用途
该技能用于对学术论文进行系统化、多阶段的自动审阅，帮助研究者、审稿人或编辑快速获得论文在正确性、质量、新颖性和参考文献可靠性方面的反馈。它基于 OpenJudge 的 PaperReviewPipeline 实现，可处理 PDF 文件和 LaTeX 源码包（.tar.gz 或 .zip），并支持单独验证 BibTeX 文件。
主要能力
流水线包含多个阶段：
- 安全检查：检测越狱提示并进行格式验证。
- 正确性检查：识别数学、逻辑、数据不一致等客观错误，并给出 1–3 分的正确性评分（1 表示无客观错误，2 表示非关键部分的小错误，3 表示严重错误）。
- 评审：评估论文质量、新颖性和重要性，给出 1–6 分的评审分数（1–2 拒稿，3 边缘拒稿，4 边缘接收，5–6 接收或强烈接收）。
- 严重性评估：判断正确性问题的严重程度。
- BibTeX 验证：将参考文献与 CrossRef、arXiv、DBLP 交叉核对，标记为 verified（已找到）或 suspect（标题/作者不匹配或未找到，建议人工核查）。
使用方式
需先安装依赖：
pip install py-openjudge
pip install litellm
pip install pypdfium2 # 仅在使用视觉模式时需要
通过命令行运行，文件类型自动检测（.pdf → PDF 审阅，.tar.gz/.zip → TeX 审阅，.bib → BibTeX 验证）。基本命令示例：
python -m cookbooks.paper_review paper.pdf
可附加参数指定学科、会议、语言、自定义指令、BibTeX 文件、CrossRef 邮箱等。例如：
python -m cookbooks.paper_review paper.pdf --discipline cs --venue "NeurIPS 2025"
python -m cookbooks.paper_review paper.pdf --language zh
python -m cookbooks.paper_review paper.pdf --bib references.bib --email your@email.com
python -m cookbooks.paper_review --bib_only references.bib --email your@email.com
PDF 审阅默认启用视觉模式（需多模态模型），将页面渲染为图像以保留格式、图表和表格。可通过 --vision_max_pages 限制页数，--no_vision 关闭（不推荐）。
运行前需准备：论文文件路径（必需）、API 密钥（必需，可通过环境变量如 OPENAI_API_KEY、ANTHROPIC_API_KEY 等提供）、模型名称（可选，默认 gpt-4o）、学科、会议/期刊、自定义指令、输出语言（en 或 zh）等。模型需支持多模态输入，不同提供商使用不同前缀（如 anthropic/、dashscope/），OpenAI 模型直接使用名称。
适用场景
适用于学术论文的快速预审、自查、参考文献可靠性验证，以及需要多维度评分和反馈的场合。支持指定学科和会议/期刊以调整评审侧重点，也支持中文输出便于中文用户阅读。
限制
- 模型必须支持视觉/多模态输入，纯文本模型将失败或产生空评审。
- 需要有效的 API 密钥和可访问的 API 端点。
- 视觉模式需要额外安装 pypdfium2。
- 参考文献验证需要提供 BibTeX 文件，且 CrossRef 邮箱可提高速率限制。
- 若流水线因 API 错误失败，必须诊断并修复根本原因后重新运行完整流水线，不应自行读取 PDF 并手动调用 API 替代。
- 具体收费、价格、平台兼容性等细节暂未提供。