Deep Reading

Zweck

Tiefgehende Lektüre eines Artikels durchführen und eine strukturierte, multiperspektivische Leseverständnisanalyse-Ansicht erstellen. Extrahiert automatisch Kapitelstruktur, Kernkonzepte und Referenzen, unterstützt absatzweise Übersetzung und gibt ein eigenständiges HTML-Lesedokument aus.

Anwendungsfälle

• Systematische tiefgehende Lektüre eines wichtigen Artikels
• Umfassende Analyse erhalten, einschließlich Kapitelanmerkungen, Schlüsselkonzepte und weiterführende Literatur
• Zweisprachiges paralleles Lesen benötigen (Originaltext + Zielsprachen-Übersetzung)

Eingabebedingungen

Bedingungstyp	Beschreibung
Eingabeeinheit	Anhang
Akzeptierte Typen	text/markdown, text/x-markdown, text/plain, application/pdf
Pro übergeordnetem Eintrag	Höchstens 1 Anhang

Auslösemethoden

• Direkt einen PDF- oder Markdown-Anhang auswählen
• Den übergeordneten Eintrag auswählen, und das Plugin erweitert automatisch seinen ersten qualifizierenden Anhang

Ausführungsablauf

Der Deep-Reading-Workflow ist eine vollautomatische mehrstufige Verarbeitungspipeline, die keine Benutzereingriffe erfordert:

Geschätzte Dauer

Dateigröße	Geschätzte Zeit
Kurzer Artikel (≤10 Seiten)	8-12 Minuten
Standard (10-30 Seiten)	12-18 Minuten
Langer Artikel (30+ Seiten)	18-25 Minuten

Dieser Workflow umfasst eine mehrstufige Verarbeitung (Leitfaden → Anreicherung → Übersetzung → Organisation → Rendering) und ist damit der am längsten laufende Einzelartikel-Analyse-Workflow.

Modell-Empfehlung

🟡 Modelle mit starkem Textverständnis werden empfohlen. Dieser Workflow erfordert eine mehrschichtige Tiefenanalyse des Artikels (Struktur, Konzepte, Argumentationslogik), was hohe Anforderungen an das semantische Verständnis des Modells stellt. Wenn Subagent-Delegationsfähigkeit verfügbar ist, können Phasen parallel ausgeführt werden, was die Gesamtzeit erheblich verkürzt.

Ausgaben

1. Vorbereitungsphase
   └── Quelldatei hochladen, source_bundle.zip erstellen
       └── Enthält Originaltext, Bilder und bestehende Referenzen

2. Leitfaden- und Kontextsammlung
   └── Originaltextstruktur und Metadaten analysieren
       └── Verwandten Kontext über Host Bridge sammeln

3. Leseanreicherung
   └── Kapitelanmerkungen, Schlüsselkonzepte, Referenzanalyse erstellen
       └── Zusammenfassungs- und weiterführende Leseansichten

4. Blockweise Übersetzung
   └── Normalisierte Übersetzung nach stabilen Blöcken
       └── Zweisprachige parallele Übersetzungsansicht erstellen

5. Abschließendes Rendering
   └── Alle Analyseansichten integrieren
       └── Als eigenständige HTML-Datei rendern

Ausgabe-Artefakte

Nach Abschluss der Ausführung wird ein verknüpfter Anhang, der auf die erstellte HTML-Datei verweist, unter dem übergeordneten Eintrag erstellt:

• Format: Eigenständige HTML-Datei (kann im Browser geöffnet werden)
• Inhalt: Vollständige Deep-Reading-Ansicht einschließlich Originaltextstruktur, Kapitelanmerkungen, Konzeptanalyse, Referenzen, zweisprachige Übersetzungen usw.
• Lebenszyklus: Jede Ausführung überschreibt und aktualisiert

Parameter

Parameter	Typ	Beschreibung	Standard
target_language	string	Zielsprache	zh-CN

Verfügbare Werte: zh-CN, en-US, ja-JP, ko-KR, de-DE, fr-FR, es-ES, ru-RU. Benutzerdefinierte Eingabe wird ebenfalls unterstützt.

Abhängigkeiten

• Backend: ACP-Backend (erfordert ACP-Protokollunterstützung)
• Backend-Konfiguration: Konfigurieren Sie einen ACP-Backend-Typ im Backend Manager

Verwandte Workflows

• Literature Analysis — Automatisch Literatur-Zusammenfassungen und Zitationsanalysen erstellen
• Interactive Literature Explainer — Dialog mit KI für tiefes Literaturverständnis