docs: clarify agent triggers as phrases not plugins, add natural language triggers, fix README wizard flow

README.en.md

@@ -95,19 +95,21 @@ Your Obsidian vault root. Auto-detected, usually no need to change.
 
 ### 4.2 AI Agent Platform
 
-PaperForge's deep reading features run through an AI Agent. Choose your platform, and the wizard deploys the command files to the right location.
+PaperForge's deep reading features run through an AI Agent. The core mechanism is **trigger phrases**, not registered plugins: you type `/pf-deep <key>` directly into the Agent chat, and the Agent recognizes the trigger and loads the `literature-qa` Skill automatically.
 
-| Agent | Files deployed to | Prefix | How to trigger deep reading |
-|-------|------------------|--------|---------------------------|
-| **OpenCode** | `.opencode/command/` + `.opencode/skills/` | `/` | Open OpenCode, type `/pf-deep <key>` |
-| **Claude Code** | `.claude/skills/` | `/` | Open Claude Code, type `/pf-deep <key>` |
-| **Cursor** | `.cursor/skills/` | `/` | Open Cursor AI Chat, type `/pf-deep <key>` |
-| **GitHub Copilot** | `.github/skills/` | `/` | Open Copilot Chat, type `/pf-deep <key>` |
-| **Windsurf** | `.windsurf/skills/` | `/` | Open Windsurf, type `/pf-deep <key>` |
-| **Codex** | `.codex/skills/` | `$` | Open Codex, type `$pf-deep <key>` |
-| **Cline** | `.clinerules/` | `/` | Open Cline, type `/pf-deep <key>` |
+The setup wizard deploys Skill files to the correct location:
 
-> Important: `/pf-deep` and `/pf-paper` are **NOT terminal commands**. You must first launch the Agent application, then type the command into that Agent's chat input. The Agent will invoke PaperForge's deep reading scripts to analyze your paper.
+| Agent | Skill location | Trigger example |
+|-------|---------------|-----------------|
+| **OpenCode** | `.opencode/skills/` + `.opencode/command/` | `/pf-deep <key>` |
+| **Claude Code** | `.claude/skills/` | `/pf-deep <key>` |
+| **Cursor** | `.cursor/skills/` | `/pf-deep <key>` |
+| **GitHub Copilot** | `.github/skills/` | `/pf-deep <key>` |
+| **Windsurf** | `.windsurf/skills/` | `/pf-deep <key>` |
+| **Codex** | `.codex/skills/` | `$pf-deep <key>` |
+| **Cline** | `.clinerules/` | `/pf-deep <key>` |
+
+> **Key concept**: `/pf-deep` is NOT a plugin you install on the Agent platform — it's a Skill file deployed inside your Vault. Once the setup wizard copies the files into place, the Agent auto-discovers the triggers on startup. You type the trigger phrase just like any other chat input.
 
 ### 4.3 Directory Names
 

README.md

@@ -63,7 +63,7 @@ PaperForge **不是一个纯 Obsidian 插件**。它有两部分：
 插件 v1.5.0 → Python 包 v1.5.0 ✓ 匹配
 ```
 
-- 如果显示"未安装" → 点击 **打开安装向导** 重新执行安装流程
+- 如果显示"未安装" → 在设置里确认 Python 解释器路径，然后点击 **验证** 重新检测
 - 如果显示"版本不匹配" → 插件更新时 Python 包会自动同步升级，如果没成功，点 **更新运行时** 手动触发
 
 ---
@@ -85,28 +85,30 @@ PaperForge 需要找到你系统里的 Python。它按以下顺序查找，找
 
 ---
 
-## 4. 安装向导参数说明
+## 4. 配置说明
 
-打开插件设置界面（`设置` → `第三方插件` → `PaperForge`），点击 **打开安装向导** 按钮，向导会引导你配置以下内容。每一步都解释在这里，免得你填的时候不知道是什么意思。
+以下参数在**插件设置页面**中配置（设置 → 第三方插件 → PaperForge → 打开安装向导）。首次安装时基础配置已是正确默认值，一般不需要手动改。以下解释供你了解每个参数的作用：
 
 ### 4.1 Vault 路径
 你当前打开的 Obsidian Vault 根目录。安装向导自动检测，一般不用改。
 
 ### 4.2 AI Agent 平台
 
-PaperForge 的精读功能通过 AI Agent 执行（如 `/pf-deep` 命令）。你需要选择你使用的 Agent 平台，安装向导会把对应的命令文件部署到正确位置。
+PaperForge 的精读功能通过 AI Agent 执行。核心机制是 **触发词** 而非注册插件：你直接在 Agent 对话里输入 `/pf-deep <key>`，Agent 识别到触发词后自动加载 `literature-qa` Skill 来定位论文并执行精读。
 
-| Agent | 命令文件放在 | 前缀 | 如何触发精读 |
-|-------|-------------|------|------------|
-| **OpenCode** | `.opencode/command/` + `.opencode/skills/` | `/` | 打开 OpenCode，输入 `/pf-deep <key>` |
-| **Claude Code** | `.claude/skills/` | `/` | 打开 Claude Code，输入 `/pf-deep <key>` |
-| **Cursor** | `.cursor/skills/` | `/` | 打开 Cursor 的 AI Chat，输入 `/pf-deep <key>` |
-| **GitHub Copilot** | `.github/skills/` | `/` | 打开 Copilot Chat，输入 `/pf-deep <key>` |
-| **Windsurf** | `.windsurf/skills/` | `/` | 打开 Windsurf，输入 `/pf-deep <key>` |
-| **Codex** | `.codex/skills/` | `$` | 打开 Codex，输入 `$pf-deep <key>` |
-| **Cline** | `.clinerules/` | `/` | 打开 Cline，输入 `/pf-deep <key>` |
+安装向导会把 Skill 文件部署到对应位置：
 
-> 注意：`/pf-deep` 和 `/pf-paper` **不是在终端里执行的命令**。你需要先启动对应的 Agent 应用（比如打开 OpenCode），然后在这个 Agent 的对话输入框里输入命令，Agent 才会调用 PaperForge 的精读脚本去分析你的论文。
+| Agent | Skill 安装位置 | 触发词示例 |
+|-------|---------------|-----------|
+| **OpenCode** | `.opencode/skills/` + `.opencode/command/` | `/pf-deep <key>` |
+| **Claude Code** | `.claude/skills/` | `/pf-deep <key>` |
+| **Cursor** | `.cursor/skills/` | `/pf-deep <key>` |
+| **GitHub Copilot** | `.github/skills/` | `/pf-deep <key>` |
+| **Windsurf** | `.windsurf/skills/` | `/pf-deep <key>` |
+| **Codex** | `.codex/skills/` | `$pf-deep <key>` |
+| **Cline** | `.clinerules/` | `/pf-deep <key>` |
+
+> **关键理解**：`/pf-deep` 不是 Agent 平台的插件，而是部署在 Vault 里的 Skill 文件。安装向导把文件拷过去之后，Agent 启动时自动发现并识别这些触发词。你不需要在 Agent 平台里做任何"安装插件"的操作。
 
 ### 4.3 目录命名
 
@@ -152,10 +154,9 @@ PaperForge 会创建一个 junction（Windows）或 symlink（macOS/Linux），
 
 1. **确认版本一致**：设置 → 运行时状态 → 确保插件和 Python 包版本一致
 2. **确认 Python 正确**：设置 → 验证按钮，确认连接的是你想要的 Python
-3. **运行安装向导**：`Ctrl+P` → `PaperForge: Run Setup Wizard`
-4. **配置 PaddleOCR**：在 `.env` 里填入 API Token（安装向导会引导你做这一步）
-5. **在 Zotero 里导出文献**：右键要同步的文献库 → `导出...` → 格式选 `Better BibTeX JSON` → 勾选 `Keep updated` → 保存到 `<system_dir>/PaperForge/exports/`
-6. **运行 Doctor**：Dashboard → `Run Doctor`，确认所有检查通过
+3. **配置 PaddleOCR**：在 Vault 根目录 `.env` 里填入 API Token
+4. **在 Zotero 里导出文献**：右键要同步的文献库 → `导出...` → 格式选 `Better BibTeX JSON` → 勾选 `Keep updated` → 保存到 `<system_dir>/PaperForge/exports/`
+5. **运行 Doctor**：Dashboard → `Run Doctor`，确认所有检查通过
 
 ---
 
@@ -175,13 +176,19 @@ PaperForge 会创建一个 junction（Windows）或 symlink（macOS/Linux），
 
 ### AI 精读与问答（需 Agent）
 
-打开你选择的 Agent 应用，在对话输入框里输入命令即可。**你对文献描述得越具体（Zotero Key、标题、DOI），Agent 定位越快。**
+打开 Agent 应用，直接输入触发词即可。Agent 识别到触发词后会自动加载 `literature-qa` Skill，按标准化流程定位论文并执行操作。
 
-| 路由 | 命令 | 做什么 | 触发词举例 | 前置条件 |
-|------|------|--------|-----------|---------|
-| 精读 | `/pf-deep <key>` | Keshav 三阶段组会式精读，结果写入 formal note | `精读 XX`、`带我读这篇`、`组会讲讲` | OCR 完成、analyze 为 true |
-| 问答 | `/pf-paper <key>` | 交互式论文 Q&A，不强制 OCR | `帮我看看 XX`、`这篇文章讲了什么` | 已有正式笔记 |
-| 存档 | `/pf-end` | 保存本次 `/pf-paper` 问答记录 | `保存`、`结束讨论` | `/pf-paper` 会话中 |
+**你对文献描述得越具体（Zotero Key、标题、DOI），Agent 定位越快。**
+
+| 路由 | 触发词 | 做什么 | 前置条件 |
+|------|--------|--------|---------|
+| 精读 | `/pf-deep <key>` 或 `精读 <key>` | Keshav 三阶段组会式精读，结果写入 formal note | OCR 完成、analyze 为 true |
+| 问答 | `/pf-paper <key>` 或 `文献问答 <key>` | 交互式论文 Q&A，不强制 OCR | 已有正式笔记 |
+| 存档 | `/pf-end` 或 `结束讨论` | 保存本次 `/pf-paper` 问答记录 | `/pf-paper` 会话中 |
+
+> **两种触发方式等效**：你可以用 Agent 原生命令 `/pf-deep ABC12345`，也可以用自然语言 `精读 ABC12345`。Agent 识别到触发词后会自动加载 `literature-qa` Skill。
+
+> `/pf-deep` 和 `/pf-paper` **不是终端命令**，也不是 Agent 平台的注册插件。它们是部署在 Vault 里的 Skill 文件的触发词。安装向导把 Skill 文件放到正确位置后，Agent 启动时自动发现。使用方式就是打开 Agent 对话，输入触发词 —— 和你在终端敲 `ls` 一样直接。
 
 ### `/pf-end` 详解
 
@@ -209,7 +216,7 @@ Dashboard → Run OCR
 在笔记 frontmatter 里把 analyze 设为 true
   ↓
 打开 Agent → 输入 /pf-deep <zotero_key>
-  ↓ Agent 执行三阶段精读
+  ↓ Agent 识别触发词 → 加载 literature-qa Skill → 三阶段精读
 笔记里出现 ## 🔍 精读 区域
   ↓（如需额外问答）
 打开 Agent → 输入 /pf-paper <zotero_key>
@@ -247,9 +254,10 @@ Dashboard Per-paper 视图展示讨论卡片
 - 运行 `paperforge doctor` 看具体哪一步失败
 - 运行 `paperforge status` 查看系统状态总览
 
-### /pf-deep 命令没反应
+### /pf-deep 触发词没反应
 
-- 确认你在 Agent 软件里执行，不是在终端
+- 确认你在 **Agent 应用** 里输入，不是在终端
+- 确认安装向导已运行，Skill 文件已部署到正确的 Vault 目录
 - 确认 OCR 已完成（ocr_status: done）
 - 确认 analyze 已设为 true
 

paperforge/skills/literature-qa/SKILL.md

@@ -1,9 +1,11 @@
 ---
 name: literature-qa
 description: >
-  学术文献精读、问答与检索。Triggered by: /pf-deep /pf-paper /pf-end,
-  "精读 <key/title>", "文献问答 <key/title>", "结束讨论", "保存记录",
-  "找一下...文献", "查一下...", "库里有没有", "精读队列".
+  学术文献库操作：精读、问答、检索、浏览。Triggered by:
+  /pf-deep /pf-paper /pf-end,
+  "精读", "文献问答", "结束讨论", "保存记录",
+  "找文献", "搜文献", "文献库", "文献检索", "精读队列", "库里有什么",
+  "搜一下库里", "看一下文献库", "浏览文献库".
   Uses Zotero key, DOI, title, or domain keywords to locate papers.
 license: Apache-2.0
 compatibility: all
@@ -47,16 +49,16 @@ python -m paperforge.worker.paper_resolver paths --vault "$VAULT"
 
 ## 路由表
 
-Agent 根据用户意图路由到对应的 reference 文件：
+加载本 Skill 后，根据用户的 **具体意图** 选择一条路由，加载对应的 reference 文件：
 
-| 用户意图 | 典型输入 | 加载文件 |
-|---------|---------|---------|
-| 查看 Vault 概况 | "看一下库里内容", "看一下文献库", "库里有什么", "浏览文献" | [references/vault-knowledge.md](references/vault-knowledge.md) |
-| 文献检索 | "找一下骨科...文献", "查一下 TGF-beta", "库里有没有支架材料的", "搜一下 Smith 的文章", "collection 里有没有" | [references/paper-search.md](references/paper-search.md) |
-| 三阶段精读（指定论文） | `/pf-deep <query>`, `pf-deep <query>`, "精读 XXX", "深度阅读 XXX", "带我读", "组会讲这篇", "读一下这篇" | [references/deep-reading.md](references/deep-reading.md) |
-| 三阶段精读（查看队列） | `/pf-deep`（无参数）, "精读队列", "有哪些该读了" | [references/deep-reading.md](references/deep-reading.md) |
-| 论文问答 | `/pf-paper <query>`, `pf-paper <query>`, "做这篇的问答", "帮我看看 XXX", "这篇文章讲了什么", "查一下" | [references/paper-qa.md](references/paper-qa.md) |
-| 保存讨论记录 | `/pf-end`, `pf-end`, "保存", "结束讨论", "完成讨论", "保存记录" | [references/save-session.md](references/save-session.md) |
+| 用户意图 | 典型输入 | 加载文件 | 说明 |
+|---------|---------|---------|------|
+| 了解库概况 | "看一下库里有什么", "库里内容" | [vault-knowledge.md](references/vault-knowledge.md) | 展示 domain 分布和统计 |
+| 文献检索 | "找文献", "搜文献", "库里有没有XX", "文献检索", "搜一下库里" | [paper-search.md](references/paper-search.md) | 在库里搜索论文 |
+| 精读 | `/pf-deep <key>`, "精读 <key>" | [deep-reading.md](references/deep-reading.md) | Keshav 三阶段精读 |
+| 精读队列 | `/pf-deep` 无参数, "精读队列" | [deep-reading.md](references/deep-reading.md) | 查看待精读列表 |
+| 论文问答 | `/pf-paper <key>`, "文献问答 <key>" | [paper-qa.md](references/paper-qa.md) | 交互式 Q&A |
+| 保存记录 | `/pf-end`, "结束讨论", "保存记录" | [save-session.md](references/save-session.md) | 存档问答记录 |
 
 > **重要：** 加载 reference 文件后，**严格按照该文件的流程执行，不要跳过任何步骤。** 如果你不知道下一步干什么，回顾 reference 文件的流程，不要自己发明步骤。