核心用法
Paper Digest 是一款面向学术研究者的自动化文献解析工具。用户仅需提供 arXiv ID 或完整 URL，该技能即可自动完成：主论文抓取（优先 HTML 版本，失败时降级至 arxiv-paper-processor 技能）、核心引用识别（提取最多 5 篇关键基础文献）、并行子代理深度阅读（分别总结各引用的贡献、方法、消融实验及数据集），最终输出一份结构化的执行摘要 Markdown 文档。
输出格式严格遵循学术规范：标题与元信息、问题背景与意义、前人工作缺口分析（内联引用）、核心方法白话阐释、 headline 结果对比、局限性与未来方向，以及消融实验与基准表格。全程禁用项目符号列表，采用流畅散文体，确保专业性与可读性并存。
显著优点
1. 研究效率倍增：将数小时的文献调研压缩至分钟级，尤其适合需快速跟进前沿的领域（如 AI/ML）。
2. 引用网络可视化：通过解析 "直接继承、基线对比、架构借用" 等引用关系，帮助用户建立论文间的知识图谱。
3. 多源容错设计：HTML 抓取失败时自动降级至专用技能，子代理失败时标记为 unavailable 并继续，保证鲁棒性。
4. 学术规范输出：强制内联引用格式、禁止编造数据，降低学术不端风险。
潜在缺点与局限性
- 来源单一性：仅支持 arXiv 生态，无法覆盖 ACM、IEEE Xplore、Nature 等封闭数据库。
- 引用质量依赖启发式规则："最多 5 篇关键引用" 的筛选依赖文本模式匹配，可能遗漏跨领域基础工作或误选边缘引用。
- 子代理黑箱风险：子代理的摘要质量直接影响最终输出，但用户无法干预其提示策略或验证其推理过程。
- 实时性瓶颈：arXiv HTML 版本更新滞后于 PDF，且高峰期抓取可能受限。
适合人群
- 需快速扫读大量文献的博士生、博士后及青年研究员
- 交叉领域研究者需快速理解陌生子领域核心脉络
- 技术博主、投资人需生成高质量学术内容摘要
常规风险
1. 信息衰减风险：多层代理传递可能导致核心方法论细节丢失或误读。
2. 幻觉生成风险：尽管规则禁止编造，但子代理对复杂图表、公式的文本化描述仍可能产生偏差。
3. 版权灰色地带：arXiv 预印本版权归属复杂，大规模自动化抓取可能触发平台反爬机制。
4. 学术依赖风险：过度依赖自动化摘要可能削弱研究者的深度阅读能力。