nature-paper-card 用于精读一篇科研论文，并生成有来源约束、可复核的 01–16 节 Paper Card；它强调研究问题、方法逻辑、实验—结论证据链、结论边界、批判性分析和可检验研究想法，而不是把摘要翻译成中文。
- 对单篇论文进行结构化精读，而不是只生成摘要。
- 追踪核心结论对应的图、表、公式、实验和消融证据。
- 区分作者陈述、外部事实、Agent 分析和研究假设。
- 检查论文的结论边界、作者自述局限和未解决问题。
- 从证据链出发提出可证伪、可执行的候选研究想法。
- “使用
nature-paper-card精读这篇 PDF，生成完整 Paper Card。” - “分析这篇论文的方法模块、关键公式和实验—结论证据链。”
- “这篇论文真正证明了什么、没有证明什么？”
- “基于论文中的限制，提出几个可以验证的后续研究方向。”
- 一篇论文的 PDF、DOI、arXiv 页面、出版社文章、粘贴文本，或已有的
nature-readersource map。 - 如有需要，说明输出语言、输出目录和希望重点审查的问题。
- 若只有摘要或局部材料，Skill 仍可运行，但会明确标记无法判断的部分。
- 使用内置
prepare_paper.py准备来源材料，不临时重写 PDF 提取脚本。 - 根据证据可靠性选择
page-grounded、structure-grounded或source-limited模式。 - 按论文的论证结构选择方法、发现、资源、临床、材料或综述分析镜头。
- 先建立证据清单和 claim–evidence matrix，再生成固定的 01–16 节 Paper Card。
- 使用内置
audit_paper_card.py检查结构、来源定位和证据约束。
paper-card.md：固定 01–16 节的深度 Paper Card。source_bundle.json：PDF 或 source map 的标准化来源包。audit-report.json：结构、定位和证据约束审计结果。- 可选的
rendered-pages/：需要视觉核对时渲染的 PDF 页面。
- 需要 Python 3。
- PDF 处理优先使用 Skill 自带脚本和当前环境中可用的 PDF 库。
- PDF 页码可靠时同时使用 PDF 页码和结构定位；页码提取失败时自动降级为结构定位，不伪造页码。
- source map 中缺失或非法的页码会保留为未定位块并给出警告，不会自动归入 PDF 第 1 页。
- 外部检索只用于文献背景核验、知识连接、书目信息确认或用户明确要求的新颖性检查。
完整的可复制教程见中文教程，包括输入、触发方式、三种来源定位模式、输出文件和结果验收方法。
最小调用示例：
使用 nature-paper-card 精读这篇论文，生成中文 Paper Card。
重点检查方法模块、关键实验、结论边界和可验证的后续研究想法。
- 一次处理一篇论文，不负责批量文献监控。
- 不生成全文双语翻译；需要全文阅读材料时使用
nature-reader。 - 不生成正式同行评审报告；需要审稿人视角时使用
nature-reviewer。 - 不把 Paper Card 改写成公众号文章，也不生成第 17、18 节。
- 来源不足时明确写
Not assessable，不会补写不可见的实验或页码。
nature-reader：生成全文双语 Markdown、图文对应和稳定 source map。nature-academic-search：核验领域历史、外部知识连接或相关工作。nature-reviewer：生成正式的审稿人式评审报告。nature-literature-pipeline：批量发现、筛选和推送论文。nature-paper2ppt：把论文内容转换成汇报幻灯片。