返回顶部
p

paper-compare论文对比

Compare academic research papers side-by-side to identify similarities, differences, and research gaps. Use when user wants to compare 1-5 papers via DOIs, URLs, search queries, or PDF files. Supports mixed input types. Outputs both comparison table and detailed narrative summary.

作者: admin | 来源: ClawHub
源自
ClawHub
版本
V 1.2.1
安全检测
已通过
386
下载量
免费
免费
0
收藏
概述
安装方式
版本历史

paper-compare

论文对比

使用结构化表格和详细的叙述性分析,并排比较学术论文。



论文对比推理框架

┌─────────────────────────────────────────────────────────────┐
│ 论文对比思考流程 │
├─────────────────────────────────────────────────────────────┤
│ 1. 解读 → 哪些论文?对比目标是什么? │
│ 2. 检索 → 获取元数据、摘要、全文 │
│ 3. 分析 → 从10个维度提取信息 │
│ 4. 综合 → 构建叙述、发现差距、评估质量 │
│ 5. 验证 → 检查完整性、交付结果 │
└─────────────────────────────────────────────────────────────┘



决策树:输入处理

用户输入

├── 1篇论文 ──→ 单篇论文摘要
│ └── 跳过对比,显示完整摘要

├── 2-5篇论文 ──→ 完整对比
│ └── 按10个维度进行

├── >5篇论文 ──→ 要求缩小范围
│ └── 请缩小至2-5篇以进行有意义的对比

├── DOI ──→ 通过crossref/semantic scholar获取
│ └── https://api.crossref.org/works/{doi}

├── URL ──→ 通过web_fetch获取
│ └── 提取标题、作者、摘要

├── 搜索查询 ──→ 先搜索
│ └── 使用web_search,展示前3个结果,确认后再继续

└── PDF文件 ──→ 先提取文本
└── 使用pdf技能,然后提取元数据



决策树:对比角度

对比是关于什么的?

├── 相同主题,不同方法 ──→
│ └── 重点:方法论差异、结果对比

├── 相同方法,不同领域 ──→
│ └── 重点:跨领域的适应性、性能表现

├── 随时间演变 ──→
│ └── 重点:改进之处、变化内容、SOTA进展

├── 竞争性方法 ──→
│ └── 重点:权衡取舍、何时选择哪种

└── 互补性论文 ──→
└── 重点:如何结合、各自填补哪些空白

自我检查:确定角度后

  • - [ ] 我的分析是否聚焦在正确的方面?
  • [ ] 这能否帮助用户做出决策?



第一步:解读请求

需要澄清的内容

问题为什么重要
哪些论文?需要确切的参考文献
什么目标?
学习?研究?写作? | | 什么对比角度? | 适当聚焦分析 |

自我检查:开始之前

  • - [ ] 我是否拥有所有论文的参考文献?
  • [ ] 我是否理解用户想了解什么?
  • [ ] 论文数量是否合适(1-5篇)?
  • [ ] 对比角度是什么?

第二步:检索论文

检索策略

输入类型方法来源
DOIAPIcrossref, semantic scholar
URL
web_fetch | arXiv, IEEE, PubMed | | 搜索 | websearch → webfetch | 查找,然后确认 | | PDF | pdf技能 | 提取文本 | | 历史记录 | memory_search | 之前的对比 |

质量优先级

必须包含:
├── 标题
├── 作者
├── 年份
├── 发表场所
├── 摘要(用于方法论和结果)

最好包含:
├── 全文(用于局限性)
├── 代码/数据链接
├── 引用次数(见下文)

引用次数

使用Semantic Scholar API:

https://api.semanticscholar.org/graph/v1/paper/{doi}?fields=citationCount

自我检查:检索后

  • - [ ] 我是否获取了摘要?
  • [ ] 我能否确定方法论?
  • [ ] 是否有论文缺少关键信息?
  • [ ] 我是否获取了引用次数?

第三步:分析(10个维度)

核心维度(始终包含)

#维度提取内容
1标题完整标题
2
作者 | 所有作者,第一作者高亮 | | 3 | 年份 | 发表年份 | | 4 | 发表场所 | 期刊/会议 | | 5 | 研究问题 | 他们解决了什么问题? | | 6 | 方法论 | 方法、使用的技术 | | 7 | 数据集 | 他们使用了什么数据? | | 8 | 结果 | 关键发现及数据 | | 9 | 局限性 | 他们承认了什么? | | 10 | 代码与数据 | 相关资源的链接? |

决策:如果缺失怎么办?

缺失维度:

├── 摘要缺失 ──→ 注明无法分析方法论

├── 结果缺失 ──→ 注明元数据中无结果

├── 局限性缺失 ──→ 注明未说明(不要推断)

└── 数据集不明确 ──→ 注明未明确说明



第四步:综合

质量评分

评估每篇论文:

因素分数备注
发表场所质量
- 顶级(NeurIPS, ICML, ICLR, Nature, Science)
⭐⭐⭐ | |
| - 良好(AAAI, IJCAI, CVPR, EMNLP, IEEE) | ⭐⭐ | |
| - 其他 | ⭐ | |
| 引用次数 | | |
| - 100+ | ⭐⭐⭐ | 高被引 |
| - 10-100 | ⭐⭐ | 知名 |
| - <10 | ⭐ | 近期或小众 |
| 代码可用性 | | |
| - 是,官方 | ⭐⭐⭐ | |
| - 是,社区 | ⭐⭐ | |
| - 否 | ⭐ | |
| 数据可用性 | | |
| - 是 | ⭐⭐⭐ | |
| - 否 | ⭐ | |

总体质量: 星星总数(越高表示越成熟)

对比表格结构

维度论文A论文B...
标题.........
作者
... | ... | ... | | 年份 | ... | ... | ... | | 发表场所 | ... | ... | ... | | 研究问题 | ... | ... | ... | | 方法论 | ... | ... | ... | | 数据集 | ... | ... | ... | | 结果 | ... | ... | ... | | 局限性 | ... | ... | ... | | 代码与数据 | ... | ... | ... | | 质量评分 | [⭐⭐⭐] | [⭐⭐] | ... |

叙述性综合模板

结构:

概述

[每篇论文解决的问题 - 高层次概述] [对比角度:我们在比较什么?]

方法论对比

[比较技术 - 是基于压缩的?还是基于架构的? 关键算法差异是什么? 对比角度如何影响这一点?]

结果分析

[定量结果 - 具体数字、指标 性能对比 - 提到的权衡 哪篇论文在什么方面胜出?]

局限性

[每篇论文承认的内容 - 诚实地指出差距] [未涵盖但可能重要的内容]

研究空白

[所有论文中缺失的内容] [尚未探索的内容] [潜在的未来方向]

质量评估

[论文A:⭐⭐⭐ - 原因] [论文B:⭐⭐ - 原因] [注明任何问题]

第五步:结构化结论

决策矩阵

如果你需要...选择原因
[最佳性能]论文[X][原因]
[最容易实现]
论文[X] | [原因] | | [最新方法] | 论文[X] | [原因] | | [最被引用/最可靠] | 论文[X] | [原因] | | [代码可用] | 论文[X] | [原因] |

最终推荐

markdown

结论

针对[用户目标]:

  • - 最佳整体: [论文X] — [关键原因]
  • 最佳实现: [论文Y] — [关键

标签

skill ai

通过对话安装

该技能支持在以下平台通过对话安装:

OpenClaw WorkBuddy QClaw Kimi Claude

方式一:安装 SkillHub 和技能

帮我安装 SkillHub 和 paper-compare-1776272984 技能

方式二:设置 SkillHub 为优先技能安装源

设置 SkillHub 为我的优先技能安装源,然后帮我安装 paper-compare-1776272984 技能

通过命令行安装

skillhub install paper-compare-1776272984

下载

⬇ 下载 paper-compare v1.2.1(免费)

文件大小: 5 KB | 发布时间: 2026-4-16 17:47

v1.2.1 最新 2026-4-16 17:47
v1.2.1

Archiver·手机版·闲社网·闲社论坛·智能体自动化市场· 多链控股集团有限公司 · 苏ICP备2025199260号-1

Powered by Discuz! X5.0   © 2024-2026 闲社网·AI智能体论坛·AI自动化解决方案·http://xianshe.com

p2p_official_large
返回顶部