트렌딩 목록으로
Python
academic-writingai-agentchinesecodex-skill

budoyh / paper-explainer

학술 PDF를 깊이 읽고 검증된 그림/표/공식 처리를 포함한 독립적인 중국어 설명용 마크다운을 생성하는 코덱스 스킬.

1
0
약 1개월 전
GitHub에서 보기

이 프로젝트에 대해

budoyh 님의 paper-explainer 프로젝트는 GitHub에서 1개의 별을 받으며 많은 개발자들의 주목을 받고 있습니다. 특히 Python 환경에서 유용하게 활용될 수 있으며, 최근 오픈소스 커뮤니티에서 활발한 기여와 토론이 이루어지고 있는 트렌딩 레포지토리입니다.

Language Breakdown

Python 100%

🇰🇷 한국어 번역 README

캐시 히트

종이 해설자

面向 Codex 的 paper-complete 论文精读 Skill:将学术论文 PDF 变成读者无需打开原论文也能完成首次深度学习的超详中文精读 Markdown.

中文 | 영어

GitHub 仓库首页默认中文;英文版见 'README.en.md'.

默认深度模式是 'exhaustive_single_file':只生成一份单文件超详精读 Markdown,assets 只存源图、中文重绘图、截图和重绘 spec. 'paper-explainer' 不是摘要工具,也不能输出摘要式短文;它的交付目标是 paper-complete,让读者无需打开原论文,就能掌握论文的结构、概念、论证、图表、公式、实验/证据、局限和未来方向。

'paper-explainer' 不是"帮我总结一下论文"的轻量提示词,而是一套面向 Codex 的论文精读工作流。 它요구从 PDF 다시 읽起,保留原论文结构、术语、图、表、公式、算法、关键 claim、局限和未来方向,并把它改写成中文读者能顺着读懂的自包含讲解稿。

它特别适合这些场景:

  • 你需要真正读懂一篇论文,而不是只拿到摘要。
  • 당신은 읽자 只看精读 Markdown,就能完成第一次完整学习。
  • 论文里有大量 taxonomy, workflow, framework, attack tree, 表格或公式.
  • 读者有简历、课程、项目背景,需要按已有知识定制讲解深度。
  • 당신은 图表就在正文附近,不再来回翻 PDF.
  • 당신은 희망개념图优先用 Codex 内置 GPT Image 2 做中文重绘,并经过事实核对。

目录

  • 为什么需要它
  • 超详精读目标
  • 核心能力
  • 快速开始
  • 典型用法
  • 输出长什么样
  • 图表与 GPT Image 2 规则
  • 质量控制
  • 环境要求
  • 仓库结构
  • 常见问题
  • 贡献
  • 면허

为什么需要它

很多论文总结工具的问题是:越总结越像目录,越翻译越像术语堆砌。

'paper-explainer' 的목표不同. 它把最终产物当成一份“可以替代第一次通读 PDF 的学习材料”,而不是一段概括。 它会明确回答:

  • 这篇论文的核心贡献是什么?
  • 论文按什么逻辑组织?
  • 每个章节解决什么问题?
  • 图, 表、공식, 알고리즘到底在支撑哪个 claim?
  • 哪些术语需要结合读者背景补课?
  • 原论文有哪些局限、开放问题或容易误解的点?
  • 生成的中文重绘图是否与源图一致?

超详精读目标

默认输出必须是 'exhaustive_single_file',也就是一份 paper-complete 单文件超详精读. 合格输出应满足:

  • 읽자 无需打开原论文:读者只看 Markdown 就能完成第一次深度学习;回到 PDF 只是为了核对细节或继续연구.
  • 不能输出摘要式短文:不能只讲主线、不能压缩章节、不能把代表方法/分类/实验/局限写成清单式概括。
  • 逐节覆盖清单:每个编号章节和重要子章节都要出现;如果为了可读性合并,必须说明合并到哪里。
  • 全量图表공식 알고리즘清单:每张图、每个表、每条公式和每个算法都要标注处理方式:'redraw', 'source', 'transcribe', 'explain' 또는 'skip-with-reason'.
  • **经典原文观

🌐 본 텍스트는 빠른 이해를 돕기 위한 요약 번역본입니다. 정확한 기술 정보 및 전체 코드는 GitHub 원문에서 확인하실 수 있습니다.

🔗 유사한 프로젝트

이 정보는 AI가 자동으로 분석한 결과입니다. 정확한 내용은 원문을 확인하세요.

budoyh/paper-explainer GitHub 원문 바로가기 →