents/know/soul.md — 世界观、思维范式、核心信念
  2. ~/Documents/know/memory.md — 长期记忆、知识连接
诚实原则
  • delta ≈ 0 是正常结果,不硬凑
  • 没有碰撞就不造卡片
  • 搜不到的信息标注「信息不足」,不编造
  • 压不成一句话 = 还没想透,继续想,别糊弄
认知碰撞卡片

卡片 = ASCII art,视觉优先。

好卡片的标准:遮住文字只看线条,仍能感受到结构关系(分叉、汇聚、层级、对比、拉扯)。

反面教材——文字列表伪装成卡片:

+------------------+
| 论文说: X |
| 我原来想: Y |
| 现在变成: Z |
+------------------+

这不是卡片,是带框的文字。结构关系要用空间布局表达,不是用标签声明。

每张卡片锚定一个具体场景:一个思考方式、一个决策场景、或一个认知盲区的改变。卡片下方附一句金句级启发——能脱离上下文单独成立。

执行步骤

步骤 1:接收论文并预处理输入
用户输入转换规则
2601.01290 或 arxiv:2601.01290→ https://arxiv.org/html/2601.01290
https://arxiv.org/abs/... 或 .../pdf/...→ 替换为 /html/
https://arxiv.org/html/...直接使用
其他 URL 或 PDF 路径按原有逻辑处理

arxiv 论文一律转为 /html/ 格式,HTML 版本可直接 WebFetch 抓取全文。

提取标题、作者,填入报告头部。

步骤 2:加载认知参照系

执行认知基线加载(见约束 L1)。

步骤 3:论文说了什么

像跟聪明朋友在饭桌上说"这篇论文干了个什么事"——三句话,人话,不要论文八股:

  • 问题:作者要解决什么?
  • 视角:用什么方法/切入角度?
  • 结果:得到了什么?用"实验证明"和"作者推测"自然区分。推测性结论如果有趣,在步骤 4 做成"开放问题"碰撞卡片

零术语规则:每个技术概念必须立刻落在读者见过的事情上。不给例子就不准用那个词。

坏:"共现概率只取决于隐含空间中的距离(平移对称性)" 好:"一月和二月经常出现在同一段话里,一月和七月就很少——距离越近越常一起出现"

道理要长在场景里,不是贴在标签上。

承重概念场景化:每篇论文有 2-3 个"承重概念"——去掉它们论文的论证就塌了。这些概念不能用括号注释一笔带过("gamma:条件熵衰减指数")。括号注释是给已经懂的人的提示,不是解释。对每个承重概念:

  1. 先找一个读者亲身经历过的场景(群聊记录、排队、找路...)
  2. 在场景中逐步展开——至少 3 级渐进,让读者在熟悉的事情上"感受到"这个概念在变化
  3. 最后才贴技术名字。此时名字是标签,不是定义

判断标准:去掉技术名字,读者仍然知道你在说什么 = 落地成功。只剩括号注释 = 失败。

概念之间的关系同样场景化。不是"alpha 是 gamma 和 beta 的比值",而是"远处信息的性价比:值多少分 / 有多难够到 = scaling 有多陡"。

普通术语一句话类比即可,不需要场景展开。区分承重与非承重是关键判断。

最后压成一句大白话——像你在电梯里跟完全不懂这个领域的朋友说"这篇论文就是说……"。不准用术语,不准超过一句话。压不成 = 还没想透,继续想。

配一张餐巾纸图(ASCII),画出核心机制。

步骤 4:对我意味着什么

读完这篇论文,我带走什么?

先用一句话回答:这篇论文的思想,可能改变我的什么?指向一个具体的思考习惯、决策模式、或认知盲区。不是"让我更了解 X"——那是信息增量,不是改变。如果找不到改变,诚实写"delta ≈ 0"。

soul.md + memory.md 提供"我是谁"的背景,但启发不限于已记录的条目。任何能提升我的决策质量的洞见都值得一张卡片:

  • 一个可以直接用的思维工具(之前没有的)
  • 一个改变了某个判断的新证据
  • 一个没想过的角度或盲区
  • 一个对已有认知的补充或修正

对每个有启发的点,生成一张认知卡片(ASCII art)。卡片质量标准见约束 L1。

卡片要直观展示:这个洞见如何改变我的某个思考方式、决策习惯、或打开一个盲区。看一眼就能 get 到启发在哪里。

本 skill 的好卡片示例——分叉型:

Soul: "做了才懂"
|
| 但如果结构藏得太深...
v
+------------------+
| 反馈能暴露结构? |
+---+----------+---+
| |
YES NO
| |
生成优先 降秩优先
(原路径) (先看再做)
| |
| CTA: 0% vs 94%
v v
Soul 成立 Soul 需加边界

阈值型(不是线性的,有个转折点):

我以为: 投入越多,产出越多(线性)
投入 ----+----+----+----+----+---->
| | | | |
产出 . . . . . 线性预期
. . . /
实际 . . . _/ <-- 阈值
. . ./
.____.___.'............ 无效区
|
"原来这段全是白费的"
|
v
决策改变: 不追问"做了多少"
要追问"过没过线"

碰撞有多种形状——分叉、张力、阈值、缺口、翻转。选跟碰撞本身匹配的空间结构,不要把所有碰撞都压成同一种图。

论文的推测性观点如果有趣,也做成碰撞卡片——标注"开放问题",只有方向没有结论。写一个尖锐的问题,不是温和的 checkbox。值得追就追得下去,不值得追一眼就知道。

步骤 5:生成 Org 报告
  1. 按 Denote 文件规范(见约束 L0)获取时间戳
  2. 文件名:{时间戳}--paper-{简短标题}__read.org
  3. 读取 references/template.org 获取报告结构,按模板填充
  4. 写入 ~/Documents/notes/{文件名}

输出质量标准

  • 只有两个部分:论文说了什么 + 对我意味着什么。不加别的

Security

  • Security scanPassed, 95 of 100Pattern checks on the skill's files.
  • Model reviewPassed

Quality evaluation

  • Task evaluationNot runNo evaluation yet. Run one in Skill Studio.

Source

Popularity

Repository stars
498
Repository forks
33
7-day trend score
31

Stars and forks are for the whole GitHub repository, not this skill alone. Refreshed 21 Mar 2026, 7 months ago.

Works with

Any agent vskill installs to: 56 targets in all. These 39 have a page on this site.

  • Claude Code
  • Cursor
  • GitHub Copilot
  • Windsurf
  • Codex
  • Gemini CLI
  • Cline
  • Amp
  • Roo Code
  • Goose
  • Continue
  • Kilo Code
  • Junie
  • Trae
  • OpenHands
  • Qwen Code
  • AI Agent
  • Tabnine Chat
  • Sourcegraph Cody
  • Amazon Q
  • Firebase Genkit
  • Sweep
  • Devin
  • Phind
  • Mentat
  • Claude Desktop
  • Aider
  • GPT Pilot
  • Plandex
  • bolt.new
  • v0
  • Replit Agent
  • Anse
  • TypingMind
  • BetterChatGPT
  • LibreChat
  • Warp AI
  • Pieces
  • Fig AI
Embed badge
vskill VERIFIED badge
[![vskill VERIFIED](https://verified-skill.com/api/v1/skills/lijigang/ljg-skill-xray-paper/ljg-xray-paper/badge)](https://verified-skill.com/skills/lijigang/ljg-skill-xray-paper/ljg-xray-paper)

Something wrong with this skill or its page? Tell us.