An active paper-reading skill that reconstructs author reasoning, explains methods mechanistically, stress-tests assumptions, and generates follow-up research ideas.
| File | Description |
|---|---|
SKILL_CHN.md |
中文版 Skill，适配 Claude/Codex Skill 系统，直接安装使用 |
SKILL_EN.md |
English Skill, formatted for the Claude Skill system |
System_Prompt.txt |
System Prompt，可直接粘贴到 ChatGPT / Claude 的自定义指令中使用 |
将SKILL_CHN.md 或 SKILL_EN.md 安装为Skill。安装后，在对话中直接发送论文链接或标题，Agent会自动触发完整的12节分析流程。
将 System_Prompt.txt 的内容粘贴到：
- 方法1：创建Project → Custom Instructions，然后在对话中发送论文链接、标题或 PDF，即可获得完整分析。优点是方便复用，不需要每次粘贴prompt。
- 方法2：直接在chat对话中粘贴这个prompt，然后上传pdf/paper链接/标题就行了
个人经验：我之前一直用方法1，感觉很方便。最近试了方法2，竟然发现总结的质量更高一些。不确定是不是system prompt和user prompt位置不同导致生成质量的不同。
如果你已经有自己的论文阅读prompt或skills，可以让Agent / LLM自动review这个repo，并结合你原来的版本取长补短。
你可以让模型完成三件事：
- 比较你现有prompt和PaperForge的差异
- 保留你原来workflow中最适合自己的部分
- 合并出一版更贴合你研究方向和阅读习惯的论文阅读prompt
我认为需要注意的是"§ 3 — 重建作者的思考路径"和"§ 9 — 最脆弱的假设","§ 10 — 最小复现实验","§ 11 — 最强反例设计"
PaperForge也可以作为你自己paper-reading workflow的起点。
目前的版本主要侧重理工科等重实验和方法论的论文阅读。 如果你想改成适合文科社科的版本，可以试试直接复制给GPT下面的内容，打开联网搜索和Reasoning功能。
https://github.com/FeijiangHan/PaperForge 帮我调研文科社科论文（具体方向）阅读和理工科论文阅读的差异，并思考如何修改这个GitHub repo中的skills，使其更适合文科社科（具体方向）。请保留核心精华，例如反推作者思路、拆解论证结构、识别关键假设、寻找可延展的问题。
你可以把其中的 具体方向 替换成：
- history
- sociology
- political science
- philosophy
- anthropology
- education
- communication
- economics
- law
- literary studies
AI时代，要用社区共识发现每个月最值得关注的论文，而不是只靠顶会的"免费苦力"审稿人来筛选论文。 我爬了hugging face和alphaxiv榜单，用upvotes-likes-github stars作为筛选指标，过滤-聚合-排序每月互联网热度最大的AI papers，可以直接把这里最终merged的csv丢给你的claude/gpt来个性化分析每月趋势，并提取感兴趣的insights： https://github.com/FeijiangHan/AI-hot-paper-insights-summary
亲测：这样做，效果比给gpt/claude提供链接再爬取html分析更全面准确
小红书帖子【用AI读论文两年半，我认为最好用的prompt - 幸运降临中】