Analyze One Scientific Paper as an Evidence Card Skill 技能

「论文证据卡分析器」是一款面向科研工作者的 AI Skill，专注于将任意一篇学术论文转化为结构化、可追溯的 16 字段证据卡（Paper Card），彻底解决论文信息分散、难以快速评估的问题。

阅读学术论文时，最耗费时间的往往不是通读全文，而是追踪每条核心论点背后的实验支撑、图表证据和适用边界。这个过程高度依赖个人经验，且同一篇论文在不同研究者的理解下可能产生截然不同的评估结论。该 Skill 通过标准化流程，确保任何人都能输出一致、可审计的论文分析结果。

【核心功能】

1. 标准化 16 字段结构 将单篇论文拆解为 16 个标准化字段，涵盖：基本信息（标题、作者、期刊、年份）、研究类型（方法论/发现/资源/临床/材料/综述）、核心论点、实验支撑（图表/表格/公式对应位置）、方法细节、局限性、适用场景等。每个字段有明确填写规范，避免遗漏关键信息。

2. 论文类型自动分类 根据摘要和方法论特征，自动识别论文属于六种类型之一（方法论论文、发现论文、资源论文、临床论文、材料论文、综述论文），并据此调整字段侧重。例如，方法论论文会强化实验设计和可复现性评估，而综述论文则侧重于文献覆盖广度和结论可推广性。

3. 论点-证据链路追踪 将论文中每个核心主张直接锚定到对应的图表、表格、公式或实验位置，同时标注该证据是直接支持还是间接支持。对于缺乏明确证据的声明，强制标记为「不适用」或「无法评估」，防止虚高评估。

4. 内外部信息分离 严格区分「论文内声称」「外部事实」「个人分析」「合理假设」四类内容，确保卡片内容可溯源、可审查，不会将作者观点、分析者观点和可验证事实混为一谈。

5. 结构完整性审核 内置审核模块，自动检查字段填写完整性、证据引用准确性、研究idea字段质量，并对缺失或不一致内容给出明确提示。

【适用场景】

• 深度阅读与笔记整理：将有指定阅读任务的论文转化为结构化笔记，包含方法、证据、局限性和可复用概念。
• 科研项目文献调研：为团队建立统一的论文评估标准，确保每个成员对文献的理解一致，便于后续研究设计参考。
• 论文筛选与合作决策：创建标准化论文卡片，帮助团队快速判断某篇论文与当前项目的相关性，辅助立项决策。

该 Skill 面向研究生、科研人员和情报分析从业者，安装后可与 Claude、Codex、Claude Code 直接集成，支持上传 PDF 或粘贴文本进行分析。