screen paper

Web search via Tavily API (alternative to Brave).

结构化实验记录与对比 — 记录每次实验的命令、超参数、git commit、GPU 信息、自动提取指标，支持 A/B 对比。

复现结果评估 — 从论文分析中提取声称指标，与实验实际结果对比，用 LLM 给出复现评估（full/partial/failed）。

Python 性能分析 — cProfile 运行脚本，解析热点函数，自动识别瓶颈（数据加载/计算/I/O），生成分析报告。

一键环境搭建 — 检测项目类型，创建虚拟环境，安装依赖，验证模块导入，锁定版本快照。

为指定领域生成结构化论文检索词，每个维度输出两套查询——学术 API 专用（queries）和 Tavily 网页搜索专用（tavily_queries）。

搜索并汇集论文。支持 queries-file 模式（读取 plan_queries 输出，一次性全源搜索）和单 query 模式。

综合分析 — 读取所有单篇论文分析，用 LLM 合成面向实验实现的领域报告（SOTA / 瓶颈 / 创新 / 复现方案 / Reflection 风险点 / Coder 交接清单）。

从筛选后的高相关论文出发，获取其参考文献列表，去重后生成可再次筛选的扩展论文池

This skill should be used when the user asks to deeply read parsed paper Markdown, analyze each paper with an LLM, find paper reviews or GitHub/code links via…

This skill should be used when the user asks to parse, OCR, extract, or convert PDF files in a folder into Markdown, including "PDF to MD", "parse PDFs"…

This skill should be used when the user asks to download paper PDFs, fetch PDFs for screened papers, validate PDF MIME/size/readability, or produce…