This skill should be used when an arXiv paper HTML page needs to be converted into a local Chinese static HTML webpage, preserving local figures, icons, CSS...
---
name: arxiv-html-cn-static
description: This skill should be used when an arXiv paper HTML page needs to be converted into a local Chinese static HTML webpage, preserving local figures, icons, CSS assets, paper metadata, and Chinese text produced from arxiv-paper-resolver-style section extraction.
---
# arXiv 中文静态 HTML 网页生成技能
## 目标
将 arXiv 英文论文 HTML 实验版转换为本地可打开的中文静态 HTML 网页。保留论文标题、元数据、章节结构、公式文本、图片、图表、图标和 CSS 资源。中文正文可复用 `arxiv-paper-resolver` 的章节提取与中文 Markdown 生成流程。
## 触发场景
在以下请求中使用本技能:
- 将 arXiv 英文论文 HTML 转为中文 HTML 网页。
- 将 arXiv 论文做成本地静态网页、离线网页或中文网页。
- 要求保留 arXiv HTML 中的图片、图表、图标、CSS 或版式资源。
- 已有 `arxiv-paper-resolver` 生成的中文 Markdown,希望进一步生成本地 `index.html`。
## 资源
- `scripts/arxiv_html_static_builder.py`:下载 arXiv HTML、PDF、图片、图标、CSS 等本地资源,并把中文 Markdown 包装为静态 HTML。
- `scripts/requirements.txt`:脚本依赖。
- `references/output_contract.md`:输出目录、文件命名和质量检查约定。
## 工作流程
### Step 1:确认 arXiv ID
若用户提供的是 arXiv URL 或裸 ID,直接使用。若只提供 PDF 路径或论文标题,先根据标题搜索 arXiv,确认 `abs` 页面与 ID。
### Step 2:优先复用 arxiv-paper-resolver 生成中文 Markdown
若当前目录已有 `{arxiv_id}_中文文档.md`,直接复用。
若没有中文 Markdown,先使用 `arxiv-paper-resolver`:
1. 运行其章节提取脚本,获得 `{arxiv_id}_raw_sections/`、`{arxiv_id}_metadata.json`、`{arxiv_id}_section_structure.txt`。
2. 读取原文章节,翻译为中文 Markdown。
3. 保持公式为 `$...$`,避免使用 `\(...\)` 或带反引号的公式定界符。
4. 去除参考文献引用标记和 References/Appendix 正文,除非用户明确要求保留。
### Step 3:准备本地 HTML 资源
安装依赖后运行:
```bash
python3 -m pip install -r /Users/nineve/.codebuddy/skills/arxiv-html-cn-static/scripts/requirements.txt
python3 /Users/nineve/.codebuddy/skills/arxiv-html-cn-static/scripts/arxiv_html_static_builder.py prepare <arxiv_id_or_url> -o <output_parent_dir>
```
该步骤会:
- 拉取 arXiv `abs` 元数据。
- 获取 arXiv HTML 实验版。
- 下载 PDF。
- 下载并本地化 HTML 中的图片、图表、图标、CSS、CSS 中引用的资源。
- 生成本地化英文 HTML 副本。
- 提取图表清单,记录图表所属章节。
### Step 4:构建中文静态 HTML
使用已有中文 Markdown 构建网页:
```bash
python3 /Users/nineve/.codebuddy/skills/arxiv-html-cn-static/scripts/arxiv_html_static_builder.py build <paper_dir> --md <arxiv_id>_中文文档.md
```
默认输出:
```text
<paper_dir>/index.html
```
构建时将:
- 将中文 Markdown 转为静态 HTML。
- 将 arXiv HTML 中的 `figure` 与 `table` 节点作为完整 HTML 块插入,因此表格不会只剩 caption。
- 清理 arXiv 表格中的固定 `height`、`width`、`transform` 与 LaTeXML 缩放包裹,改用 `.table-scroll` 横向滚动容器,确保宽表格横向可滚、纵向完整展开。
- 优先按正文中出现的 `Figure N` / `Table N` / `图N` / `表N` 引用插入图表;若中文 Markdown 中没有显式引用,则按原文图表在该章节中的顺序分布到章节内部,而不是统一放在章节开头。
- 使用本地 CSS 样式生成适合阅读的中文论文网页。
- 保持所有图片和图表引用为本地相对路径。
- 默认引入 MathJax CDN 渲染 `$...$`、`$$...$$`、`\(...\)`、`\[...\]` 公式;完全离线环境下可改为本地 MathJax/KaTeX 资源。
### Step 5:质量检查
完成后检查:
```bash
grep -nE 'https?://arxiv.org|https?://static' <paper_dir>/index.html | head
find <paper_dir>/assets -type f | head
```
要求:
- `index.html` 能通过浏览器本地打开。
- 论文中的图片、图表、图标资源存在于 `assets/`。
- HTML 正文为中文。
- 公式保持 `$...$` 文本形式,不改写 LaTeX 命令。
- 不依赖远程 arXiv 图片资源;若仍有远程链接,只允许作为论文链接、arXiv 链接或外部引用链接存在。
## 输出目录结构
标准输出结构:
```text
{output_parent_dir}/{paper-title-slug}/
├── index.html # 中文静态网页
├── {arxiv_id}.pdf # PDF
├── {arxiv_id}_original_local.html # 本地化英文 HTML 副本
├── {arxiv_id}_static_metadata.json # 静态网页元数据
├── {arxiv_id}_asset_manifest.json # 资源下载清单
├── {arxiv_id}_figures.json # 图表清单
├── {arxiv_id}_中文文档.md # arxiv-paper-resolver 生成或复用的中文 Markdown
└── assets/ # 本地图片、图标、CSS 等资源
```
## 注意事项
- 保持 `arxiv-paper-resolver` 与本技能职责分离:前者负责章节抽取和中文正文生成,后者负责 HTML 资源本地化与静态网页构建。
- 对图表采用“按章节插入”的保守策略;若用户要求与原文完全同位插图,需要人工/LLM 根据原文 HTML 进一步调整图表位置。
- 不把外部 CDN 作为必要依赖,确保 `index.html` 尽量可离线阅读。
- 若 arXiv HTML 实验版不存在,报告无法生成 HTML 静态页,并建议退回 PDF/LaTeX 解析路线。
don't have the plugin yet? install it then click "run inline in claude" again.