用途：DeepPaperNote 聚焦单篇论文的深度阅读，一次只处理一篇。用户给出论文标题、DOI、URL、arXiv 或本地 PDF 路径时，生成高质量 Markdown 精读笔记，并写入 Obsidian 风格 vault（已配置时），未配置时写入当前工作区。不维护每日阅读清单，也不接受把摘要改写当作合格产出。
主要能力：笔记需重构论文论证，涵盖解决的问题、任务定义、数据或材料、方法与分析原理、关键结果、未证明之处以及保留价值。写作视角为顶级研究者或算法工程师撰写可复现实验记录，默认读者能理解 Python、PyTorch、训练循环与评测逻辑。笔记含原文摘要翻译、创新点、一句话总结等分区，技术部分应有多个 ### 子标题，保留图/表占位并按原文编号（如 Fig. 1、Table 2），可复现公式用 $...$ 或 $$...$$ 呈现。
使用方式：先解析论文身份、采集元数据、获取 PDF 或全文、抽取证据与 PDF 图像资源、规划图位、构建 synthesis bundle，再由模型阅读并规划、撰写笔记，经 lint 与最终可读性审查后写入 Obsidian。脚本包括 check_environment.py、create_input_record.py、locate_zotero_attachment.py、resolve_paper.py、run_pipeline.py、collect_metadata.py、fetch_pdf.py、extract_evidence.py、extract_pdf_assets.py、plan_figures.py、build_synthesis_bundle.py、lint_note.py、materialize_figure_asset.py、write_obsidian_note.py。来源优先级为本地 PDF、本地 Zotero 条目及附件、DOI 与出版商元数据、arXiv 或开放获取 PDF、Semantic Scholar 或 OpenAlex 补全。
适用场景：需要为单篇 AI 方法、基准、临床研究或人文社科论文生成可长期保存的研究笔记，并归档到 Obsidian 知识库。
限制：论文身份不明确时需先确认；PDF 不可用或全文证据不足时不得冒充完整精读；图位规划先行，图像抽取可选且不得削弱文本覆盖；已配置 Obsidian 时不得静默改用工作区输出，越权需请求用户授权。需 Python >=3.10，默认 python3 低于该版本时应寻找兼容解释器，否则停止并说明。lint 未通过需修复重跑，仅当多轮同一失败无改善才升级给用户。当前单篇确定性核心流程为 MVP，细节参考 references 目录各文件。