交互式文献解读

用途

与 AI 进行多轮对话，深入理解文献内容。支持基于文献上下文的自由问答，对话结束后自动生成结构化的学习笔记。

不用担心幻觉问题

AI 的回答必须经过验证门禁。有疑问的答案会被显式提醒，你可以放心地与 AI 讨论论文细节。

适用场景

• 阅读论文时有不理解的概念或术语
• 想深入了解论文的某一部分（方法、实验、推导）
• 与 AI 一起梳理论文的思路和贡献

输入约束

约束类型	说明
输入单元	附件（attachment）
接受类型	text/markdown、text/x-markdown、text/plain、application/pdf
每父条目限制	最多 1 个附件

触发方式

• 直接选中一个 PDF 或 Markdown 附件
• 选中父条目，插件自动展开其第一个符合条件的附件

运行过程

1. 构建请求
   └── 上传源文件到 Skill-Runner
       └── 调用 skill_id: "literature-explainer"

2. Skill-Runner 处理
   └── 启动 interactive 模式
       └── 打开 Dashboard 聊天面板

3. 用户交互
   └── 在 Task Dashboard 中与 AI 对话
       └── 可发送消息、查看回复

4. 结束对话
   └── 用户手动关闭或取消
       └── 生成对话结果

交互流程

1. Workflow 启动后，Task Dashboard 会自动打开聊天面板
2. 在聊天输入框中输入问题或指令
3. AI 回复会实时显示在面板中
4. 对话可以持续进行，直到用户选择结束
5. 关闭面板时触发结果处理

预估耗时

取决于对话轮数。文献加载和初始化约需 1-2 分钟，之后的对话实时进行。

模型建议

🟡 建议使用有网络搜索能力的模型。Literature Explainer 内置证据验证机制——如果模型能联网验证论文中的引用和事实，验证质量会大幅提升。无法联网时验证功能会严重受限，但仍可进行基于文献内容的推理和问答。

运行产物

执行完成后，在父条目下创建 1 个学习笔记（Conversation Note）：

• 类型：data-zs-note-kind="conversation"
• 内容：问答历史记录（HTML 格式），可作为学习笔记保留
• 更新策略：每次执行会创建新的对话 note（而非覆盖）

参数

参数	类型	说明	默认值
language	string	对话语言	zh-CN

可选值：zh-CN、en-US、ja-JP、ko-KR、de-DE、fr-FR、es-ES、ru-RU，支持自定义输入。

依赖

• 后端：Skill-Runner 服务
• Backend 配置：在 Backend Manager 中配置 Skill-Runner 类型的后端
• Skill：Skill-Runner 端需部署 literature-explainer skill

相关工作流

• 文献分析 — 自动生成文献摘要（建议先执行）
• 深度阅读 — 生成结构化精读视图