
Ljg Xray Paper
- 119 installs
- 593 repo stars
- Updated February 26, 2026
- lijigang/ljg-skill-xray-paper
Parse academic papers for methods, claims, limitations, and citations to inform technical bets, literature reviews, and competitive intelligence.
About
ljg-xray-paper structures agent workflows for academic PDFs: abstract-to-conclusion parsing, methodology critique, results summarization, and citation-linked briefs for early technical and market validation.
- Methods and claims extraction
- Limitation and bias surfacing
- Citation trail building
- Reproducibility checkpoints
- Literature review compression
Ljg Xray Paper by the numbers
- 119 all-time installs (skills.sh)
- +1 installs in the week ending Aug 2, 2026 (Skillselion tracking)
- Ranked #3,867 of 16,546 AI & Agent Building skills by installs in the Skillselion catalog
- Data as of Aug 3, 2026 (Skillselion catalog sync)
npx skills add https://github.com/lijigang/ljg-skill-xray-paper --skill ljg-xray-paperAdd your badge
Show developers this skill is listed on Skillselion. Paste this into your README.
| Installs | 119 |
|---|---|
| repo stars | ★ 593 |
| Last updated | February 26, 2026 |
| Repository | lijigang/ljg-skill-xray-paper ↗ |
What it does
Parse academic papers for methods, claims, limitations, and citations to inform technical bets, literature reviews, and competitive intelligence.
Files
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
#+title: paper-{简短标题}
#+date: [{YYYY-MM-DD Day HH:MM}]
#+filetags: :read:xray:paper:
#+identifier: {YYYYMMDDTHHMMSS}
#+source: {论文链接}
#+authors: {作者}
* 论文说了什么
*问题*: {人话,像在饭桌上跟朋友说}
*视角*: {方法/切入角度}
*结果*: {实验证明...。作者推测...(如有)}
*一句话*: {大白话核心总结,像电梯里跟外行朋友说的那句}
#+begin_example
{餐巾纸图: 核心机制}
#+end_example
* 对我意味着什么
*可能改变我的*: {一句话,指向具体的思考习惯、决策模式、或认知盲区的改变}
** {碰撞点标题}
#+begin_example
{ASCII art: 论文洞见 x 我的认知 的碰撞图}
{布局本身承载含义: 分叉/汇聚/层级/对比}
#+end_example
{一句金句级别的启发。能脱离论文上下文单独成立}
** {碰撞点标题 2, 如有}
#+begin_example
{ASCII art}
#+end_example
{金句}
** {开放问题, 如有}
{论文的推测性 claim 或未回答的锐利问题。做成碰撞卡片——标注"开放问题",只有方向没有结论。没有则不写此节}
#+begin_example
{ASCII art: 开放问题的碰撞图}
#+end_example
{一个尖锐的问题。值得追就追得下去,不值得追一眼就知道}