keras9496/paper-wiki

---

🤔 왜 "요약"이 아니라 "능동학습"인가

LLM으로 논문을 읽으면 글은 많이 읽는데 머릿속에 남는 게 없는 경험, 다들 있을 거예요. 원인은 수동적 읽기(요약 받기) 예요. 기억에 남으려면 인지과학이 말하는 세 가지가 필요합니다:

그리고 핵심: 저장 전에 본인이 직접 “내 연구에 어떻게 적용할까 / 내 의견은” 을 써야 합니다. AI가 대신 채우지 않습니다 — 그게 진짜로 기억에 남는 부분이니까요.

🔄 왜 "쌓기"가 아니라 "살아있는 위키"인가

논문을 하나씩 요약해 폴더에 던져두면, 지식이 병렬로 널브러질(piling) 뿐 서로 이어지지 않습니다. 새 논문이 예전 결론을 뒤집어도 옛 노트는 그대로고, "이 다섯 편이 함께 말하는 것"은 아무도 조립하지 않습니다.

이 스킬은 Andrej Karpathy가 말한 LLM wiki의 정신을 따릅니다 — 질의 때마다 원문을 다시 뒤지는 RAG가 아니라, 읽을 때 한 번 종합해 두고 계속 최신으로 유지하는 “compounding artifact”. 즉 새 논문은 덧붙이는(append) 게 아니라 **기존 지식체계를 갱신(reconcile)**합니다:

개념 페이지는 살아있는 합의문입니다. 논문이 늘수록 정의가 더 정확해지거나 모순이 명시적으로 드러나야 하고, 그대로 멈춰 있다면 리컨실을 안 한 것입니다. — 이것이 이 위키가 읽고 버리는 폴더와 다른 지점입니다.

✨ 기능

• 🧩 6가지 모드 — 학습 / 이어하기 / 복습 / 연결 조회 / 위키 질문 / 종합·인사이트
• 📖 통독 vs 섹션별 정독 선택 — 정독 모드는 섹션마다 번역본 → 읽기 → 섹션 퀴즈
• 🔗 마크다운 위키 — 논문·개념 노트를 [[위키링크]]로 양방향 연결 (Obsidian 호환)
• 🩹 링크 무결성 자동화 — 저장할 때마다 깨진 링크 탐지 → 없는 개념 스텁 자동 생성 → 역링크 보강 → 인덱스 동기화
• 🔄 지식 리컨실(reconciliation) — 새 논문이 들어오면 기존 개념·논문 노트를 제자리 갱신하고, 어긋나는 주장은 ⚠️ 모순으로 양쪽에 표시(superseded_by/contradicts 기록). 덧붙이기가 아니라 지식체계 업데이트 (Karpathy LLM wiki 정신)
• 🧠 종합·인사이트 모드 — 여러 논문을 가로질러 대조표·모순·문헌 공백을 생성하고, 그 결과를 다시 능동 회상으로 되던짐 (moc/에 종합 노트로 축적)
• ⏸️ 중단 & 이어하기 — 여러 날에 걸친 학습을 체크포인트로 재개
• 🔁 간격 반복 — 약했던 문제를 다음 복습 때 우선 재출제
• 🌐 새 논문이 들어오면 위키를 먼저 검색해 관련 연구를 제시
• 🌌 은하 뷰 시각화 + 학습 런처 — 위키를 우주로 렌더링(개념=항성, 논문=행성)하고, 천체를 클릭해 복습·종합 학습을 바로 시작

🌌 은하 뷰 — 위키를 우주로 (Paper Galaxy)

쌓인 위키를 온톨로지 우주로 봅니다 — 의존성 0, file://로 바로 열리는 단일 HTML입니다.

cd visualization
node build-graph.mjs    # md → 그래프 데이터 (생략 시 내장 샘플)
start galaxy.html

• 의미적 줌 — 멀리서는 핵심 항성 이름만, 항성을 클릭하면 항성계가 줌인되며 소속 논문 라벨이 드러남
• 학습 런처 — 패널의 STUDY 버튼이 paper-study 학습 명령을 클립보드에 복사: 논문 → 복습하기/이어서 학습, 항성 → 항성계 전체 복습 / 주제 종합, 성운 → MOC 갱신. Claude Code에 붙여넣으면 해당 모드가 바로 시작됩니다
• 탐색: 호버 하이라이트 · 검색 · 딥링크(#/슬러그) · 시네마 모드(C) · 모순/승계 토글
• 논문이 늘어도 유지: 궤도 링 패킹 · 라벨 겹침 컬링 · 엣지 밀도 자동 감쇠 (논문 300편/항성계 100편에서 검증)

자세한 사용법·스케일 테스트는 visualization/README.md 참고.

🧠 권장 모델

이 스킬은 논문 독해, 오개념 지적, 기존 지식과의 연결 추론 등 고차원 사고를 많이 요구합니다. 경량 모델은 회상 채점이 헐겁거나 오개념을 놓칠 수 있어 학습 효과가 떨어집니다.

• ✅ 권장: Claude Opus (Claude Code) 또는 GPT-5.5 이상 (Codex 등 호환 도구)
• 🆗 동작은 하지만 깊이가 떨어질 수 있음: Claude Sonnet, GPT-4 계열 등 경량 모델

홍보 이미지처럼 이 스킬은 Claude Code · Codex 양쪽에서 쓸 수 있게 설계됐습니다. 채점·교정의 정확도가 곧 학습의 질이므로, 가능하면 가장 강력한 모델을 쓰는 걸 추천합니다.

📦 설치

필요: Claude Code · 권장 모델 Claude Opus / GPT-5.5+

방법 1 — 개인 스킬 (어디서나 사용)

git clone https://github.com/keras9496/paper-wiki.git
# paper-study 폴더를 개인 스킬 경로로 복사
cp -r paper-wiki/paper-study ~/.claude/skills/paper-study

방법 2 — 프로젝트 스킬 (위키 폴더 안에 함께 보관, 추천)

논문 위키로 쓸 폴더를 하나 만들고, 그 안 .claude/skills/에 넣으세요. 스킬과 위키가 한 폴더에 묶여 이동·백업이 쉽습니다.

mkdir my-paper-wiki && cd my-paper-wiki
mkdir -p .claude/skills papers concepts inbox
git clone https://github.com/keras9496/paper-wiki.git /tmp/ps
cp -r /tmp/ps/paper-study .claude/skills/paper-study

설치 후 위키 루트에 다음 폴더를 둡니다(없으면 스킬이 안내):

my-paper-wiki/
├── index.md      # 위키 홈 (논문 목록·개념 인덱스·종합 MOC)
├── papers/       # 논문당 .md 노트
├── concepts/     # 개념 원자 노트
├── moc/          # 종합 노트 (여러 논문 대조·모순·공백)
├── inbox/        # 아직 안 읽은 PDF
└── .claude/skills/paper-study/

🚀 사용법

위키 폴더에서 Claude Code를 열고:

# 새 논문 학습 — PDF를 inbox/에 넣고
"이 논문 공부하자"

# 이어하기 — 며칠에 걸친 정독
"그 논문 Results부터 이어서 공부하자"

# 복습 — 인출 다시
"[[2025-어쩌고]] 복습하자"

# 위키 질문
"내가 역인과(reverse causality)에 대해 뭘 읽었더라?"

# 종합·인사이트 — 논문이 쌓이면
"이 주제 종합해줘 / 논문들 충돌하는 거 있어?"

스킬은 이렇게 진행합니다:

1. PDF를 읽고, 위키에서 관련된 기존 노트를 먼저 찾아 연결
2. 통독 / 섹션별 정독 중 선택 (정독은 섹션마다 번역 → 퀴즈)
3. 회상 질문을 답 가린 채 하나씩 → 직접 답하면 채점·교정
4. 파인만 재설명 → 빈틈 지적
5. 끝에 본인이 직접 파인만 정리 + 연구 적용 + 의견 작성
6. papers/에 노트 저장 + 개념 노트 + 양방향 [[링크]] + 인덱스 갱신 + 링크 무결성 패스 + 지식 리컨실 패스(기존 노트 제자리 갱신·모순 ⚠️ 표시)
7. 논문이 쌓이면 종합 모드로 대조표·모순·문헌 공백을 만들어 moc/에 인사이트로 축적

📂 무엇이 들어있나

paper-study/
├── SKILL.md                 # 스킬 본체 (워크플로우 전체)
└── templates/
    ├── paper.md             # 논문 노트 템플릿
    └── concept.md           # 개념 노트 템플릿
visualization/
├── galaxy.html              # 은하 뷰 (단일 파일, 의존성 0)
├── build-graph.mjs          # 위키 md → 그래프 데이터 파서
├── gen-sample.mjs           # 스케일 테스트용 대량 샘플 생성기
├── sample-wiki/             # 데모용 샘플 위키 (논문 13 · 개념 7 · MOC 2)
└── README.md                # 은하 뷰 상세 문서

🛠 커스터마이즈

• 언어: 번역·질문이 한국어로 설정돼 있어요. SKILL.md에서 다른 언어로 바꿀 수 있습니다.
• 노트 형식: templates/의 프론트매터·섹션을 본인 워크플로우에 맞게 수정하세요.
• 간격 반복: 노트의 next_review·review_weak_spots 필드를 활용해 due-card 기능으로 확장 가능.

🤝 기여 · 라이선스

PR·이슈 환영합니다. MIT License — 자유롭게 쓰고 고치세요.

---

🌐 English

Paper Study — an active-learning paper wiki skill. Not a place where papers go to die after one read, but a wiki where you learn, organize, and connect them into a research asset.

A Claude Code skill that turns passive paper-reading into active learning. Instead of handing you a summary, it forces active recall, Feynman re-explanation, and connection to what you already know — then saves it all as a linked Markdown wiki.

Why active learning, not summaries?

Reading papers with an LLM, you read a lot but remember little — because being handed a summary is passive. Retention needs three things from cognitive science:

And the key rule: before saving, you must write yourself “how does this apply to my research” and your opinion/critique. The AI won’t fill these in for you — because that’s the part that actually sticks.

Why a living wiki, not a pile

Summarizing papers into a folder just makes knowledge pile up in parallel — nothing connects. A new paper can overturn an old conclusion while the old note sits unchanged, and “what these five papers say together” is never assembled.

This skill follows the spirit of Andrej Karpathy’s LLM wiki: not RAG that re-digs the sources on every query, but a compounding artifact — synthesized once on read, then kept current. A new paper doesn’t append; it reconciles the existing knowledge base:

A concept page is a living consensus document. As papers accumulate, its definition should get sharper or its contradictions should surface explicitly — if it sits frozen, reconciliation didn’t happen. That’s what separates this from a read-and-forget folder.

Features

• 🧩 6 modes — Study / Resume / Review / Connect / Ask-the-wiki / Synthesize-for-insight
• 📖 Whole-read vs section-by-section — section mode gives a per-section translation → read → section quiz
• 🔗 Markdown wiki — papers & concept notes linked bidirectionally with [[wikilinks]] (Obsidian-compatible)
• 🩹 Link-integrity automation — every save detects dangling links → auto-creates missing concept stubs → backfills backlinks → syncs the index
• 🔄 Knowledge reconciliation — a new paper updates existing concept/paper notes in-place and flags conflicting claims with ⚠️ on both sides (recording superseded_by/contradicts). Updates the knowledge base, not just appends (the Karpathy LLM-wiki spirit)
• 🧠 Synthesis / insight mode — cut across many papers to generate a comparison matrix, contradictions, and literature gaps, then throw the result back as active recall (accumulated as synthesis notes in moc/)
• ⏸️ Pause & resume — continue a multi-day study from a checkpoint
• 🔁 Spaced repetition — your weak spots get re-asked first next time
• 🌐 When a new paper arrives, it searches the wiki first and surfaces related work
• 🌌 Galaxy view + study launcher — render the wiki as a universe (concepts = stars, papers = orbiting planets) and click any body to launch review/synthesis study

Galaxy view — your wiki as a universe (Paper Galaxy)

A zero-dependency single-file HTML (visualization/galaxy.html) that renders the wiki as an ontology universe: concepts are stars (size = paper count), papers are planets orbiting their primary concept (size = your rating, inner orbits = older papers, dashed pulse = still reading), synthesis MOCs are ringed nebula cores, contradicts is a pulsing red dashed link, and supersedes an amber arrow with a “superseded” badge.

cd visualization
node build-graph.mjs    # md → graph data (defaults to the bundled sample)
start galaxy.html

Semantic zoom (far = only core star names; click a star to zoom into its system and reveal paper labels), hover highlighting, search, deep links (#/slug), cinema mode (C), and a study launcher: STUDY buttons in the detail panel copy a ready-made paper-study command (review this paper / resume / review the whole system / synthesize the topic / reconcile the MOC) — paste it into Claude Code and the session starts. Scales gracefully (orbit-ring packing, label collision culling, edge-density damping — verified at 300 papers / a 100-paper system). See visualization/README.md.

Recommended models

This skill demands high-level reasoning — paper comprehension, spotting misconceptions, and connecting new work to prior knowledge. Lighter models may grade recall loosely or miss misconceptions, weakening the learning.

• ✅ Recommended: Claude Opus (Claude Code) or GPT-5.5+ (Codex / compatible tools)
• 🆗 Works but shallower: Claude Sonnet, GPT-4-class and other lighter models

The skill is designed to run on both Claude Code and Codex. Since grading/correction accuracy is the learning quality, use the most capable model you can.

Install

Requires Claude Code. Recommended model: Claude Opus / GPT-5.5+.

Personal skill (use anywhere):

git clone https://github.com/keras9496/paper-wiki.git
cp -r paper-wiki/paper-study ~/.claude/skills/paper-study

Project skill (keep skill + wiki together, recommended):

mkdir my-paper-wiki && cd my-paper-wiki
mkdir -p .claude/skills papers concepts inbox
git clone https://github.com/keras9496/paper-wiki.git /tmp/ps
cp -r /tmp/ps/paper-study .claude/skills/paper-study

Your wiki root should contain these folders (the skill will guide you if missing):

my-paper-wiki/
├── index.md      # wiki home (paper list, concept index & synthesis MOC)
├── papers/       # one .md note per paper
├── concepts/     # atomic concept notes
├── moc/          # synthesis notes (cross-paper comparison, contradictions, gaps)
├── inbox/        # PDFs not yet read
└── .claude/skills/paper-study/

Usage

Open Claude Code in your wiki folder and say:

# Study a new paper — drop a PDF in inbox/
"study this paper"

# Resume — multi-day section reading
"resume studying that paper from Results"

# Review — retrieve again
"quiz me on [[2025-something]]"

# Ask the wiki
"what have I read about reverse causality?"

# Synthesize — once papers pile up
"synthesize this topic / do any of these papers conflict?"

What the skill does:

1. Reads the PDF and searches your wiki for related notes first, to prime connections
2. Lets you pick whole-read vs section-by-section (section mode = translate → quiz per section)
3. Poses recall questions with hidden answers, one at a time → you answer, it grades & corrects
4. Feynman re-explanation → it points out your gaps
5. At the end, you write the final re-explanation + research application + opinion
6. Saves a note to papers/ + concept notes + bidirectional [[links]] + updates the index + a link-integrity pass + a knowledge-reconciliation pass (revises existing notes in-place, flags contradictions with ⚠️)
7. Once papers pile up, a synthesis mode builds a comparison matrix, contradictions & literature gaps into moc/ as accumulated insight

What’s inside / Customize / License

paper-study/
├── SKILL.md                 # the skill (full workflow)
└── templates/
    ├── paper.md             # paper-note template
    └── concept.md           # concept-note template

• Language: translations/questions are set to Korean by default — change it in SKILL.md.
• Note format: edit the frontmatter/sections in templates/ to fit your workflow.
• Spaced repetition: extend the next_review / review_weak_spots fields into a due-card flow.

PRs & issues welcome. MIT Licensed — use and modify freely.