早上打开邮箱的那一刻，我就知道今天又要陷进文献堆里了。上星期投出去的稿子还没回消息，arXiv“今日更新”已经刷出了六十多篇新的preprint。作为一名天天泡在文献里的科研党，我在一年多以前就开始用Zotero管理论文，后来又把Paper Agent这个AI插件加进来，配合成一套自动化的AI论文速递系统——每天醒来，新论文已经按关键词过滤好，摘要也生成好了，我只需要挑重点读。这篇文章把整套搭建过程完整记录下来，从Zotero的安装配置、常用插件到Paper Agent的接入，再到AI摘要生成和日常阅读工作流，都有详细的步骤。适合每天要跟大量文献、又实在不想手动逐篇扫标题的研究生和科研人员，哪怕你之前没碰过Zotero，照着我写的顺序走一遍，半小时也能跑通。
1. 文献追不完的早晨，我决定自己搭一套速递系统
先描述一下我之前的日常。课题组的方向比较杂，涉及机器学习、生物信息学和应用统计三个大块，所以我需要追踪的东西特别多：几本主流期刊的TOC邮件、arXiv上三个子方向的每日更新、还有ResearchGate和Google Scholar时不时推荐的“可能感兴趣的论文”。以前我的处理流程是：先清空收件箱里的TOC邮件，把标题扫一遍，觉得有戏的就打开摘要页看一眼，再决定下载不下载PDF。几封邮件扫下来四十分钟起步，这还没算上把PDF拖进Zotero、补全元数据、写备注的时间。一周下来，光文献追踪就要占掉小半天。
后来我意识到一个问题：大部分时间不是花在“读论文”上，而是花在“判断要不要读论文”上。如果能把这一层判断自动化，让AI先帮我把摘要读一遍、提炼出和我研究方向相关的关键信息，再交给我做最终决策，效率会完全不同。于是我开始尝试用Zotero搭配AI插件来实现这件事。
这里要澄清一个常见的误解：Zotero本身是个文献管理工具，它不负责“找论文”，更不负责“替你读论文”。它的强项是条目标管理、PDF存储、引用生成和多设备同步。而Paper Agent这类AI插件，负责的是把外部论文来源抓进来，再借助大模型API生成摘要和推荐理由。二者结合后，整个流程变成了：论文源自动进入Zotero → AI读取元数据和摘要 → 生成一份适合快速筛选的中文或双语推荐语 → 你只需要扫一眼就知道要不要精读。这就是“AI论文速递系统”的核心价值，不是代替你读论文，而是把筛选成本打下来。
我建议所有想搭这套系统的朋友先想清楚自己要解决什么问题。是追踪某几个期刊的最新成果？是监控某个具体方向的arXiv投稿？还是每周固定生成一份“精选文献清单”？目的不同，订阅源和AI摘要的表达方式都会不一样。先把目标定下来，后面的配置才不会乱。
2. 为什么是Zotero + Paper Agent，而不是手动整理或简单脚本
很多技术能力比较强的同学会问：我自己写个爬虫，定时抓arXiv的RSS，调大模型API生成摘要，再存到数据库里，不也能实现吗？能，而且我也这么干过。但在实际用了几个月后，我发现脚本方案有一堆隐性成本：要维护服务器或定时任务、要处理PDF解析、要设计标签体系和去重逻辑，最麻烦的是，最终这些结果还是得回到一个能支撑写作引用的文献管理器里。折腾一圈，效率和稳定性都不如直接用Zotero生态。
2.1 Zotero在文献管理工作流里的位置
Zotero这几年的发展其实已经超出了很多人的认知。它早就不是那个“只能手动添加条目的参考文献工具”了，而是一个拥有插件生态的文献桌面平台。我用它管理了四千多条文献，分类靠的是自己定义的主题文件夹加标签系统，引用靠的是GB/T 7714样式插件，阅读重难点就在Zotero内置PDF阅读器里直接标注。Zotero里所有条目信息都保存在本地数据库中，同时可以通过官方同步服务在多台设备之间保持数据一致。这意味着，当我需要把某篇论文引入到写作中的时候，它就在那里，完全不需要重新检索。
开源和免费是另一个关键因素。论文管理这个场景涉及长期的个人学术资产，把数据交给一个可能变更收费策略的商业软件风险太高。Zotero的数据模型和存储格式都是开放的，即使哪一天我想换工具，导出一份完整的BibTeX或RIS文件也毫无阻碍。这种“数据自由”在科研场景里极其重要。
2.2 Paper Agent补齐的“AI摘要”环节
Paper Agent这个名字听起来像是一个独立的软件，实际上它的核心能力是作为Zotero的插件或外部辅助工具，和Zotero的条目数据打通。具体来说，它能读取Zotero里新建的条目、拉取摘要信息，然后调用大模型API生成更贴合个人需求的摘要内容，再回写到Zotero的字段里。比如我设定了一个规则：凡是包含“transformer”或“spatial transcriptomics”的新条目，AI都会额外生成一段三百字以内的中文解读，包含“论文核心方法”“创新点”“和我的研究方向哪些地方相关”三个要素。
这一点很关键。PubMed或arXiv自带的摘要，是作者本人写的，语言风格两极分化严重，信息密度也未必适合快速筛选。而Paper Agent生成的内容更像是“一个懂行的助手帮你预先读过并划了重点”。我自己实测下来，一篇原生英文摘要大约要花三十秒阅读，AI生成的推荐语基本十秒内就能做出判断。对于每周新增几十条文献的强度来说，这个时间差非常可观。
2.3 这个组合的分工逻辑
Zotero负责“管”，Paper Agent负责“淘”和“粗筛”。这个分工是最合理的——Zotero有成熟的条目标模型，支持自定义字段，能给AI生成的内容一个稳定的存放位置；Paper Agent不需要自己做存储，也不用重建一套文献数据库，直接复用Zotero的条目结构。任何需要写论文引用的时候，那条文献的完整元数据还在，不会因为AI摘要占用了某个字段就丢失原始信息。
还有就是插件生态的叠加效应。Zotero对自定义字段的扩展能力很强，你可以把AI摘要写到“摘要/Abstract”之外的某个自定义字段里，比如我专门建了一个字段叫“AI解读”。这样做的好处是，以后导出BibTeX的时候不会污染引用中的摘要信息。把“机器的解读”和“作者的摘要”分开存放，才是正确的姿态。
3. 基础配置：先把Zotero和常用插件安好
工欲善其事，必先利其器。整个速递系统跑在Zotero上面，所以第一步是把Zotero本身和它周边几个必要的插件配置好。很多人在这一步就踩坑了，尤其是插件下载和安装版本不匹配的问题，我下面会详细说。
3.1 安装Zotero与同步账号
Zotero官方客户端支持Windows、macOS和Linux，直接去官网下载即可。需要留意的是，现在官方主推的是Zotero 7，内置的PDF阅读器、元数据抓取引擎都比旧版6提升了一个档次。如果你之前还在用Zotero 6，建议直接升级到7，因为Paper Agent这类新插件的目标兼容版本基本都是7.x。
关于操作系统，网上有不少人问“麒麟系统怎么装Zotero”。我在一台麒麟V10的机器上也装过，方法是去Zotero官网下载Linux tar.xz压缩包，解压后把目录放到opt下面，然后在桌面创建一个.desktop快捷方式即可。要注意的是依赖库问题，如果双击打不开，先确认系统里有没有安装libfuse2或libnss3一类的运行库，装上之后基本上就正常了。整个过程不算复杂，唯一需要耐心的就是不要用apt直接装老版本源里的旧包，那个版本太老，很多插件不支持。
装好以后，先注册一个Zotero账号，登录客户端。这一步不是可选项，因为Paper Agent插件更新以及后续的同步都需要登录状态。注册时用学校邮箱还是个人邮箱都行，我建议用长期稳定的个人邮箱，避免毕业换邮箱后面临数据迁移问题。
3.2 选装的插件：翻译、引用、PDF增强
有几个插件是这套系统里绕不开的，我列个表格，方便你对照选择。
| 插件类型 | 用途 | 为什么需要 |
|---|---|---|
| 翻译插件 | 选中英文内容自动翻译成中文 | 快速读AI摘要之外的生词或长难句 |
| GB/T 7714引用样式插件 | 输出符合国标的中文论文参考文献格式 | 中文期刊投稿必备，替代手动排版 |
| PDF文件元数据增强 | 从PDF内容中提取更完整的标题、作者、期刊信息 | 抓取到的PDF不总是带完整元数据 |
| 笔记模板插件 | 一键生成结构化阅读笔记 | AI摘要和手动精读内容分开存储 |
翻译插件我推荐在官方插件库或GitHub releases页面找兼容Zotero 7的版本。安装方式一致：从“工具→附加组件→齿轮图标→Install Add-on From File”选择xpi文件即可。有个高频问题是“Translate for Zotero插件服务器不可用”，一般是因为翻译接口配置的默认服务器过期了，去插件设置里换成自己的翻译服务地址，或者配置为调用大模型翻译，就能解决。这个问题我后面还会专门讲。
GB/T 7714这个样式，中文期刊用户几乎必装。之前有同学问“使用zotero中的gbt7714后怎么进行尾注”，其实就是在Word的Zotero插件里选择“添加引注/参考文献”，然后在样式里选“China National Standard GB/T 7714 (numeric)”或“(author-date)”即可。需要注意的是一定要先在Zotero偏好设置里把引用样式设为GB/T 7714，否则Word插件里不会出现对应选项。
3.3 同步策略：官方同步还是WebDAV
Zotero默认的同步分为两部分：数据同步（条目、标签、笔记）免费容量有300MB，文件同步（PDF附件）只有免费的300MB，超出后就要付费扩容。对于每天自动抓取论文PDF的速递系统来说，这300MB很快就会用完，所以我建议用“数据同步走官方 + 附件同步走WebDAV”的组合方案。
国内可用的WebDAV服务不少，常见的坚果云、NextCloud自建、InfiniCloud等都行。在Zotero里勾选“使用WebDAV”，填上服务器地址、账号、密码后，Zotero会自动创建zotero目录用于存储附件。这样做的好处是，附件同步不占用官方容量，费用也低，而且多设备之间PDF和标注都能同步。
我个人的习惯是：校内外两台电脑都登录同一个Zotero账号，并配置同一个WebDAV。平时在学校台式机上下载的PDF，回到家打开笔记本，Zotero会自动把新增附件拉下来。这个体验对科研党来说太重要了，不用每天用U盘拷文献。
4. Paper Agent接入：订阅源、过滤规则与AI摘要字段
基础环境准备好之后，就可以进入重头戏——Paper Agent的接入和配置。这一步做得细不细，直接决定你每天收到的“AI论文速递”是精准推送还是垃圾信息轰炸。
4.1 安装Paper Agent插件
Paper Agent通常以Zotero插件或独立脚本的形式分发。如果你拿到的是.xpi文件，直接沿用“安装附加组件”的方式安装。如果是一个独立程序，则需要把它的监听端口和Zotero的本地API端口对应起来，一般默认端口是23119，装好后在Zotero“设置→高级→本地HTTP服务器”里确认一下是否已经开启。
安装完以后先别急着配摘要，先把插件的“服务状态”跑通。在Paper Agent面板里能看到一个“连接测试”或“健康检查”按钮，点击后如果显示已连接，说明插件和Zotero之间的本地通道正常。到这里，纸面上的结构已经通了，后面开始填真正的处理逻辑。
4.2 论文来源配置：期刊RSS、arXiv、数据库检索式
Paper Agent支持两种主要方式获取论文来源：一种是直接读取你在Zotero里创建的订阅文件夹，另一种是给插件配置外部RSS源。
我强烈建议你使用“订阅文件夹”模式：在Zotero里新建一个文件夹，取名“论文速递”，然后在Zotero的首选项→Feed中，把你要追踪的期刊RSS链接添加进去。以arXiv为例，某个子方向的RSS地址格式是https://rss.arxiv.org/rss/cs.LG，把链接填入后，Zotero会自动定时抓取该RSS下的新条目。主流出版社如Elsevier、Springer、IEEE大多都提供期刊RSS服务，大家去期刊官网找“Alerts/RSS”字样即可。
这里有一个筛选逻辑的设计。Paper Agent对“关键词规则”是支持正则表达式的。比如我想追踪“图神经网络+药物发现”方向，关键词可以写成graph neural network.*drug|drug.*graph neural network。这个检索式会先作用于新抓到的条目标题和摘要，命中之后才算“待处理文献”。这一步意义重大，因为arXiv某些方向一天几十篇，我真正关心的可能只有五六篇，没有过滤规则，AI摘要接口会被无效请求占满，费用和速度都扛不住。
4.3 对接大模型API生成摘要
Paper Agent的本体价值在这个环节体现。你需要在插件面板里配置大模型API的密钥和接口地址。目前主流选择包括OpenAI兼容接口、国产大模型API等。我个人的建议是：如果是日常科研使用，优先选择响应快、成本低的国产模型；如果对英文长摘要的理解要求特别高，再考虑更强的通用模型。
配置好API之后，需要自定义AI的提示词模板。这个模板决定了AI生成摘要的语言风格和信息结构。我目前用的模板大致如下：
你是一名科研助手。请阅读以下论文标题和摘要，写一段300字以内的中文点评，包含： 1. 这篇论文要解决什么问题； 2. 核心方法或模型结构，点到为止； 3. 与[我的研究方向]的关联程度（高/中/低）及理由。 不要使用过于夸张的营销语气，客观陈述即可。用这种提示词生成的内容，回写到Zotero的自定义字段里，我给它起名“AI解读”。字段可以按需创建，具体做法是在Zotero的“首选项→通用→自定义字段”里新增。创建好后，Paper Agent就能把生成的文本写到对应字段。
需要注意的是，不要覆盖原文自带的Abstract字段。因为后续如果要用Zotero导出BibTeX或RIS提交给出版社或协作平台，Abstract字段里的一手信息需要保持原样，AI生成的三手解读放进自定义字段不会影响导出。
4.4 自动标签与分类
除了生成AI摘要，Paper Agent还能配合条件规则自动加标签。比如我预设了几个主题标签：graphml、drug-discovery、biostatistics。当条目标题中出现“molecular”或“binding affinity”时，插件自动加上drug-discovery标签；当出现“graph neural”时，自动加graphml。
这个自动标签的好处在于，后续在Zotero里筛选时，你不只是看“最近添加”，而是可以按主题标签快速调出某条研究线的所有文献。时间一长，标签本身就构成一个文献综述的骨架。我去年写综述的时候，直接把某个标签下的文献按年份排序导出来，参考文献清单就完成了一大半。
5. 速递链路联动：新文献怎么自动变成可阅读的AI摘要条目
配置到这里，系统已经具备核心能力了，但还要把“定时获取→过滤→入库→AI摘要→推送”这条链路串起来，才能达到每天自动运行的理想状态。
5.1 定时抓取与新增条目推送
Zotero的RSS订阅默认每隔一段时间自动更新，时间间隔可以在首选项里设置。我设置成每60分钟检查一次新条目。Paper Agent可以选择“监听文件夹变化”模式，一旦检测到“论文速递”文件夹中有新增条目，就自动触发过滤和摘要流程。整个过程完全不需要手动干预。
如果你习惯每天只看一次文献，可以把检查频率拉长到6小时或12小时，避免白天工作的时候后台频繁刷新。如果恰好当天有大组会，你可以在组会前手动点击一次“立即更新订阅”，系统会在几分钟内完成当天的抓取和摘要生成，再临阵磨枪也来得及。
5.2 摘要写入与人工确认环节
摘要生成完成后，新条目会出现在Zotero的“论文速递”文件夹中。每个条目的自定义字段“AI解读”里已经有了AI生成的中文点评。我习惯按“AI解读”字段排序，从关联度“高”的开始看。如果有预感不太对的地方，再点开原始摘要原文对照。整个过程有点像先读一份推荐信，再决定要不要看原著。
有一点我建议各位坚持：AI摘要永远只能作为“初筛依据”，不能当作精读替代品。我在前几个月曾经遇到过AI对论文创新点的概括有偏差，把“增量改进”描述成了“范式突破”，如果只看到摘要就写进综述，后果不堪设想。所以我的工作流里始终保留一步“人工浏览标题+摘要原文”，就算只花十秒，也能避免很多误判。
5.3 长期使用对阅读习惯的改变
这套系统我连续用了将近半年，最直观的改变不是“读得更多”，而是“读得更准”。以前文献多的时候，我会忍不住跳着看标题，错过不少真正相关但标题不吸引人的论文。现在AI摘要会把每篇论文和我的研究方向之间的关系写明白，就算标题再朴素，只要关联度高，我依然不会漏。另一个改变是，零散的等待时间被更好地利用了起来。比如在排队或通勤时，我打开Zotero手机端，刷一下“AI解读”字段，几分钟内就能完成一天的重点文献筛选。这种轻量级的文献周报体验，是传统邮件订阅给不了的。
6. 避坑记录与调优细节
这套系统不是搭完就一劳永逸的，我在实际维护过程中踩过不少坑，也总结了一些调优细节。整理出来，希望能帮你少走弯路。
6.1 翻译插件“服务器不可用”怎么处理
这是很多新用户最常遇到的问题。Zotero翻译插件的默认翻译服务经常因为接口失效、地域限制或网络问题报错“服务器不可用”。解决办法有几个方向：第一，在插件设置里更换翻译服务供应商，比如换成Google内置接口、OpenAI或DeepL的API；第二，如果是网络原因，可以考虑修改插件请求中的代理或DNS设置，但我不建议过度折腾网络工具，直接换接口通常就能解决；第三，检查插件版本和Zotero版本是否兼容，Zotero 6时代的翻译插件有些不能直接用在Zotero 7上，需要安装对应的新版。
我自己最终采用的是“大模型API翻译”方案，把翻译插件指向我自己的模型接口，稳定性和翻译质量都提升了不少，也比公用的翻译接口更可控。
6.2 重复条目和PDF元数据抓取失败
用RSS或自动抓取方式入库，很容易出现同一论文被不同来源重复引入的情况。比如同一篇论文同时被某一期刊RSS和arXiv订阅捕获，Zotero会生成两个不同条目。解决方法是使用Zotero内置的“查重”(Duplicate)功能，定期合并重复项。同时也可以在Paper Agent的规则里启用“标题相似度检测”，超过某个阈值的条目自动跳过入库。
PDF元数据抓取失败也是高频问题。很多PDF只有标题没有摘要元数据，Zotero内置的元数据抓取引擎未必能命中。这个时候需要手动补充，操作也不难：右键条目，“查找可用的PDF元数据”即可。如果自动查找还是失败，就用DOI号在网页上解析出BibTeX信息，再到Zotero里通过“添加条目→通过标识符”输入DOI来补全。
6.3 大模型API调用失败和超时
AI摘要阶段的稳定性影响最大，因为它卡住的时候，整条流水线都会阻塞。API调用失败一般有两个原因：一是账号余额不足或并发数超限，二是提示词里包含了某些被服务商屏蔽的内容。前者还好办，充值和调整限流即可；后者要小心，论文摘要里的某些专业词汇或表达方式可能会触发不安全内容过滤，导致API返回错误。
我的降级方案是设置多个模型作为备选，主模型失败后自动切换到备用模型。Paper Agent虽然不一定原生支持多模型切换，但可以通过在提示词前加入“如果本条请求无法处理，请返回[REQUEST_FAILED]并终止”，再在外部脚本中检测这个标记来调整策略。只要保证摘要字段不为空，就不会因为某一篇论文导致整个速递系统停摆。
6.4 数据备份与同步冲突
Zotero的数据是科研资产，千万不能丢。一定要定期备份本地数据库文件，最简单的方法是把整个Zotero数据目录复制到移动硬盘或云盘。Zotero也提供了“导出→BibTeX”的方式做逻辑备份，这层备份粒度更高，每条文献的元数据都保留着，即使本地库崩溃也能快速重建。
多设备同步偶尔会出现冲突，最常见的是两台电脑同时修改同一个条目，Zotero会生成冲突副本。解决方案是养成“切换设备前先同步一次”的习惯，并且把“文件同步”和“数据同步”都打开，尽量避免离线状态下的长时间冲突累积。每次遇到冲突时，不要盲目选一边，先对比冲突版本的“AI解读”字段内容，看看哪一版是完整的再保留。
7. 再分享一点个人经验
最后再多说两句心里话。这套Zotero + Paper Agent的速递系统，真正改变的是我从“被动接收海量文献”到“主动建立个人文献过滤器”的思维转换。很多科研新手以为读文献越多越好，于是把精力耗在无穷无尽的表格和邮件里，反而没有时间做真正的深度阅读。我现在每天花在初筛上的时间不超过二十分钟，剩余的时间都能用来精读那些真正重要的论文，或者去做实验和写文章。
配置技巧上我最后再补充一点：如果你刚开始用，不必追求把期刊RSS、arXiv、自动标签一次性全部配齐。先挑一个你每天必读的期刊或方向，搭一个最简链路，跑通一周后，再逐步添加新的订阅源和过滤规则。系统是越调越顺手的，一开始配得太复杂，反而容易在某个环节卡住后失去耐心。文献管理这件事，稳定比炫技重要，简单比全面重要。希望这套方案也能帮你在科研路上省下一些宝贵的时间。
