熬夜对着50篇论文的表格抄数据？Excel里一个个复制粘贴到手酸？这个开源skills，让你3分钟完成过去一周的工作。

上周，课题组在进行一项研究中，需要阅读大量文献，并将文献中提到的相关指标全部整理出来，便于后续归纳分析。听起来不难？但实际上，每篇论文都有3-5个图表，每个表格有几十个指标，每个指标包括"类别→维度→指标名→含义"好多维度的信息，而且有些指标是以图片并非表格的形式呈现。

然后，我开始读第1篇论文，并用Excel一行行手抄了下来，并记录文献出处……。4小时后，已经阅读了第18篇。手酸、眼累、腰疼、颈椎难受....

科研工作中最耗时的事情，很多时候不是思考，而是重复劳动。

下面的场景，你可能并不陌生：

做文献综述：80篇文献，每篇3个指标表格，全部手动整理；梳理指标体系：从各篇文献中提取评价指标，汇总多位学者提出的关键指标及其含义；构建评价模型：从文献搜集现有指标，作为模型构建基础。

无论是专利分析、人才评价、政策研究，还是技术创新领域，提取文献中结构化指标数据这件事，方法很明确，但过程极其繁琐。

基于这个痛点，我们开发了一个doc_extractor_skills：它的核心思路很简单：文献里的所有指标数据（不管是表格里的还是正文里的），让AI自动提取出来，按层级结构整理成Excel。

你只需要告诉它：

• 文献存在哪个文件夹
• 是哪个领域（专利？人才？政策？技术？）
• 用什么AI模型

剩下的，全部交给工具。

它能做什么？

这个skills的核心能力有三个：

不限领域，通吃所有表格: 不管是专利评价指标(被引证次数、同族专利数、权利要求数、IPC分类号……)，还是人才评价指标(H指数、论文数、项目数、人才称号、合作情况……)，或者是政策分析指标（政策名称、发布机构、发布日期、核心条款……），只要是出现在文献表格中的「指标」型数据，它都能提取。

输出即用型Excel：7个工作表，一步到位。

有木有跃跃欲试？下面这个链接分享给你：

https://github.com/Gqiang-Liang/indicator_extractor_skills

说明：文中内容部分由OpenClaw根据使用说明书生成，并经过作者审阅修订。