\r \r

paper-review-generator\r

\r

1) 配置文件约束\r

• 仅使用当前 skill 目录下两个文件：\r
  • config.json：包含运行所需全部信息（是否 OCR、OCR 参数、总结模型 base_url/model/api_key、可见窗口开关、线程数）\r
  • prompt.md：总结提示词模板\r
• api_key 支持两种写法：\r
  • 在config.json中指定\r
  • 环境变量引用：${ENV_VAR}，脚本会在运行时读取对应环境变量\r
• 不读取其他目录 secret。\r
• 不在日志和异常信息中回显任何 api_key 或 token。\r \r

2) 执行入口\r

• 必须先切换到本 skill 根目录再运行脚本（即 .../paper-review-generator），否则相对路径的 config.json / prompt.md 会找不到。\r
• 必须由用户明确传入输入与输出路径：\r
  • --pdf（可重复，支持多个文件）\r
  • --dir（可重复，支持多个文件夹）\r
  • --output-dir（可选；不传时默认输出到每个输入 PDF 同目录下的 总结 文件夹）\r
• 示例（路径由 agent 按用户需求填入）：\r
  • 单文件：python scripts/run_pipeline.py --pdf "{pdf_path}" --output-dir "{output_dir}"\r
  • 多文件：python scripts/run_pipeline.py --pdf "{pdf_path_1}" --pdf "{pdf_path_2}" --output-dir "{output_dir}"\r
  • 单文件夹：python scripts/run_pipeline.py --dir "{pdf_dir}" --output-dir "{output_dir}"\r
  • 多文件夹：python scripts/run_pipeline.py --dir "{pdf_dir_1}" --dir "{pdf_dir_2}" --output-dir "{output_dir}"\r \r

3) 分流逻辑\r

• 读取 config.json.use_paddleocr：\r
  • true：调用 extract_paddleocr.py 抽取文本（JSON 行输出，不落盘）。\r
  • false：调用 extract_pdfplumber.py 抽取文本（JSON 行输出，不落盘）。\r
• 然后调用 summarize_reports.py：读取 prompt.md 与管道传递的抽取文本，调用 summarizer.provider 指定的模型配置生成 *_研读报告.md。\r \r

4) 环境检查与安全规范\r

• 执行前先检查 Python 是否可用（建议 3.10+）：\r
  • 若用户电脑未安装 Python，必须先明确提示用户安装 Python，再继续后续步骤。\r
• 执行前检查依赖：\r
  • 若缺少依赖包，agent 应在 skill 根目录按 scripts/requirements.txt 执行安装：\r
    • pip install -r scripts/requirements.txt\r
• 首次使用前必须做端点审查：\r
  • 只保留你信任的 provider，删除或留空不用的 base_url/model\r
  • 敏感文档场景优先使用自建/内网 OCR 与 LLM 端点\r
• 仅向用户明确确认过的 OCR/LLM 端点发请求。\r
• 若配置缺失（如 api_key/token/model/base_url），直接报错并提示补齐字段。\r
• 日志与异常必须脱敏，禁止输出原始 Authorization/API key/token 或完整远端响应体。\r