
Antigravity Awesome Skills
Antigravity Awesome Skills 是一个包含 625+ 个经过实战检验的高性能智能体技能库,旨在将您的 Claude Code、Gemini CLI、Cursor 等 AI 助手,瞬间升级为一个无所不能的全栈数字代理机构。
面对动辄数十页、充斥术语与复杂推导的学术论文,研究者常陷入“读完却不知作者到底解决了什么”的困境。ljg-skill-xray-paper(论文X光机)是一款专为 Claude Code 设计的智能技能插件,能像X光一样穿透学术黑话,直击论文最底层的逻辑模型,并以清晰、结构化的方式还原其核心贡献。
该插件采用三步认知提取算法:
最终输出一份 Org-mode 格式报告,包含以下五大维度:
用一句话浓缩整篇论文的核心思想,达到“在餐巾纸上就能讲清”的程度。
明确作者试图解决的具体问题,并指出前人工作的根本困境。
捕捉作者的“灵光一闪”——那个突破既有范式的原始想法。
量化对比当前 SOTA(State-of-the-Art),说明本文真正新增了什么。
指出论文未明说但依赖的假设、实验漏洞或推广限制。
在 Claude Code 中安装后,支持三种输入方式:
/ljg-xray-paper /path/to/paper.pdf
/ljg-xray-paper https://arxiv.org/abs/xxxx.xxxxx
/ljg-xray-paper [粘贴论文摘要或全文]
插件将自动处理并返回结构化 Org 报告,可直接用于笔记、复现或组会讨论。
# 添加插件市场源
/plugin marketplace add lijigang/ljg-skill-xray-paper
# 安装技能
/plugin install ljg-xray-paper
依赖:Claude Code 环境 + 支持 PDF 解析的后端(如 PyMuPDF)
现代学术写作常陷入两大陷阱:
X光机的目标不是替代深度阅读,而是快速建立认知锚点——让你在 30 秒内判断:这篇论文是否值得花 3 小时精读?
对于科研人员、工程师或技术决策者而言,这相当于拥有一位永不疲倦的学术助教,帮你过滤噪声,直抵思想内核。







