npx claudepluginhub lidapengpeng/paper-review-system<pdf_path> [--venue <conference>] [--with-code <code_dir>] [--with-supplement <sup_pdf>]# 自动化学术论文审稿 执行专业的学术论文审稿,按 4 个阶段完成多维度评审并输出结构化评审报告。支持按目标会议(CVPR/NeurIPS/ICML/ICLR/ECCV/ICCV/ACL/AAAI/KDD/MICCAI 等)动态调整评审策略。 ## 参数解析 解析用户提供的参数: - `<pdf_path>`:论文 PDF 路径(必须) - `--venue <conference>`:目标会议/期刊(可选,如 CVPR, NeurIPS, ACL 等) - `--with-code <code_dir>`:源代码目录路径(可选,启用代码审查) - `--with-supplement <sup_pdf>`:补充材料 PDF 路径(可选) 如未指定 `--venue`,询问用户目标投稿会议。确认 PDF 文件存在后开始审稿流程。 ## 会议适配策略 根据 `--venue` 参数加载对应的评审策略(参见 `references/venue-profiles.md`): - 调整评审维度权重(如 ICML 提高理论权重,CVPR 提高视觉效果权重) - 加载会议特定的 Checklist 检查项 - 使用会议对应的评分标准和接收率参考 - 设定会议特定的基线和数据集期望 ## Phase 1:论文解析 **方案 A(首选):使用 Paper Parser MCP...
Share bugs, ideas, or general feedback.
执行专业的学术论文审稿,按 4 个阶段完成多维度评审并输出结构化评审报告。支持按目标会议(CVPR/NeurIPS/ICML/ICLR/ECCV/ICCV/ACL/AAAI/KDD/MICCAI 等)动态调整评审策略。
解析用户提供的参数:
<pdf_path>:论文 PDF 路径(必须)--venue <conference>:目标会议/期刊(可选,如 CVPR, NeurIPS, ACL 等)--with-code <code_dir>:源代码目录路径(可选,启用代码审查)--with-supplement <sup_pdf>:补充材料 PDF 路径(可选)如未指定 --venue,询问用户目标投稿会议。确认 PDF 文件存在后开始审稿流程。
根据 --venue 参数加载对应的评审策略(参见 references/venue-profiles.md):
方案 A(首选):使用 Paper Parser MCP
paper_parser.parse_paper 解析 PDF 为 Markdownpaper_parser.extract_references 提取参考文献列表paper_parser.extract_figures_and_tables 提取图表和公式为 PNG 图像方案 B(Fallback):MCP 不可用时直接读取 PDF
如果 Paper Parser MCP Server 未启动或报错:
Read(pdf_path, pages="1-10") 然后 Read(pdf_path, pages="11-20")自动检测逻辑:先尝试调用 paper_parser.ping(),如成功则用方案 A,如超时或报错则自动切换方案 B 并通知用户。
保存所有提取内容供后续阶段使用。
在深度评审之前,进行全局质量速读判断(模拟资深审稿人的第一遍阅读)。
自动化检查:运行速读评估脚本获取量化指标:
python3 ${CLAUDE_PLUGIN_ROOT}/scripts/quick-assess.py <parsed_text_file>
脚本自动检测以下指标:
输出:初步印象 + 各项量化指标 + 审查重点建议,指导 Phase 2 的 Agent 设定侧重点。
根据 --venue 参数加载对应会议的资深审稿人视角文档(如存在):
docs/reviewer-perspectives/01-cvpr-reviewer.md 或 03-iccv-reviewer.mddocs/reviewer-perspectives/02-neurips-reviewer.mddocs/reviewer-perspectives/05-icml-reviewer.mddocs/reviewer-perspectives/07-acl-reviewer.md将审稿人视角中的「最看重的维度」「该会议的审稿文化」「独特审稿技巧」融入后续 Phase 2 的评审过程。例如:
启动并行 Agent 进行以下评审维度,每个 Agent 接收解析后的论文文本和相关数据。
评估:
使用提取的公式评估:
使用提取的表格和 SOTA 数据评估:
academic_search.find_competing_methods 获取 SOTA 排行榜和竞争方法academic_search.get_sota_results 获取每个主要基准的排行数据academic_search.search_related_work 搜索最近 12 个月内的相关论文academic_search.find_competing_methods 匹配相同 task+dataset 的竞争方法"{task}" "{dataset}" {current_year} 获取最新结果评估:
使用 Academic Search MCP 工具 + Web 搜索:
academic_search.verify_references_batch 验证所有参考文献academic_search.find_missing_citations 检测遗漏引用academic_search.search_related_work 搜索(year_range 设为最近 12 个月)如提供了 --with-code:
合并所有阶段输出为标准评审格式。
报告模板参见 Skill 中的 references/review-template.md。
评分标准参见 references/scoring-guide.md。
会议特定标准参见 references/venue-profiles.md。
报告中应包含:
将报告保存到 PDF 同目录下,文件名 Review_Report_[论文名].md。