ljg-paper-river 是一个论文理解工具，核心方法是“论文倒读法”。它的基本判断是：一篇论文不是孤岛，它站在前人的肩上，也踩着前人的伤疤。读论文最常见的错误是只看眼前这一篇，不知道它从哪来。倒读法反过来——先找到这篇论文在批判谁、改进谁，再找那篇论文又在批判谁，递归五层，挖到源头；然后掉头，从源头正向读回来。这样读完，用户拿到的不是一篇论文的知识，而是一整条问题演化线的理解。
主要能力与工作流程：
- 获取目标论文。支持 arxiv URL（通过 WebFetch）、PDF（通过 Read，注意 pages 参数限制）、论文名称（通过 WebSearch 找到全文）。需拿到标题、作者、摘要、引言，尤其是 related work / introduction 中对前人工作的批判。
- 提取批判链线索。仔细读目标论文的引言和相关工作，找出它明确说“前人方法 X 有问题 Y”的地方、它声称改进的论文、它对比的 baseline，从而锁定被批判/被改进的核心论文（通常 1-3 篇，选最直接的那条线）。
- 递归溯源。对找到的核心前序论文重复同样过程：它又在批判谁、改进谁。递归规则：最多 5 层（到第 5 层或到该领域奠基论文为止）；每层只追问题最相关的那条线，不发散；如果某层找不到明确的被批判对象，就停在那里。每篇论文至少拿到：标题、作者、年份、核心问题、核心解法、对前人的批判点。
- 前沿延伸。反方向查找目标论文之后，有没有新论文在批判/改进它，搜索引用了目标论文的后续工作、同一问题上的最新进展，找到最相关的 1-3 篇后续论文。
- 构建演化线。把结果整理成时间线：[最老] Paper_0 → Paper_1 → ... → [目标论文] → [后续论文]，每条箭头标注后者看到了前者的什么问题。
- 正向费曼叙事。从最老的论文开始正向讲述，不是逐篇独立介绍，而是以问题演化为线索串联。每篇论文讲三件事（以差异为重心）：它看到了前人方案的什么具体问题（用例子或场景说明）、它的解法核心思路（用类比讲清楚）、这个解法又留下了什么新的问题（自然过渡到下一篇）。
- 画图。两张图：溯源地图放在演化叙事之前，展示论文间的引用/批判关系；问题-解法总览放在叙事之后，把整条线压缩到一屏。
- 提炼洞见。读完整条线，回答这条演化线背后真正在发生什么变化、下一步最可能往哪走。
- 过红线并生成文件。逐条检查红线，读 references/template.org，按 Denote 规范写入 ~/Documents/notes/。
格式约束：输出使用 Org-mode 语法；加粗用 bold（单星号），禁止 bold；标题层级从 * 开始，不跳级。所有图表用纯 ASCII 字符，允许的字符包括 + - | / \ > < v ^ * = ~ . : # [ ] ( ) _ , ; ! ' " 和空格，禁止 Unicode 绘图符号。输出结构依据 references/template.org。
Denote 文件规范：时间戳用 date +%Y%m%dT%H%M%S；可读时间用 date "+%Y-%m-%d %a %H:%M"；文件名格式为 {时间戳}--paper-river-{简短标题}__paper_river.org；输出目录为 ~/Documents/notes/。Org 文件头包含 #+title、#+date、#+filetags（:paper:river:）、#+identifier、#+source、#+authors、#+venue。
红线要求：问题为轴（整篇文章主线是“问题怎么演化的”，论文是配角，问题是主角）；口语检验（你会这样跟朋友讲一个领域的发展史吗）；差异为核（每篇论文的讲解重心是它和前一篇的差异在哪，不是独立介绍每篇论文）；零术语（先用大白话落地，再顺带提术语名）；逻辑不断链（从第一篇到最后一篇，因果链条不能断）；诚实（找不到五层就说找到几层，关系不确定就说不确定，不编造引用关系）。
写作原则：差异驱动叙事，以“这篇看到了前一篇的什么问题”作为每段开头；变形替代定义，讲两个方案区别时把方案 A 连续变形成方案 B；推理外显，每个解法出现前先让读者感受到“不这么做不行了”的压力；一张图胜千言，先画溯源地图，后画压缩总览图。
验收标准：问题是主角（读完后记住的是问题怎么演化的，不是有哪些论文）；因果不断（每个转折都有“所以”）；差异清晰（每篇论文的独特贡献一句话能说清）；外行能跟（不懂该领域的聪明人读完能复述演化线）；两张图能独立看；诚实标注（哪些是确认的引用关系，哪些是推测的，标清楚）。
适用场景：当用户分享一篇论文并希望理解其思想脉络、问题的来龙去脉与后续进展时使用。使用方式涉及 WebFetch、Read、WebSearch 以及 Research skill（deep research 模式）。
限制与暂未提供：该工具依赖外部技能（Research skill）获取论文信息；递归深度上限为 5 层；若某层找不到明确被批判对象则停止。关于收费、价格、支持平台、运行环境等事实，资料暂未提供。