新闻详情

新闻详情

首页 / 资讯中心 / 详情

llm-for-zotero Agent 模式详解:AI 智能体如何自动打标签、改元数据、整理文献库

发布时间:2026/11/22 15:20:42来源:尧图网络
llm-for-zotero Agent 模式详解:AI 智能体如何自动打标签、改元数据、整理文献库
llm-for-zotero Agent 模式详解AI 智能体如何自动打标签、改元数据、整理文献库【免费下载链接】llm-for-zoteroAn open-source research agent system for your Zotero library.项目地址: https://gitcode.com/gh_mirrors/ll/llm-for-zoterollm-for-zotero 是一款免费开源的 Zotero 插件也是面向 Zotero 文献库的研究智能体Research Agent系统。它的 Agent 模式能把 AI 智能体变成你的数字文献管理员替你自动打标签、修正元数据、整理集合、写研究笔记还支持一键撤销让文献库整理从机械劳动变成一句话的事。Agent 模式是什么和普通 AI 聊天有什么区别普通聊天模式下AI 只能说你问它它答。开启 Agent 模式后AI 可以做它能直接读写你的 Zotero 文献库。读搜索文献与集合、读元数据、读论文全文与段落、查看附件写打标签、更新元数据、移动条目、管理集合、合并重复项、写入笔记发现在 CrossRef、Semantic Scholar 等学术源中查找相关文献联网配置 Tavily 后可搜索公开网页并附来源链接设计哲学很简单读操作不受限写操作必须可审查、可撤销。相关实现集中在 src/agent/ 目录工具注册见 src/agent/tools/registry.ts。如何开启 Zotero Agent 模式快速上手 4 步一键安装步骤在 Releases 页面下载最新的.xpi插件文件Zotero 中打开工具 → 插件→ 齿轮图标 →从文件安装插件选择.xpi并重启 Zotero打开首选项 → llm-for-zotero选择提供商、填写 Base URL、API Key 和模型名点击Test Connection测试连接在首选项中开启 Agent 模式然后在对话栏的上下文栏里打开Agent (beta)开关插件支持多种后端标准 API 提供商、本地 OpenAI 兼容模型、WebChat 浏览器同步、Codex App Server 和 Claude Code详见 README.md 的 Quick Start 章节。自动打标签一句话搞定全库标注️Zotero 自动打标签技巧直接对 AI 说给这个集合里的论文打标签Agent 会逐篇读取标题、摘要、作者与已有标签批量生成贴合内容的标签。自动打标工作流在 src/agent/actions/autoTag.ts 中实现底层标签写入工具为 src/agent/tools/write/applyTags.ts。它对大集合采用分页批处理每处理一批都会汇报已处理/跳过/已打标签的数量你可以随时叫停。改元数据、整理集合AI 文献库管家全清单AI 整理文献库能力一览工具类别能做什么库与 PDF 阅读搜索条目与集合、读元数据、读论文、检索段落、渲染 PDF 页面学术发现在 CrossRef / Semantic Scholar 查元数据、推荐、参考文献与被引联网研究用 Tavily 搜索公开网页并附来源链接库写入打标签、更新元数据、移动条目、管理集合与附件、合并重复、导入标识符或本地文件笔记编辑当前 Zotero 笔记或新建纯文本 / Markdown / HTML 笔记安全撤销会话内最近一次写入每会话保留最近 10 条记录元数据修正的核心工具是 src/agent/tools/write/updateMetadata.ts把未归类的文献自动归档这一高频场景由 src/agent/actions/organizeUnfiled.ts 提供。让 AI找出元数据缺年份的条目并补全它就能检索、核对、逐项更新。写笔记与多步研究工作流✍️ Agent 模式支持多步工作流你可以说读这篇论文总结方法部分然后把笔记存到 ZoteroAI 会规划步骤、逐步执行并在每步给出可确认的卡片。笔记写作能力由write-note技能驱动它可以生成 Zotero 内部笔记也可以写入 Obsidian、Logseq 等本地 Markdown 目录自动带上 YAML frontmatter 和[citekey]引用语法。8 个内置技能让 AI 按你的研究习惯工作⚡自定义技能方法技能Skills是可编辑的 Markdown 指引文件当你的消息命中技能的触发模式时其指令会被注入 Agent 的提示词。打开独立窗口 → Skills门户即可新建和编辑技能文件存放在{ZoteroDataDir}/llm-for-zotero/skills/目录。技能作用simple-paper-qa高效回答关于论文的通用问题evidence-based-qa定向检索具体方法、结果或证据analyze-figures结合 MinerU 提取的图片解读图表compare-papers批量读取并聚焦检索来对比多篇论文library-analysis不撑爆上下文地分析整个文献库literature-review执行结构化文献综述write-note写 Zotero 笔记或本地 Markdown 笔记import-cited-reference把当前 PDF 引用的文献导入 Zotero内置技能的目录逻辑见 src/agent/skills/catalog.ts技能正文都是仓库内可读的 Markdown 文件例如 src/agent/skills/write-note.md。安全设计可审查、可撤销才敢放心用️ Agent 模式的信任来自三层机制确认卡片写操作打标签、改元数据、移动条目等执行前会生成确认卡片你批准后才落地会话撤销src/agent/tools/write/undoLastAction.ts 提供撤销最近一次写入能力撤销记录持久化重启后仍有效变更日志所有写入都写入变更日志并经过原生 Zotero 状态校验支持revert_changes回滚长任务还有缓存感知机制稳定的论文上下文与已读证据和聊天历史分开维护上下文快满时自动压缩旧轮次多轮研究对话不会失忆。写在最后llm-for-zotero 的 Agent 模式把 Zotero 从文献仓库升级为会动手的研究助手——自动打标签、修正元数据、整理集合、撰写笔记全程可审查、可撤销。如果你的文献库超过 500 条值得开启试用一次体验让 AI 替值班的乐趣。【免费下载链接】llm-for-zoteroAn open-source research agent system for your Zotero library.项目地址: https://gitcode.com/gh_mirrors/ll/llm-for-zotero创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/21 14:14:45

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/21 14:14:26

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/21 21:08:55

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/22 1:51:41

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/21 19:02:25

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/21 14:13:11

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉