刚读研那两年我每天早上睁眼第一件事就是打开电脑挨个刷arXiv、PubMed和几个期刊官网生怕漏掉自己方向的新论文。好不容易刷完还得手动把值得读的论文下载下来、改文件名、补元数据等真正坐到电脑前打开PDF准备精读的时候上午已经过去大半。后来我彻底想明白了这件事不该用人肉去做应该交给一套自动化的“AI论文速递系统”来管。现在我的工作流是Zotero负责文献存储和管理Paper Agent这类AI插件负责和大型语言模型联动完成检索、筛选、排序、抓取和整理每天早上自动把值得读的论文推到我的库里。这篇文章就把我从零搭建这套系统的完整过程写出来包括怎么选型、怎么配置、怎么调参数、怎么排查问题希望能帮你把每天两小时的刷论文时间压缩到十五分钟以内。这个组合最值钱的地方不是某个具体功能而是它把“发现论文、筛选论文、下载PDF、补全元数据、整理归类”这五件事连成了一条自动流水线。Zotero本身是一款免费开源的文献管理工具生态特别活跃市面上几乎你能想到的科研工作流插件都有人在做Paper Agent则是近年来社区里很受欢迎的AI Agent类插件之一它的核心作用是把你订阅的论文源和AI大模型串起来让模型帮你判断哪些论文值得读并且直接完成抓取工作。你不需要精通编程也不需要搞懂背后的大模型原理只要按步骤配好它就能稳定跑起来。我写这篇教程的预设读者是正在读研或者读博、需要每天跟踪文献的科研党以及想给课题组搭建统一文献管理流程的老师和工程师。我会把环境准备、核心配置、进阶玩法和问题排查都拆开讲尽量让零基础的人也能照着操作一次成功。1. 开工之前先想清楚这套系统到底解决了什么问题1.1 科研文献管理的真实痛点先说痛点因为我几乎每天都能在知乎和学术群里看到同样的问题“怎么每天才能快速知道新论文”“一篇篇打开PDF看不完怎么办”“参考文献格式调了三个小时还没搞定。”这些问题的本质其实是同一个——文献工作里存在大量低价值的重复劳动。具体拆开看每天刷论文的人通常要经历这么几个步骤先去几个固定网站看一眼有没有更新然后根据标题和摘要扫一遍判断和自己的方向有没有关系再把相关的论文下载到本地顺手改一个能看懂的标题格式最后建一个Excel或者在文件夹里挪来挪去给论文分个类。这一套下来动作多、重复度高、几乎没有任何智力含量但它却每天稳定消耗你一小时以上。Paper Agent这类AI Agent插件出现之前我试过RSS订阅、Google Scholar提醒、各种邮件推送服务多少都能省点事但问题在于它们只解决了“发现”这一环后面“筛选、下载、整理”还是得自己手动来。后来我意识到真正合适的方案应该是一个能覆盖整条链路的工具链而Zotero恰好具备这样的开放基础。1.2 为什么最终选择了Zotero而不是EndNote或其它工具很多人一开始都会在Zotero和EndNote之间纠结热词里也有不少人在搜“endnote和zotero哪个好”。我两个都用过一年的时间最终彻底转向Zotero的核心原因有三个。第一是免费和开源。这一点对科研党来说太重要了尤其是课题组的经费有限、又不确定毕业以后还在不在这个团队的情况下你不希望自己的文献库被某个付费软件的许可证绑住。Zotero的文献库数据掌握在自己手里哪怕将来不用它了数据也能轻松导出迁移。第二是插件生态。EndNote虽然稳定但是它是封闭式的能做的事情都是官方设计好的你想要什么额外功能就得看它支不支持。Zotero恰好相反它有SDK社区贡献了大量开源插件翻译、PDF阅读增强、AI插件、期刊标签、导出格式扩展几乎你能想到的科研场景都有人开发过。Paper Agent就是建立在这套插件体系之上的。第三也是当年让我决定换工具的直接原因Zotero对PDF元数据和附件的管理更灵活。它默认支持从PDF中提取元数据而且可以不依赖服务器完全在本地处理。这个能力在我们后面做自动化抓取的时候非常重要因为一篇论文从发现到进入库里的过程中PDF往往是整个信息链里最可靠的数据源。1.3 Paper Agent在整个工作流里的准确定位我得先特意说明一下Paper Agent并不是一个独家的官方插件它代表的是目前学术界比较流行的一类“AI Agent式文献管理插件”的用法。市面上的同类实现有好几个它们的基本思路都是让大模型作为“智能助理”介入文献的发现、筛选与整理环节。我把这个定位拆解成三个能力发现能力定时去抓取你订阅的论文源并拉取新文章列表。判断能力根据你设定的研究方向和关注点用大模型对每篇文章进行相关性打分生成推荐理由。执行能力把筛选后的文章推送到Zotero自动抓取PDF、提取元数据、打标签甚至写入阅读优先级。所以你在配置时真正要关心的不是“这个按钮在哪里”而是“我到底想让它怎么帮我干活”。想清楚这一点后面所有配置选项都会变得很好理解。2. 环境准备把Zotero和Paper Agent装好、串起来2.1 安装Zotero和浏览器连接插件这一步非常简单去Zotero官网下载对应你操作系统的安装包。Windows、macOS、Linux都有官方版本国内用得很广的麒麟系统等国产Linux分支上也可以通过官网的Linux版本或者社区维护的AppImage等方式正常安装整体流程和普通Linux软件安装没有太大区别。装完Zotero后我强烈建议顺手安装浏览器连接插件也就是Zotero Connector。它支持Chrome、Firefox、Safari和Edge主要作用是在你浏览网页时一键保存文献信息。比如你在arXiv、PubMed或者Nature网站上打开一篇文章的页面点一下插件图标题录信息就直接进Zotero库了这个功能在前期的“试调研”阶段尤其有用方便你先手动收集一批样本验证规则之后再上自动流程。安装Connector后建议先在浏览器里登录你的Zotero账号这样的话通过网页保存的条目会自动同步到你同一个账号下的Zotero库里避免你换了电脑以后找不着数据。2.2 建好文献库结构先规划再动手后面能省掉无数麻烦在配置任何自动抓取和推送规则之前先花半小时想清楚你的文献库怎么组织。这一步看着不起眼实际配置完之后会直接影响Paper Agent推送过来的论文落到哪里。我自己的组织原则是八个字一级按项目标签按状态。具体来说我的Zotero库左边是几个项目文件夹比如“毕业论文-多模态大模型”“横向项目-文档智能解析”“日常阅读-计算机视觉”文件夹不跨项目共享条目。然后我通过标签来区分每篇文献的状态比如待读、精读中、已复现、组会分享、高引用等等。这样设计的好处是Paper Agent推送论文时我可以设置“按项目文件夹分类自动打状态标签”那我每天早上打开Zotero就只需要去待读标签里看那几篇被AI筛选过的推荐论文而不需要把整个库都翻一遍。文件夹管项目归属标签管工作流状态两者各司其职互不干扰。2.3 安装Paper Agent插件并配置AI模型服务安装Paper Agent这类插件通常有两种方式。第一种是从插件的GitHub Releases页面下载xpi文件然后打开Zotero里的“工具→附加组件→齿轮图标→Install Add-on From File”手动安装第二种是如果你已经安装了Zotero的插件市场扩展比如Add-on Market直接在插件市场搜索“Paper Agent”或者对应的名字一键安装。安装完成后最重要的一步是配置AI服务。现在这类插件一般支持多种大模型API包括OpenAI、DeepSeek、Gemini以及一些本地方案比如Ollama。我的建议是如果你平时就在用某个大模型的API直接用你已有的key如果不知道用什么优先选成本低、国内网络访问稳定的大模型服务商。API配置通常只需要填三项API地址、API Key、模型名称。这里有一个重要的小技巧在配置模型参数时把temperature尽量调低建议在0到0.3之间。因为你在让模型判断“这篇论文跟你研究方向的相关性”你需要的是稳定和保守不是发散和创意。我之前刚配置时用了默认的0.7结果AI经常过度解读“一篇讲图像分割的论文它能给你写出一堆和NLP相关的理由”后来才知道是温度太高导致推理太发散。插件还提供了一个很实用的功能就是“角色设定”。你可以直接给AI写一句系统提示词比如“你是一位严谨的计算机视觉方向研究员擅长判断论文的创新点和与用户研究方向的相关性。对于每篇候选论文请给出相关性评分1-10分、一句话研究亮点、以及一个值得阅读的理由。”这个角色设定写得越具体AI给的结果就越可用。我在后面章节会再展开讲怎么写这个提示词。3. 核心实操把“每日论文推送”的完整链路跑通3.1 配置你的论文发现源不要什么都订阅先圈定阵地Paper Agent需要知道你平时主要从哪些渠道获取论文这一步是整套推送系统的源头。常见的论文源包括arXiv的特定分类、PubMed的特定关键词查询、Semantic Scholar的API、以及部分期刊RSS订阅。我建议配置发现源时遵循“先窄后宽”的原则。比如我一开始只订阅了arXiv的cs.CL和cs.CV两个分类因为我的方向就是自然语言处理加多模态后来逐渐加上了PubMed的某个检索式和一篇固定期刊的RSS。不要一上来就把几十个源都塞进去否则每天推送来几十篇论文筛选模型再厉害你的阅读精力也是有限的最后反而变成新的信息负担。每个发现源都可以配置自己的更新频率。我实际用的频率参考如下arXiv主分类每天一次早晨七点拉取。PubMed专题检索式每两天一次。重点期刊RSS每周一次。3.2 设置过滤规则关键词要会写“加法”也要会写“减法”过滤规则是整个系统里最需要花心思的部分。写得太宽AI每天会给你推送一堆泛泛相关的论文写得太严又会错过那些“看起来不相关但对你有启发”的文章。我的经验是一定要同时配置“正向关键词”和“反向排除词”。正向关键词就是你的核心关注点比如我在做多模态大模型的时候会写multimodal,vision-language model,large language model,instruction tuning。反向排除词则用来挡住那些你暂时不想看的方向比如我当年不太关注语音相关的模型就排除掉speech,audio,voice。设置反向排除词非常关键因为arXiv这种网站的论文标题和摘要五花八门同一个大领域里往往混着很多子方向的内容。你研究Transformer在视觉里的应用但你会收到一堆讲Transformer在语音识别上的论文。加排除词之后推送准确率会有一个明显的提升。还有一个隐藏技巧Paper Agent的过滤规则一般不是简单按关键词做字符串匹配而是把关键词作为“语义关注点”传输给大模型由模型结合标题和摘要来判断是否符合你的方向。这意味着你不用写一个特别机械的规则列表而是可以把关键词写成“我的研究方向介绍”的形式让AI去理解。比如我现在的“研究方向设定”是这样写的当前研究兴趣多模态大模型的对齐、评测与可解释性。关注模型在视觉和语言联合空间中的能力和缺陷关注训练数据的影响关注跨文化的评测方法。不关注的内容包括纯语音识别任务、纯视频编解码、不需要语言能力的视觉任务。这种描述方式远比一堆关键词匹配要灵活得多。AI会在理解你的大方向之后再结合具体的标题、摘要判断相关性。3.3 自动抓取PDF和元数据核心是找到稳定的“标识符”筛选出候选论文之后下一步是把它们真正存入Zotero。这一环节Paper Agent一般会提供“先预览再入库”的模式它先把入选论文的标题、摘要、链接、预测相关性评分列在一个界面上你确认后再一键导入。导入的方式有两种一种是通过DOI另一种是通过arXiv等预印本平台的ID。我强烈建议优先选择带DOI的方式。因为Zotero通过DOI解析元数据时通常能拿到非常规范的作者列表、期刊名、页码等字段而仅靠标题去匹配元数据失败率和乱码率都比较高。如果你做的是计算机视觉方向大量论文来自arXiv那就直接用arXiv的IDPaper Agent会走arXiv的API去抓同样能拿到很完整的元数据。PDF的自动下载则要看你的网络环境以及论文数据库的开放程度。开放获取的论文比如arXiv、PMC的文献下载成功率很高但商业数据库里的一些付费论文就可能抓取失败。遇到这种情况不要慌它只是意味着你得手动补一次PDF系统不会因为这个失败而影响其他论文的导入。3.4 智能标签和阅读优先级让推送结果“入职即分岗”这是很多人容易忽略、但价值极高的一步。Paper Agent在推送论文时可以和Zotero的标签体系联动根据AI的判断自动打上标签比如AI会把论文分成高相关-精读、中等相关-泛读、背景相关-存档等等。我在配置时给AI的指令是根据相关性和创新度打分7分以上打待精读4到7分打可泛读4分以下直接进背景存档不打任何重要标签。这样做的效果非常明显我每天早上只去待精读标签下面看那两三篇论文只有时间富余才会去看可泛读。这套工作流等于给每个新入库的论文“入职分岗”了哪篇值得花一小时精读、哪篇只需要扫一眼摘要都是系统帮你排好的你的精力只花在真正重要的事情上。另外一个很有用的联动功能是“自动添加推荐理由”。Paper Agent可以把AI生成的那句话推荐理由写入Zotero条目的“注释”字段或者附加进笔记里这样过两周你再看这篇论文时还记得当时为什么推荐它这对复读、追踪研究脉络很有帮助。4. 进阶玩法把“论文速递”真正融入你的科研节奏4.1 每日Digest把推送从“被动接收”变成“主动巡航”光有论文推送还不够推送久了容易产生新问题“打开Zotero看到一堆待读论文还是不想动。”人是有惰性的信息推得越多越容易产生回避心理。我的解决方案是设置每日Digest也就是给Paper Agent设定一个固定的“每日总结”任务。简单说你可以在Paper Agent的定时任务里配置每天早晨8点自动运行一次检索和筛选生成一份不超过五篇论文的“今日重点”并把推荐理由汇总成一段简短的评论。这个Daily Digest不是简单列标题而是让AI用两三句话说明每篇论文的核心贡献以及它跟你研究方向的关联。你只需要花五分钟看一眼当日重点然后再决定要不要去库里面精读全文。这个设计能有效对抗“推送倦怠”。因为系统帮你做了一道减法把几十篇论文压缩成几条可消化信息你的注意力不是在“应付推送”而是在“主动巡航”。4.2 和翻译、PDF阅读、引用格式联动把阅读体验补齐论文进了Zotero最终目的还是为了读和写。所以我会把文献库的阅读体验也一起配好。很多人在热词里搜“zotero翻译插件”其实现在最常用的方案是两类一类是Zotero PDF Translate这类插件它可以在PDF阅读器里划词翻译翻译引擎可以选Google、DeepL等另一类是走大模型的翻译接口由插件调用你配置好的AI服务完成段落级别的翻译和总结。我个人的习惯是读标题和摘要时用大模型翻译借助AI一键生成摘要和亮点快速判断要不要精读而在精读细节段落时用划词翻译的插件查具体句子避免大模型翻译带来的语义偏差。另外还有一个很常见的需求就是参考文献格式。热词里有人搜“使用zotero中的gbt7714后怎么进行尾注”这其实是很多刚写中文论文的同学都会卡住的地方。简单说在Zotero中先通过“编辑→首选项→引用→样式”搜索并安装“GB/T 7714”样式并设为默认然后在Word或WPS中使用Zotero插件添加引注最后点击“Insert/编辑引注”旁边的“生成文献目录”按钮Zotero会自动在文末生成符合GB/T 7714格式的中文参考文献列表。这个过程中最常见的问题是样式返回的是英文格式通常是因为文档语言或者条目里的语言字段设置不对把它们改为“zh-CN”就能解决。4.3 跨设备同步和课题组协作从“个人好用”到“团队好用”如果你只有一台电脑那直接用Zotero自带的同步功能就够了。但如果你和课题组共用一批文献比如你们都在研究一个大项目每个人都想关注最新进展那就需要考虑协作问题。我的建议是建一个Zotero群组库。用你的Zotero账号登录官网创建一个群组类型选“私有群组”然后把组员的账号加进去。之后大家在本地Zotero里切换到群组库Paper Agent推送时可以把论文直接推到群组库里这样全组人都能看到同一批最新论文和AI推荐理由。协作场景下我强烈建议在群里定一套标签规范比如约定组长精读、某某跟踪、本周组会这类带成员或时间的标签。这样所有人在群里看到一篇论文想标记它的时候不用重新发明一套分类体系直接按已经约定好的标签打。协作最忌讳的就是“每个人都有自己的一套命名习惯”标签混乱比不贴标签还麻烦。同步方面Zotero自带的存储空间对于纯题录和笔记来说完全够用如果你经常附带大量PDF附件建议用WebDAV或云盘搭配把附件存储指定到本地同步盘里再配合Zotero同步题录。这样既能保证题录在任意设备随时可用又不会频繁触碰存储空间上限。5. 常见问题与排查技巧实录5.1 一张表看懂最常见的坑配置过程我踩过的坑不算少但大部分问题的原因都比较集中。我整理成一张速查表方便你遇到了直接对号入座问题现象可能原因解决方案API调用报401 / Invalid API KeyKey填错、复制了多余的空格、或API额度已用完去API服务商后台重新生成Key确认没有多余字符检查额度AI返回内容特别不稳定时好时坏模型temperature设置过高在Paper Agent配置里把temperature调到0.1~0.3某些论文抓不到PDF论文在付费数据库里、非开放获取手动下载PDF后拖入Zotero条目不影响其他条目同一篇论文被重复推送多个发现源都收录了同一篇预印本开启去重功能或给Zotero用DOI去重同时不要把arXiv和已正式刊发版本同时订阅推送后Zotero里出现乱码题录原论文的元数据字段不规范用Zotero的“重新抓取PDF元数据”功能修复或者手动编辑题录字段每日Digest没有按时触发定时任务配置了但电脑没开机或Zotero在后台被退出确保电脑在计划时间处于运行状态或者设置笔记本合盖不休眠翻译插件显示服务器不可用翻译服务源被限制或插件配置的服务失效换一个翻译源或者改用大模型API作为翻译引擎插件在Zotero里找不到入口插件未安装成功、版本不兼容检查Zotero版本是否满足插件要求重启用安全模式排查插件冲突5.2 大模型筛选结果和预想差很远时先检查这两个原因有朋友问我“为什么我设了关键词AI推的论文还是不够准”大概率不是插件坏了而是你的研究方向设定写得太粗糙。如果你只写了“computer vision”这种大而全的方向AI当然只能给你推大而全的结果。建议把你的设定改成“你的研究问题你关注的对象你不关注的对象”三段式结构。这有点像你给一个刚来的实习生布置任务需求描述得越具体他交上来的结果越符合预期。还有一个很容易被忽视的点大模型判断论文相关性是依据标题和摘要做的所以对于那种标题非常抽象、摘要写得非常模糊的论文AI的判断很可能不如你亲眼扫一眼来得准。这说明再强的AI辅助系统也替代不了你的专业判断它的价值是把明显不相关的海量论文先过滤掉留给你的是一个大幅度缩小后的人工复核清单。5.3 给系统一个“磨合期”别指望第一天就完美我配置完这套流程之后并没有立刻全面依赖它。前两周我是这么做的Paper Agent推送的论文我会和自己在arXiv上手动刷到的高相关论文做一个交集对比看它漏掉了什么、多推了什么。然后根据这些偏差去调整关键词的写法、排除词的范围、研究设定的表述。两周之后这套系统的推荐准确率才稳定在我能接受的高水平上。这个“人机磨合期”很有必要。因为大模型的推荐逻辑受你描述的影响很大而你的研究兴趣很可能连你自己都还没有完全量化过。与其一开始就追求完美规则不如把它当做一个可以持续对话、持续修正的搭档。在收尾之前再分享几个我私藏的小习惯整套系统稳定运行之后我反而刻意保留了一些“手动空间”。Paper Agent能自动推送高相关论文但我每周还是会专门拿出十五分钟打开arXiv首页把新论文的标题目录完整扫一遍。这一步不是为了补充系统遗漏而是为了维持自己对领域版图的宏观感知。自动推送帮你守住主线手动浏览帮你拓宽视野两者配合才是健康的文献追踪方式。另外请务必注意API Key的安全。不要把它直接发到微信聊天、钉钉群或者公开仓库里配置的时候也尽量只用自己电脑上的Zotero。我见过有同学把配置好的备份文件传到一个导航网站上结果Key被别人拿去刷了几百块钱的API额度这个损失完全是可以避免的。最后一个小建议每个月花半小时回看一下过去一个月的推送记录看看哪些论文你读完之后觉得“推荐得太值了”哪些论文完全是噪音。拿这些反馈调整提示词和关键词你的系统会越用越顺手最终成为真正贴合你科研节奏的专属论文雷达。