用途：当用户提供论文 URL（arXiv、DOI、会议或期刊链接）、上传 PDF 预印本，或要求对研究论文进行 review、analyze、critique、assess、summarize 时，加载此技能，生成同行评审式的结构化分析。
主要能力：解析并理解上传 PDF 或抓取 URL 的论文；按顶级会议评审模板生成结构化评审；评估方法严谨性（实验设计、统计有效性、可复现性）；评价贡献的新颖性与重要性；通过针对性文献检索定位工作在研究领域中的位置；识别局限、空白与改进点；支持详细评审与精炼摘要两种格式；支持计算机、生物、物理、社会科学等任意科学领域论文。
使用方式：分三阶段进行。阶段一为论文理解，提取标题、作者、发表场所、年份、领域、论文类型，系统精读摘要、引言、相关工作、方法、实验、讨论与结论，并抽取主要论断及其证据强度。阶段二为批判性分析，用网络检索了解研究现状，对正确性、新颖性、可复现性、实验设计、统计严谨性、可扩展性按 1-5 分评估，并判定贡献级别（里程碑、重要、中等、边缘、低于阈值），分析优缺点并标注具体章节、图、表。阶段三为评审综合，按模板输出：论文元数据、执行摘要、贡献摘要、优点、缺点、方法评估表、向作者提出的问题、次要问题、文献定位、建议（总体评价、置信度、贡献级别、可操作改进建议）。输出为 Markdown，在沙箱中保存到 /mnt/user-data/outputs/review-{paper-topic}.md，并用 present_files 工具呈现。
评审原则与限制：批评须具建设性，指出问题的同时提出解决方案；具体引用章节、公式、图表，区分致命缺陷与可修复问题；不因作者声誉或机构否定工作，评估工作本身；对未发表工作保密；按论文类型调整关注重点。付费墙论文仅基于可获取内容（摘要、公开版本、预印本镜像）分析；可调整评审深度，从快速分诊的简要评估到准备投稿的完整评审；需披露评审局限。此技能与 deep-research 技能互补，用户希望在更广泛领域背景下评审论文时可同时加载。