meishiwhy/literature-mind/litmind-parser

Claude Code and agent skill by meishiwhy/literature-mind

Trust tier 3
  • community
Source check pending

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

LitMind Paper Parser — 从 PDF 读取全文、清洗噪声、识别标准章节，输出结构化 PaperContent

Install

npx vskill@latest install meishiwhy/literature-mind/litmind-parser

SKILL.md

LitMind Paper Parser

从 PDF 提取全文 → 提取表格 → 自动清洗（页眉/页脚/页码/重复）→ 识别标准章节（Abstract/Introduction/Methods/Results/Discussion/Conclusion/References）→ 输出结构化 PaperContent。

不做 AI 分析。 只负责 PDF 解析和文本结构化。

工作流程

Step 1: 读取 PDF

支持多引擎（pymupdf / pdfplumber / PyPDF2），自动选择可用的。

Step 2: 提取表格（v0.2.0+）

使用 pymupdf 的 find_tables() 自动检测和提取 PDF 中的表格，转为 Markdown 格式。

  • 表格数据作为结构化 ExtractedTable 对象存储在 tables 字段
  • Markdown 表格文本拼接到 fullText 末尾供 LLM 分析
  • 仅 pymupdf 引擎支持，无 pymupdf 时静默跳过
  • cleaner 不再删除 Table N / Figure N 行，保留表格上下文
Step 3: 清洗文本
  • 移除页码（纯数字页、Page N、-N-、第N页）
  • 移除跨页重复的页眉/页脚
  • 移除 DOI、版权、致谢等噪声
  • 去除相邻重复段落
Step 4: 识别章节

中英文双模式匹配，识别：

  • Abstract / 摘要
  • Introduction / 引言
  • Methods / 方法
  • Results / 结果
  • Discussion / 讨论
  • Conclusion / 结论
  • References / 参考文献
Step 5: 输出

统一 PaperContent JSON 格式（含 tables 字段）。

输出格式

json
{
  "paperKey": "KP33THHS",
  "sourcePath": "C:/.../paper.pdf",
  "fullText": "清洗后的全文...\n\n--- Extracted Tables ---\n\n[Table 1]\n| Header1 | Header2 |\n| --- | --- |\n| data1 | data2 |",
  "sections": {
    "abstract": "...",
    "introduction": "...",
    "methods": "...",
    "results": "...",
    "discussion": "...",
    "conclusion": "...",
    "references": "..."
  },
  "tables": [
    {
      "pageNum": 1,
      "header": ["Header1", "Header2"],
      "rows": [["data1", "data2"]],
      "markdown": "| Header1 | Header2 |\n| --- | --- |\n| data1 | data2 |"
    }
  ],
  "pageCount": 8,
  "charCount": 45231,
  "parseSuccess": true
}

调用方式

/litmind-parser [pdf_path]

路径

Python 包: litmind/src/litmind_parser/

Security

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

See the full security report

Quality evaluation

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

See evaluation results

Source

Popularity

Repository stars
102
Repository forks
2
7-day trend score
23

Stars and forks are for the whole GitHub repository, not this skill alone. Not refreshed yet.

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/meishiwhy/literature-mind/litmind-parser/badge)](https://verified-skill.com/skills/meishiwhy/literature-mind/litmind-parser)

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