Summary-Papers

Summary-Papers 是一个论文批量总结 skill：输入一个论文文件夹路径/zotero分类，递归处理目录及子目录下/zotero分类下的所有 PDF，先生成完整结构化 JSON，再导出一个 Markdown 文件、一个单 sheet Excel，或两者同时输出。

demos中提供了一个输出样例。

功能

• 递归扫描目录下所有 PDF
• 提取 PDF 文本
• 为 Markdown 尝试提取：
  • 标题/作者截图
  • 方法/framework/pipeline 图
• 保存的图片文件名包含运行日期和时间，例如 20260701_143015_paper_001_xxx__title.png
• 生成每篇论文的完整结构化 JSON
• 导出一个 Markdown 文件
• 导出一个单 sheet Excel 文件
• 中间状态文件默认放在 .summary-papers/ 隐藏目录
• Excel 保留 源文件、源路径 溯源列

输出语言和字段

总结内容统一使用中文。title、publish+time 保持论文中的英文原文。keywords 优先使用论文明确给出的英文关键词；如果论文没有明确关键词，则根据论文内容自己总结 3 个英文关键词或短语，并用分号分隔。

Markdown 和 Excel 共用以下公共字段，并使用同一套字数要求：

• 研究现状：100 字左右
• motivation：100 字左右
• insight：100 字左右
• 核心贡献：200 字左右
• method：500 字左右
• 实验结论：200 字左右
• 局限性：200 字左右
• 其它：200 字左右

Markdown 输出字段：标题、作者、年份、发表期刊/会议、关键词、GitHub、PDF/Zotero 链接、图片，以及上述公共字段。

Excel 输出字段：源文件、源路径、title、publish+time、keywords，以及上述公共字段。

项目结构

Summary-Papers/
├── SKILL.md
├── README.md
├── agents/
│   └── openai.yaml
├── references/
│   ├── framework_selection.md
│   └── markdown_template.md
└── scripts/
    ├── check_deps.py
    ├── extract_pdf_assets.py
    ├── extract_text.py
    ├── export_excel.py
    ├── export_markdown.py
    ├── paper_summary_cli.py
    ├── paper_summary_lib.py
    └── scan_papers.py

依赖

• pypdf：PDF 文本提取
• PyMuPDF / fitz：图片截图和 framework 图提取
• openpyxl：Excel 输出

检查依赖：

python3 scripts/check_deps.py check

该命令会同时检查当前 Python 环境和默认依赖目录 /tmp/summary_papers_deps。如果依赖只安装在默认目录中，后续命令需要带上 PYTHONPATH=/tmp/summary_papers_deps。

安装缺失依赖到临时目录：

python3 scripts/check_deps.py install --target /tmp/summary_papers_deps

之后使用：

PYTHONPATH=/tmp/summary_papers_deps python3 scripts/paper_summary_cli.py ...

使用流程

输入论文的三种方式

Summary-Papers 的脚本入口本质上处理的是一个本地 PDF 文件夹。实际使用时，论文可以通过以下方式交给 Codex/CC：

1. 已安装 zotero-mcp：可以让 Codex/CC 直接读取 Zotero 中的 collection 或当前选中的论文，取得 PDF 附件后再使用本 skill 总结
2. 未安装 zotero-mcp：可以先在 Zotero 中导出论文 PDF 到一个本地文件夹，再把该文件夹路径交给 Codex/CC
3. 不使用 Zotero：直接提供一个包含 PDF 的本地文件夹路径

使用 zotero-mcp 的 prompt 示例：

使用 zotero-mcp 读取 Zotero 中 rPPG/llm_rppg 分类里的论文，然后使用 Summary-Papers 总结。

输出到：
/Users/zhao/Desktop/llm_rppg_summary/output

输出格式：
all

也可以处理 Zotero 当前选中的论文：

使用 zotero-mcp 读取 Zotero 当前选中的论文 PDF，然后使用 Summary-Papers 总结，输出 Markdown 和 Excel。

1. 准备运行

python3 scripts/paper_summary_cli.py prepare "/path/to/papers" --output-root "/path/to/output" --assets

如果只输出 Excel，可以不加 --assets：

python3 scripts/paper_summary_cli.py prepare "/path/to/papers" --output-root "/path/to/output"

该步骤会生成：

• .summary-papers/manifest.json
• .summary-papers/extracted_text.json
• .summary-papers/run_report.json
• .summary-papers/summary_draft.json
• assets/，仅在加 --assets 时生成

2. 填写完整结构化总结

Codex 读取 .summary-papers/extracted_text.json，按 SKILL.md 的字段要求为每篇论文生成完整 JSON。通常可以基于 .summary-papers/summary_draft.json 填写。

3. 导出

导出 Markdown：

python3 scripts/paper_summary_cli.py export "/path/to/output/completed_summaries.json" --output-root "/path/to/output" --output markdown

导出 Excel：

python3 scripts/paper_summary_cli.py export "/path/to/output/completed_summaries.json" --output-root "/path/to/output" --output excel

同时导出：

python3 scripts/paper_summary_cli.py export "/path/to/output/completed_summaries.json" --output-root "/path/to/output" --output all

输出规则

Markdown：

• 一个 .md 文件包含所有论文
• 包含图片
• 字段更完整，适合 Obsidian 阅读

Excel：

• 一个 .xlsx
• 一个 sheet：papers
• 不包含图片
• 保留溯源列
• 与 Markdown 使用相同公共字段和字数要求，便于横向比较

默认输出结构：

output_root/
├── paper_summaries.md
├── paper_summaries.xlsx
├── assets/
└── .summary-papers/
    ├── manifest.json
    ├── extracted_text.json
    ├── run_report.json
    └── summary_draft.json

当前限制

• 不自动 OCR 扫描版 PDF
• 不默认联网补全元数据
• 脚本本身不直接连接 Zotero；如需从 Zotero 选论文，建议通过 Codex/CC 的 zotero-mcp 先取得 PDF 附件或导出文件夹
• 结构化总结仍由 Codex/LLM 根据提取文本生成