lllin000_PaperForge/paperforge/command_files/pf-paper.md

/pf-paper

Purpose

基于 Zotero OCR 文本的单篇论文工作台入口。

1. 解析 /pf-paper <query> 中的查询词
2. 支持 Zotero key、标题片段、DOI、PMID、关键词
3. 优先搜索本地 Zotero，解析到单篇目标论文
4. 根据 Vault 根目录的 paperforge.json 加载 <system_dir>/PaperForge/ocr/<KEY>/fulltext.md 作为主文本
5. 读取 meta.json 显示论文标题、作者、期刊、年份
6. 进入 Q&A 模式，用中文回答用户关于该论文的问题
7. 在当前论文上下文中，用户可再说"精读这篇文章"切换到 deep 层

CLI Equivalent

# 准备阶段（间接）
paperforge sync      # 生成正式笔记和 library-records

/pf-paper 是 Agent 层命令，无直接 CLI 等效命令。

Prerequisites

• 正式笔记已生成（paperforge sync 生成）
• library-record 存在（用于定位论文）
• fulltext.md 存在（推荐，用于基于原文回答；如不存在则基于元数据回答）

注意：与 /pf-deep 不同，/pf-paper 不强制要求 OCR 完成。没有 OCR 时基于论文元数据和公开信息回答。

Arguments

参数	必需	说明
<query>	是	Zotero key、标题片段、DOI、PMID 或关键词
<query2> ...	否	可同时加载多篇论文

解析规则

1. 如果输入看起来像 8 位 Zotero key，则直接按 key 解析。
2. 否则先在本地 Zotero 中搜索标题/摘要。
3. 若命中唯一结果或明显最佳结果，则直接载入。
4. 若存在多个合理候选，则先列候选清单再让用户选。
5. 不要强迫用户先知道 Zotero key。

Example

/pf-paper XGT9Z257
/pf-paper Predictive findings on magnetic resonance imaging
/pf-paper 10.1016/j.jse.2018.01.001
/pf-paper XGT9Z257 PQR8KLM

Output

加载成功后显示：

已加载论文: [title] ([year], [journal])
Zotero Key: [key]
请基于论文原文回答问题。如信息未在论文中提及，会明确说明。
请问有什么问题？

多篇论文模式

多个 key 时依次加载所有 fulltext.md，回答时说明来源：

来源 [KEY1]: ...
来源 [KEY2]: ...

回答原则

• 严格基于 fulltext.md 中的文本内容回答
• 引用原文时标注来源页码/章节
• 用中文（简体中文）回答
• 论文中未提及的内容，明确说明"论文中未提及该内容"
• 需要结合论文以外知识的问题，说明"该问题需要结合论文以外的知识回答"

Error Handling

论文未找到

• 表现：Zotero key 无效或搜索无结果
• 解决：确认 key 正确，或尝试用标题片段搜索

多个候选结果

• 表现：搜索返回多个匹配的论文
• 处理：Agent 列出候选清单，让用户选择目标论文

OCR 文件缺失

• 表现：fulltext.md 不存在
• 处理：Agent 基于元数据和公开信息回答，并告知用户"OCR 文本不可用，回答基于元数据"

Platform Notes

OpenCode

• /pf-paper 在对话窗口直接输入
• Agent 使用 paperforge paths --json 获取 Vault 路径配置
• 单篇加载时直接读取文件内容到对话上下文
• 多篇加载时分别读取每篇的 fulltext.md
• 用户可在同一上下文中说"精读这篇文章"无缝切换到 /pf-deep 模式

Codex

Future：计划支持。预计通过 API 调用实现类似功能。

Claude Code

Future：计划支持。预计通过工具调用或文件附件实现。

See Also

• pf-deep — 完整三阶段精读
• AGENTS.md — 完整使用指南、架构说明、常见问题
• docs/COMMANDS.md — 命令总览与矩阵