zimoliao / enrich

富化论文内容

通过 LLM 提取论文的目录结构（TOC）或结论段（L3），丰富论文元数据。

注意：import-endnote / import-zotero 导入时默认自动执行 toc + l3 + abstract backfill。以下命令用于选择性富化（如重新提取、补充特定论文、或处理全库）。

引用量补查：使用 /citations skill 中的 scholaraio refetch 命令。

执行逻辑

1. 解析用户意图：

   • 提取目录：使用 enrich-toc
   • 提取结论：使用 enrich-l3
   • 补全摘要：使用 backfill-abstract（从 .md 提取 + LLM 校验）

2. 确定处理范围：

   • 指定论文 ID → 处理单篇
   • 用户说"全部" → 使用 --all
   • 可选 --force 覆盖已有结果

批量模式说明：

• --all 会按 config.llm.concurrency 做多篇并发处理
• 并发只发生在“论文之间”，单篇内部提取逻辑不拆分并发
• 批量模式会对单篇失败自动做指数退避重试

1. 执行命令：

提取目录：

scholaraio enrich-toc [<paper-id> | --all] [--force] [--inspect]

提取结论：

scholaraio enrich-l3 [<paper-id> | --all] [--force] [--inspect] [--max-retries N]

补全摘要：

scholaraio backfill-abstract [--dry-run] [--doi-fetch]

参数说明：

• --inspect — 展示提取过程详情（调试用）
• --max-retries N — L3 单篇提取最大重试次数（默认 2）；--all 时也作为每篇论文的批量重试预算
• --doi-fetch — 从出版商网页抓取官方 abstract（覆盖现有，需联网）

1. 展示处理结果。

   • enrich-toc 现在会显示开始提取、是否成功、以及提取出的 TOC 节数
   • 单篇处理不再只是打印论文名
   • 批量处理会显示并发 worker 数，以及最终的成功 / 失败 / 跳过汇总

示例

用户说："帮我提取所有论文的结论"
→ 执行 enrich-l3 --all

用户说："重新提取 Smith-2023-Survey 的目录"
→ 执行 enrich-toc "Smith-2023-Survey" --force

用户说："帮我看看这篇论文 TOC 提取成功没有"
→ 执行 enrich-toc "<paper-id>" --force，并根据终端输出确认 TOC 提取完成: N 节

用户说："补全摘要"
→ 执行 backfill-abstract，然后提示 embed --rebuild

用户说："补查引用量"
→ 转交 /citations skill（使用 refetch 命令）