用途：Literature Reader 面向学术文献阅读场景，帮助用户把 PDF 论文转化为结构化的文献概要笔记，适用于单篇精读、批量文献综述和特定章节深读。
主要能力：提取论文元信息（标题、作者、机构、年份、期刊或会议）；识别研究问题；梳理研究方法、技术路线与实验设计；归纳核心贡献；分析关键实验设置、数据集、指标与定量结果；整理局限性与未来方向；生成个人评价；多篇论文时额外输出横向对比表，包含标题、年份、方法、数据集、核心指标、主要贡献，并说明论文间的互补、竞争或递进关系。
使用方式：首选使用 Cursor 内置 Read 工具直接读取 PDF，Read 工具会自动转换为文本；若 PDF 过大被截断，可分段读取，例如 Read tool → path: "/path/to/paper.pdf", offset: 1, limit: 200。若 Read 工具返回空内容、乱码或严重截断，或遇到扫描件、复杂排版，可使用备选提取脚本：先执行 pip3 install pdfplumber，再执行 python3 ~/.cursor/skills/literature-reader/scripts/extract_pdf.py "/path/to/paper.pdf" --output /tmp/paper_text.txt，随后用 Read 工具读取输出文件。分析后按模板生成 Markdown 概要，文件名建议为 [第一作者姓氏][年份][关键词缩写].md，并进行质量自查。
适用场景：单篇论文精读、多篇论文对比综述、只关注方法论或实验结果等特定章节的深读、中文论文概要生成。
限制：概要长度建议 1000–2000 字，语言与论文一致或遵从用户指定；数据和结论需标注出处章节；扫描件或特殊编码 PDF 可能无法直接读取，需改用备选脚本；pdfplumber 安装失败或脚本报错时需查阅 PDF 文本提取指南排查。