Interactive Literature Explainer

목적

AI와 다중 턴 대화를 통해 문헌 콘텐츠를 심층적으로 이해합니다. 문헌 맥락에 기반한 자유 형식의 질의응답을 지원하며, 대화 종료 후 구조화된 학습 노트를 자동으로 생성합니다.

환각을 걱정할 필요 없음

AI 응답은 검증 게이트를 통과해야 합니다. 불확실성이 있는 답변은 명시적으로 표시되므로, AI와 논문 세부 사항을 안심하고 논의할 수 있습니다.

사용 사례

• 논문을 읽는 동안 이해하기 어려운 개념이나 용어가 있을 때
• 논문의 특정 부분 (방법, 실험, 유도)을 더 깊이 파악하고 싶을 때
• AI와 함께 논문의 추론과 기여를 추적하고 싶을 때

입력 제약

제약 유형	설명
입력 단위	첨부파일
허용 유형	text/markdown, text/x-markdown, text/plain, application/pdf
상위 항목당 제한	최대 1개의 첨부파일

실행 방법

• PDF 또는 Markdown 첨부파일을 직접 선택
• 상위 항목을 선택하면 플러그인이 자동으로 첫 번째 적합 첨부파일을 확장합니다

실행 흐름

1. 요청 빌드
   └── Skill-Runner에 소스 파일 업로드
       └── skill_id: "literature-explainer" 호출

2. Skill-Runner 처리
   └── 인터랙티브 모드 시작
       └── 대시보드 채팅 패널 열기

3. 사용자 상호작용
   └── 작업 대시보드에서 AI와 대화
       └── 메시지 전송, 답변 확인

4. 대화 종료
   └── 사용자가 수동으로 닫기 또는 취소
       └── 대화 결과 생성

상호작용 흐름

1. Workflow가 시작되면 작업 대시보드가 자동으로 채팅 패널을 엽니다
2. 채팅 입력창에 질문이나 지시를 입력합니다
3. AI 답변이 패널에 실시간으로 표시됩니다
4. 사용자가 종료할 때까지 대화를 계속할 수 있습니다
5. 패널을 닫으면 결과 처리가 시작됩니다

예상 소요 시간

대화 횟수에 따라 다릅니다. 문헌 로딩 및 초기화에 약 1-2분이 소요되며, 이후 실시간으로 대화가 진행됩니다.

모델 권장 사항

🟡 웹 검색 기능을 갖춘 모델이 권장됩니다. Literature Explainer에는 증거 검증 메커니즘이 내장되어 있습니다 — 모델이 웹에서 논문의 인용과 사실을 검증할 수 있으면 검증 품질이 크게 향상됩니다. 웹 접속이 불가능할 경우 검증 기능이 크게 제한되지만, 문헌 콘텐츠에 기반한 추론 및 질의응답은 여전히 가능합니다.

출력

실행이 완료되면 상위 항목 아래에 **1개의 학습 노트 (대화 노트)**가 생성됩니다:

• 유형: data-zs-note-kind="conversation"
• 콘텐츠: 질의응답 기록 (HTML 형식), 학습 노트로 보관 가능
• 업데이트 전략: 각 실행 시 새 대화 노트를 생성합니다 (덮어쓰지 않음)

파라미터

파라미터	유형	설명	기본값
language	string	대화 언어	zh-CN

사용 가능한 값: zh-CN, en-US, ja-JP, ko-KR, de-DE, fr-FR, es-ES, ru-RU. 사용자 지정 입력도 지원됩니다.

의존성

• 백엔드: Skill-Runner 서비스
• 백엔드 설정: 백엔드 관리자에서 Skill-Runner 유형의 백엔드를 설정해야 합니다
• 스킬: literature-explainer 스킬이 Skill-Runner에 배포되어야 합니다

관련 Workflow

• Literature Analysis — 문헌 다이제스트를 자동 생성합니다 (먼저 실행 권장)
• Deep Reading — 구조화된 심층 독서 보기를 생성합니다