Resumo Automático de Workshop Acadêmico
huangyixinrose/skill-workshop-paper-overview
Transforma URLs de workshops em relatórios sintetizados com 10-15 min de processamento
Ver no GitHubSkill que lê automaticamente todos os papers de um workshop/conferência e gera um relatório estruturado com tendências, problemas comuns e análise detalhada de cada trabalho. Utiliza Claude Code para orquestrar um workflow multi-agente que combina leitura paralela, síntese temática e validação crítica.
Instalação
npx convez-ai huangyixinrose/skill-workshop-paper-overview1 comando no terminal: detecta o formato do repositório (marketplace ou plugin avulso) e instala via Claude Code. Requer Node 18+ e o Claude Code instalado.
Métricas
Casos de uso
- Pesquisadores triando rapidamente grandes volumes de papers para identificar trabalhos relevantes
- Gestores de conferências/workshops gerando sumários executivos automatizados
- Estudantes construindo mapas conceituais de campos acadêmicos em tempo reduzido
Veredito

Ferramenta bem-arquitetada que resolve um problema real de sobrecarga de leitura acadêmica. O design inteligente separando LLM (4 pontos-chave) de scripts determinísticos garante reprodutibilidade e custo controlado (~1M tokens por workshop). Recomendado para pesquisadores sérios; requer Claude Code e poppler.
README
A tradução para o português deste README ainda está na fila.
论文 Workshop 速览
基于 Claude Code 的 review-workshop skill,给一个学术 workshop 或会议的主页 URL,自动通读全部论文,产出一份按主线分类的综述报告。
它做什么 / 怎么用它
面对一个 workshop 或会议论文集,逐篇读完再形成判断往往要花几天。这个工具帮你先做一轮总览:它会通读全部论文,提炼出该领域当前的趋势走向与各篇工作之间的共性问题,同时把每一篇的核心问题、关键进展和技术思路拆解为结构化速查卡。你可以用这份总览快速把握全貌,从中定位出值得二次精读的重点工作,再回到原文做深度阅读——先速览、后精读,把时间花在最值得读的论文上。
成品是单文件 HTML,包含四个板块:编者整体判断(卷首)、分类总表、逐篇速查卡(含少量关键架构图)、按主线展开的综述。一个约 20 篇的会议,大约 10-15 分钟跑完,消耗约 100 万 token。
样例成品见
examples/,流水线架构图见docs/flowchart.svg。
设计哲学
用 Claude Code 指挥一条多智能体 workflow。 主 agent(Claude Code)负责编排整条流水线:扇出多个子agent 并行精读每篇论文,再由主线写手子agent 与查漏 critic 子agent 协作完成综述,最后由编者(主 agent)撰写卷首并组装终稿。你只需给出一个 URL,Claude Code 就会搭建并运行这条多智能体流水线,全程自动调度。
能用脚本做的不交给模型。 整条流水线只在 4 处调用 LLM:侦察主页提取论文清单、精读每篇论文、撰写主线综述与查漏、编者写卷首判断。其余环节(下载、抽文本、分组、抠图、渲染 HTML)全由确定性脚本完成。这让产出结构每次一致,可横向比较多个会议。
流水线概览
主页 URL
│
├─ 1. 侦察(LLM)─────────→ manifest.json
│
├─ 2. 采集预处理(纯脚本)──→ pdf/ + txt/ + 体量画像
│
├─ 3. 标定(3 篇试跑)────→ 成本估算 + 质量验证
│
├─ 4. 并行精读(Workflow)──→ digests.json(便宜模型,N 路并发)
│
├─ 5. 主题综述 + 查漏 ────→ sections.json + critic.txt(便宜模型)
│
├─ 6. 配图(少而精)──────→ figures/fig_<id>.png(强模型看图定框)
│
└─ 7. 卷首 + 组装 ────────→ report.html(强模型写卷首 + 脚本渲染)
各阶段详细输入输出、使用的工具与模型分档,见 SKILL.md 中的阶段总览表。
安装与触发
安装
把项目放进 Claude Code 的个人技能目录:
~/.claude/skills/review-workshop/
也可以解压 .skill 包到该路径。
触发
在 Claude Code 对话中,用自然语言或斜杠命令触发:
帮我通读这个 workshop 的所有论文,出一份综述:https://example.com/workshop
/review-workshop https://example.com/workshop
人工确认关口
流水线设有 4 个确认点,在侦察完成后合并为一次性确认,拍板后全自动跑到底:
| 关口 | 确认什么 |
|---|---|
| 选题范围 | 抓到的论文清单、缺失项、是否排除某些条目 |
| 分类方案 | 主线类目名 + 每篇预归类 |
| 配图策略 | 默认"少而精",确认上限(建议 4-8 张) |
| 终稿格式 | 单文件 HTML(默认)/ 视角侧重 |
说"全自动"或传 --yes 可跳过确认,使用默认策略。
依赖
- Claude Code(运行环境)
- poppler(提供
pdftotext、pdftoppm、pdfinfo;macOS:brew install poppler) - Python + Pillow(
pip install Pillow) - 模型分档:精读 / 综述 / 查漏用便宜模型(Sonnet / Haiku),卷首 / 配图用强模型(Opus)
目录结构
SKILL.md # 给 agent 的完整操作说明书
scripts/
acquire.py # 下载 PDF + pdftotext 抽文本 + 体量画像
extract_figure.py # 关键图定位 / 渲染 / 裁剪(三步循环)
build_report.py # 确定性组装单文件 HTML,不调用模型
schemas/
digest.schema.json # 每篇精读的结构化输出契约
prompts/
recon.md # 侦察:从主页提取论文清单
reader.md # 精读:单篇结构化摘要
theme_writer.md # 写手:一条主线的综述
critic.md # 查漏:审查归类、事实、跨主线视角
preface.md # 卷首:编者整体判断
workflow/
review_workshop.template.js # 并行精读 + 综合的 Workflow 编排模板
docs/
flowchart.svg # 流水线架构图
examples/
cvpr2026-video-world-model.html # 样例成品
独立部署(脱离 Claude Code)
想把它做成不依赖 Claude Code 的独立程序:
- 把
workflow/的编排替换为 Claude Agent SDK 的子agent调用 scripts/、prompts/、schemas/原样复用- 加一个
cli.py入口
skill 版与 SDK 版共享同一套阶段定义、提示词和 schema。
License
MIT