🎁 福利专区全网大模型免费应用 + 新用户福利 + 注册活动入口,低成本玩转 AI
← 全部攻略

把研究论文变成可检索学习库,claude-paper 的目录结构与技能编排

工具 / 效率类文章2026/10/9 发布1 次阅读

研究论文读多了,痛点不是「读不懂」,而是「找不回」:PDF 堆在 Downloads,摘要在笔记软件,过一阵想回顾某篇的方法论,只剩一个模糊的文件名。claude-paper(alaliqing/claude-paper)把它收成一套固定流程——每学一篇论文,就在本地落下一个结构化目录,并更新一份全局搜索索引。本文只拆它的目录设计与组件编排。

先看清它的外部坐标

站点给它的分类是 dsh 原生插件 · chat,本站星标 337、综合分 62.9。npm 包名 @zlzliqing/claude-paper,registry latest 为 1.2.1(发布于 2026-08-14),运行时零依赖,许可证 MIT。信任档位「已验证」——本站已在 dsh 0.2.0-rc.2 下真实安装成功(L4 · 真实安装)。

它的定位是「把研究论文转化为综合学习环境」,一套跨智能体工具包,同一套学习流程可在 Claude Code、Codex、OpenCode、DeepSeek Harness 四个宿主中复用——所有编排都绕不开「怎么让不同 Agent 发现并调用同一批技能」。

论文库目录:产物清单才是核心

所有学习产物落在 ~/claude-papers/ 下,单篇论文收在自己的 slug 子目录里。

~/claude-papers/
├── papers/
│   └── {paper-slug}/
│       ├── paper.pdf
│       ├── paper.txt
│       ├── meta.json
│       ├── quick-summary.md
│       ├── README.md
│       ├── summary.md
│       ├── insights.md
│       ├── method.md
│       ├── mental-model.md
│       ├── reflection.md
│       ├── qa.md
│       ├── index.html
│       ├── images/
│       │   ├── fig1.png
│       │   └── fig2.png
│       └── code/
│           ├── core-demo.py
│           └── concept-demo.ipynb
└── index.json
元数据层:meta.json 的 50k 预览设计

meta.json 存标题、作者等元数据,只保留 50,000 字符的预览——这是「上下文安全预览」的设计,不是解析失败。判断解析是否完整要看 paper.txt,不要看 meta.json。

学习材料层:insights.md 是核心

学习流程按论文复杂度生成一整套材料:README.md 做导航,summary.md 是详细摘要,insights.md 标为「核心洞察力(最重要!)」,method.md 讲方法论,mental-model.md、reflection.md、qa.md 视需要生成。快速回顾一篇论文,insights.md 通常是第一入口。

代码与图像层

code/core-demo.py 是参考实现,code/concept-demo.ipynb 是交互式 Jupyter 笔记本;images/ 放提取的图表,index.html 是 HTML 探索器。提取图像依赖系统级 poppler-utils,装插件不会自动带上。

全局层:index.json

index.json 是跨论文的全局搜索索引,每学一篇就更新一次,网页查看器的「搜索论文库」直接吃这份数据。单篇目录你可以手动整理,索引最好交给插件维护。

七个核心组件怎么分工

README 把内部拆成七块:

1. 学习技能——编排论文深度处理的主工作流代理;

2. 摘要技能——精简筛选流程,先跑一遍 300–500 字的快速概览;

3. PDF 解析器——使用 pdf-parse 提取文本、元数据和代码链接;

4. 图像提取器——提取 PDF 图表的 Python 脚本;

5. 网页查看器——带 Nitro API 的 Nuxt.js 应用,数学公式用 KaTeX 渲染;

6. 钩子系统——Claude Code 生命周期设置;

7. Agent 适配层——为 Codex、OpenCode 和 DSH 生成发现及调用包装。

注意第 6 项是 Claude Code 专属,第 7 项才为另外三个宿主而生——「一个通用核心 + 一层差异化包装」。

plugin/ 与 scripts/ 的分层

plugin/ 是插件本体:plugin/.claude-plugin/plugin.json 是插件清单;plugin/skills/study|summary|webui/SKILL.md 是三个工作流定义;plugin/skills/study/scripts/ 下是 parse-pdf.js 与 extract-images.py;plugin/commands/webui.md 是命令包装;plugin/hooks/ 里 hooks.json 与 check-install.sh 负责会话生命周期钩子和安装验证;plugin/src/web/ 是 Nuxt.js 网页查看器,含 components/、composables/、server/ API 端点。

scripts/ 是适配器工具:sync-agent-adapters.mjs 是确定性适配生成器,install-agent-adapters.mjs 是跨 Agent 安装与升级器。顶层另有各宿主接入点——.claude-plugin/marketplace.json、.codex-plugin/plugin.json、.agents/skills/(OpenCode 与 DSH 自动发现入口)、.opencode/commands/、skills/(Codex 适配层),以及入口 bin/claude-paper.mjs,兼 npx 安装与升级。

一句话:plugin/ 是能力,scripts/ 是分发,顶层点号目录是接入点。

Agent 适配层:四个宿主怎么拿到入口

适配层的做法是「生成」而非「手写四份」:sync-agent-adapters.mjs 确定性产出各宿主入口文件,安装时 install-agent-adapters.mjs 再把它们铺到对应位置。

具体落点:对 Claude Code,安装器通过官方 Claude CLI 注册包内 Marketplace 并安装用户级插件;对其他 Agent 装共享 Skill,选共享 Skill 宿主时把兼容 Skill 放到 ~/.agents/skills/;选 OpenCode 还会装命令包装。~/claude-papers/ 只在论文库不存在时初始化。

这里有个 DSH 用户必须知道的差异:Codex 与 DeepSeek Harness 没有 Claude Code / OpenCode 那套斜杠命令。DSH 里要直接要求 Agent 快速总结或学习论文,或显式加载 claude-paper-summary / claude-paper-webui Skill——期待「输入 /xxx 就出结果」的人会落空。

该知道的产品边界

它当前通过 Agent Skills 运行,没有独立 MCP 服务——想要能被任意客户端调用的 MCP 端点的人,这里得不到。它只面向论文一个场景,不做通用文档、网页抓取,也不替代笔记软件。维护已放缓:最近一次提交在 55 天前,周下载量只有 59,社区面窄。安全侧,站点尚未对该插件做风险分级(不等于无风险),静态扫描判定「含敏感能力」,一条证据是 bin/claude-paper.mjs 用 spawnSync 执行外部命令;默认 all target 会改动四个 Agent 配置。

总结

claude-paper 的架构可以概括为「一个论文库目录 + 七个组件 + 一层生成式适配」:单篇产物在 ~/claude-papers/papers/{paper-slug}/,全局索引是 index.json,plugin/ 与 scripts/ 分管家能力与分发;想对照同类插件的中文清单与安装形态见 DeepSeek Harness Hub 插件清单。

适合与不适合

适合:需要长期可检索论文库的研究者;想跨 Claude Code / Codex / OpenCode / DSH 复用同一流程的多宿主用户;愿意自己整理本地产物的人;读前先用 300–500 字概览筛选的读者。

不适合:指望有 MCP 端点、可被任意客户端直接调用的人;不想额外装 poppler-utils、希望零前置依赖就能提图表的用户;对安全敏感、不接受安装器执行外部命令又不愿先隔离验证的人。

标签:claude-paper、DeepSeek Harness、插件架构、论文学习、目录设计

本文由 DeepSeek Harness Hub 自动整理,数据来源于插件详情页。

60 秒视频版 · AI 辅助生成并人工校对
回到顶部