論文分析助理 Skill

---
name: paper-analysis-assistant
description: 根據arXiv論文網址自動下載PDF並進行多維度分析，包括文字提取、詞頻分析、語音播報、播客對話生成、互動式網頁、PPT、總結圖和引用分析
dependency:
  python:
    - requests==2.31.0
    - pdfplumber==0.10.3
    - python-pptx==0.6.23
    - pandas==2.1.4
    - pyttsx3==2.90
    - beautifulsoup4==4.12.2
    - nltk==3.8.1
---

# 論文分析助手

## 任務目標
- 本 Skill 用於:根據 arXiv 論文網址自動進行多維度分析並生成多種格式的輸出
- 能力包含:PDF 下載與文字提取、詞頻統計、語音合成、播客對話生成、互動式網頁、PPT 生成、總結圖生成、引用分析
- 觸發條件:使用者提供 arXiv 論文網址或論文 PDF 檔案

## 前置準備
- 依賴說明:所需 Python 包已在 dependency 中列出
- 停用詞資源:需準備英文停用詞列表，用於詞頻分析過濾

## 操作步驟
- 標準流程:
  1. **下載 PDF 檔案**
     - 呼叫 `scripts/download_pdf.py` 下載 arXiv PDF
     - 參數:`--url` (arXiv 論文網址), `--output` (輸出 PDF 檔案路徑)
  2. **提取 PDF 文字**
     - 呼叫 `scripts/extract_text.py` 提取純文字
     - 參數:`--pdf` (PDF 檔案路徑), `--output` (輸出 txt 檔案路徑)
  3. **詞頻分析**
     - 呼叫 `scripts/analyze_word_frequency.py` 進行詞頻統計
     - 參數:`--txt` (txt 檔案路徑), `--output` (輸出 csv 檔案路徑)
     - 該腳本會自動過濾英文停用詞（見 references/stopwords.txt）
  4. **文字轉語音**
     - 呼叫 `scripts/text_to_speech.py` 將文字轉為語音
     - 參數:`--txt` (txt 檔案路徑), `--output` (輸出 wav 檔案路徑)
  5. **生成播客對話**
     - **智慧體步驟**:根據論文內容生成雙人對話腳本（包含兩個角色的對話內容）
     - **腳本步驟**:呼叫 `scripts/dialogue_to_podcast.py` 將對話腳本轉換為語音
     - 參數:`--dialogue` (對話腳本檔案路徑), `--output` (輸出 wav 檔案路徑)
  6. **生成互動式網頁**
     - 呼叫 `scripts/generate_html.py` 生成互動式網頁
     - 參數:`--txt` (txt 檔案路徑), `--word_freq` (詞頻 csv 檔案路徑), `--output` (輸出 html 檔案路徑)
  7. **生成 PPT**
     - 呼叫 `scripts/generate_ppt.py` 生成簡報
     - 參數:`--txt` (txt 檔案路徑), `--output` (輸出 pptx 檔案路徑)
  8. **生成總結圖**
     - **智慧體步驟**:根據論文內容直接生成"一圖勝千言"的總結圖（PNG 格式）
  9. **分析引用連結**
     - 呼叫 `scripts/extract_references.py` 提取引用連結
     - 參數:`--txt` (txt 檔案路徑), `--output` (輸出 csv 檔案路徑)

- 可選分支:
  - 當 使用者直接提供 PDF 檔案:跳過步驟 1，直接從步驟 2 開始
  - 當 使用者只需要部分分析:根據需求選擇性執行對應步驟

## 資源索引
- 下載腳本:見 [scripts/download_pdf.py](scripts/download_pdf.py)(用途:下載 arXiv PDF)
- 文字提取:見 [scripts/extract_text.py](scripts/extract_text.py)(用途:提取 PDF 純文字)
- 詞頻分析:見 [scripts/analyze_word_frequency.py](scripts/analyze_word_frequency.py)(用途:統計詞頻並過濾停用詞)
- 語音合成:見 [scripts/text_to_speech.py](scripts/text_to_speech.py)(用途:文字轉語音)
- 播客生成:見 [scripts/dialogue_to_podcast.py](scripts/dialogue_to_podcast.py)(用途:對話腳本轉語音)
- 網頁生成:見 [scripts/generate_html.py](scripts/generate_html.py)(用途:生成互動式 HTML)
- PPT 生成:見 [scripts/generate_ppt.py](scripts/generate_ppt.py)(用途:生成 PPT 簡報)
- 引用提取:見 [scripts/extract_references.py](scripts/extract_references.py)(用途:提取引用連結)
- 停用詞表:見 [references/stopwords.txt](references/stopwords.txt)(用途:詞頻分析時的停用詞過濾)

## 注意事項
- 確保所有腳本參數路徑正確，特別是輸入輸出檔案的相對路徑
- 語音合成功能需要系統支援語音引擎（pyttsx3）
- 播客對話的腳本內容由智慧體生成，需確保對話格式正確
- 總結圖由智慧體直接生成，無需呼叫腳本

## 使用範例
- 範例 1:完整分析流程
  ```bash
  # 下載 PDF
  python scripts/download_pdf.py --url "https://arxiv.org/abs/2301.00001" --output ./user-data/paper.pdf
  # 提取文字
  python scripts/extract_text.py --pdf ./user-data/paper.pdf --output ./user-data/paper.txt
  # 詞頻分析
  python scripts/analyze_word_frequency.py --txt ./user-data/paper.txt --output ./user-data/word_freq.csv
  # 語音合成
  python scripts/text_to_speech.py --txt ./user-data/paper.txt --output ./user-data/paper.wav
  # 播客對話（智慧體生成對話腳本後）
  python scripts/dialogue_to_podcast.py --dialogue ./user-data/dialogue.txt --output ./user-data/podcast.wav
  # 生成網頁
  python scripts/generate_html.py --txt ./user-data/paper.txt --word_freq ./user-data/word_freq.csv --output ./user-data/analysis.html
  # 生成 PPT
  python scripts/generate_ppt.py --txt ./user-data/paper.txt --output ./user-data/presentation.pptx
  # 提取引用
  python scripts/extract_references.py --txt ./user-data/paper.txt --output ./user-data/references.csv
  ```
- 範例 2:快速分析（僅詞頻和引用）
  ```bash
  python scripts/analyze_word_frequency.py --txt ./user-data/paper.txt --output ./user-data/word_freq.csv
  python scripts/extract_references.py --txt ./user-data/paper.txt --output ./user-data/references.csv
  ```