zotero-gpt
zotero-gpt 是一款将生成式人工智能深度融入文献管理工具 Zotero 的开源插件。它旨在解决科研人员在阅读海量文献时,面临的信息提取效率低、跨文档检索困难以及笔记整理耗时等痛点。通过该插件,用户可以直接在 Zotero 界面内与 AI 对话,针对当前选中的 PDF 全文、特定段落或论文摘要进行提问,快速获取精准解答;同时支持一键生成高度凝练的论文总结,或基于选定文本在本地库中智能检索相关文献。
这款工具特别适合高校研究人员、研究生及需要处理大量学术资料的知识工作者使用。其技术亮点在于不仅支持 GPT-3.5 和 GPT-4 等多种模型,允许用户自定义 API 配置以灵活控制成本与性能,还实现了回复内容的实时 Markdown 渲染,完美支持数学公式显示。此外,zotero-gpt 具备高度自由的交互体验,窗口可随意拖拽、缩放,并能与 Better Notes 插件无缝联动,直接辅助笔记撰写。兼容 Zotero 6 和 7 版本,让学术研究流程更加流畅高效。
使用场景
博士生李明正在撰写关于“大语言模型在医疗诊断中应用”的综述论文,面对 Zotero 库中堆积的数十篇英文文献,他需要快速提取核心观点并建立关联。
没有 zotero-gpt 时
- 阅读效率低下:必须逐篇打开 PDF 手动通读全文或摘要,才能判断文章是否与当前写作段落相关,耗时极长。
- 跨文档检索困难:想要查找库中其他讨论“伦理风险”的论文时,只能依赖有限的关键词标签或模糊的记忆进行人工翻找。
- 笔记整理繁琐:将论文核心结论转化为综述素材时,需反复在 PDF 阅读器、笔记软件和写作界面间切换,手动复制粘贴并重新组织语言。
- 理解门槛较高:遇到复杂的数学公式或专业术语密集的段落,需要额外查阅资料或花费大量时间反复推敲才能理解。
使用 zotero-gpt 后
- 一键智能摘要:选中论文或直接点击命令标签,zotero-gpt 立即生成高度凝练的中文总结,李明只需几秒即可掌握单篇文献精髓。
- 语义精准搜索:输入自然语言问题(如“哪些文章提到了数据隐私问题?”),zotero-gpt 自动基于全文内容在库中检索并列出相关条目,无需依赖预设标签。
- 流畅写作辅助:在 Better Notes 中直接调用 zotero-gpt,针对选中的参考文献段落提问,生成的解释性文字可直接融入综述草稿,实现从阅读到写作的无缝衔接。
- 复杂内容可视化:回复内容支持 Markdown 和 LaTeX 实时渲染,复杂的算法公式和逻辑推导以清晰格式呈现,大幅降低理解成本。
zotero-gpt 通过将生成式 AI 深度嵌入文献管理流程,将研究者从机械的翻阅与整理中解放出来,使其能专注于高价值的学术思考与创新。
运行环境要求
- Windows
- macOS
- Linux
未说明
未说明

快速开始
🚀 主要功能
关于 GPT 的功能:
- 🔗 与 Zotero 集成:您可以使用该插件,根据选中的文本或 PDF 文件,在文献库中搜索和提问。
- 🧠 使用 GPT 生成回复文本:支持
gpt-3.5-turbo和gpt-4 - 🏷️ 命令标签:只需 单击一次,即可加速您的研究。
- 💬 关于当前 PDF 文件 提问(全文或选中文本)。
- 💬 关于 选定的论文 提问(摘要)。
- 📝 将 选定的论文 概括为几句话。
- 🔍 根据选中文本在文献库中 搜索条目。
- ... ...
- ⚙️ GPT 高级设置:您可以设置 API 密钥、模型名称、API 地址、温度。
- 📚 与 Better Notes 集成:您可以在使用 Better Notes 时直接打开此插件。
关于 UI 的功能:
- 🎨 回复文本的 实时 Markdown 渲染:支持 Latex 和 MathJax。
- 🔍 可以 放大和缩小 回复文本或插件窗口的大小。
- 🖱️ 可以将插件窗口移动到屏幕上的任意位置。
- 📋 可以将回复文本 复制到剪贴板。
- ⚠️ 请求失败时会显示详细的 错误信息。
- 🔧 兼容 Zotero 6 和 Zotero 7。
- 🎉 还有更多未列出的精彩功能等待您发现。
使用方法
- 获取
.xpi文件- 下载最新版 .xpi 文件
- 或者构建该项目 [1] 以生成
.xpi文件
- 在 Zotero 中安装
.xpi文件 [2] - 打开 Zotero GPT [3]
- 设置您的
OpenAI秘密密钥 [4]
[1] 构建项目
以下是如何构建该项目的示例。有关构建的更多信息,请访问该项目:https://github.com/windingwind/zotero-plugin-template
git clone https://github.com/MuiseDestiny/zotero-gpt.git
cd zotero-gpt
npm install
npm run build
在构建目录中生成的 .xpi 文件就是您可以在 Zotero 中安装的扩展程序。
[2] 在 Zotero 中安装扩展程序
打开 Zotero。在顶部菜单栏中,点击“工具 > 附加组件”。
点击窗口右上角的齿轮图标。选择“从文件安装附加组件”,然后打开上一步构建目录中生成的 .xpi 文件。
[3] 打开/退出 Zotero GPT
| 操作 | 快捷键 |
|---|---|
| 打开 | ![]() |
| 退出 | ESC |
| 多行编辑 | Shift + Enter |
[4] 设置 API 密钥

你好,命令标签。
👻 按照下面的步骤操作,您将对命令标签有全新的认识。
| 步骤 | 描述 | 补充信息 |
|---|---|---|
| 1 | 打开 Zotero GPT | 参见 [3] 打开/退出 Zotero GPT |
| 2 | 输入 #标签名 并按 Enter |
![]() |
| 3 | 输入您的提示或代码 | ![]() |
| 4 | 运行您的标签 | 按 Ctrl + R |
| 5 | 保存您的标签 | 按 Ctrl + S |
| 6 | 长按一个命令标签进入编辑界面 | ![]() |
| 7 | 修改标签的颜色、位置或触发词;记得用 Ctrl + S 保存 |
![]() |
| 8 | 按 ESC 退出编辑界面 |
退出前请务必用 Ctrl + S 保存更改 |
| 9 | 长按右键删除标签 | 注意:内置标签不支持删除 |
如何运行命令标签
触发词是命令标签的一个属性,颜色和位置也是如此。长按任何标签即可查看或修改其触发词。它既支持纯文本,也支持 JS 正则表达式。


如何编写代码块
您可以在 这里找到一些内置的 API。
一个简单的例子:
帮我概括一下这段话:
${Meet.Zotero.getPDFSelection()}
在这里,帮我概括一下这段话: 是纯文本,而 ${你的代码} 则是一个代码片段。毫无疑问,如果您熟悉 Zotero 的 API,就可以开发自己的代码。代码片段会被执行,代码片段返回的文本会替换掉代码片段本身。最后,被替换后的文本会被输入到 GPT 中。因此,理论上,您可以通过命令标签来 完成 Zotero 和 GPT 之间的所有交互。
如何浏览历史对话
按键盘上的向上(↑)和向下(↓)键即可浏览。

GPT 标签推荐
自动为条目创建标签:打开并复制,然后打开 Zotero,该标签将自动导入到 Zotero 中。
支持本项目
版本历史
2.2.32025/10/112.0.22025/06/261.8.82025/03/111.7.42025/02/191.5.22024/11/191.4.22024/10/291.4.02024/10/281.3.82024/10/221.3.32024/10/131.2.32024/09/231.2.02024/09/090.8.42024/04/240.8.22024/04/220.8.02024/04/100.6.02024/02/060.5.02023/12/040.3.22023/09/090.3.12023/08/200.3.02023/06/260.2.92023/05/16常见问题
相似工具推荐
openclaw
OpenClaw 是一款专为个人打造的本地化 AI 助手,旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚,能够直接接入你日常使用的各类通讯渠道,包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息,OpenClaw 都能即时响应,甚至支持在 macOS、iOS 和 Android 设备上进行语音交互,并提供实时的画布渲染功能供你操控。 这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地,用户无需依赖云端服务即可享受快速、私密的智能辅助,真正实现了“你的数据,你做主”。其独特的技术亮点在于强大的网关架构,将控制平面与核心助手分离,确保跨平台通信的流畅性与扩展性。 OpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者,以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力(支持 macOS、Linux 及 Windows WSL2),即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你
stable-diffusion-webui
stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面,旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点,将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。 无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师,还是想要深入探索模型潜力的开发者与研究人员,都能从中获益。其核心亮点在于极高的功能丰富度:不仅支持文生图、图生图、局部重绘(Inpainting)和外绘(Outpainting)等基础模式,还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外,它内置了 GFPGAN 和 CodeFormer 等人脸修复工具,支持多种神经网络放大算法,并允许用户通过插件系统无限扩展能力。即使是显存有限的设备,stable-diffusion-webui 也提供了相应的优化选项,让高质量的 AI 艺术创作变得触手可及。
everything-claude-code
everything-claude-code 是一套专为 AI 编程助手(如 Claude Code、Codex、Cursor 等)打造的高性能优化系统。它不仅仅是一组配置文件,而是一个经过长期实战打磨的完整框架,旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。 通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能,everything-claude-code 能显著提升 AI 在复杂任务中的表现,帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略,使得模型响应更快、成本更低,同时有效防御潜在的攻击向量。 这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库,还是需要 AI 协助进行安全审计与自动化测试,everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目,它融合了多语言支持与丰富的实战钩子(hooks),让 AI 真正成长为懂上
ComfyUI
ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎,专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式,采用直观的节点式流程图界面,让用户通过连接不同的功能模块即可构建个性化的生成管线。 这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景,也能自由组合模型、调整参数并实时预览效果,轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性,不仅支持 Windows、macOS 和 Linux 全平台,还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构,并率先支持 SDXL、Flux、SD3 等前沿模型。 无论是希望深入探索算法潜力的研究人员和开发者,还是追求极致创作自由度的设计师与资深 AI 绘画爱好者,ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能,使其成为当前最灵活、生态最丰富的开源扩散模型工具之一,帮助用户将创意高效转化为现实。
gemini-cli
gemini-cli 是一款由谷歌推出的开源 AI 命令行工具,它将强大的 Gemini 大模型能力直接集成到用户的终端环境中。对于习惯在命令行工作的开发者而言,它提供了一条从输入提示词到获取模型响应的最短路径,无需切换窗口即可享受智能辅助。 这款工具主要解决了开发过程中频繁上下文切换的痛点,让用户能在熟悉的终端界面内直接完成代码理解、生成、调试以及自动化运维任务。无论是查询大型代码库、根据草图生成应用,还是执行复杂的 Git 操作,gemini-cli 都能通过自然语言指令高效处理。 它特别适合广大软件工程师、DevOps 人员及技术研究人员使用。其核心亮点包括支持高达 100 万 token 的超长上下文窗口,具备出色的逻辑推理能力;内置 Google 搜索、文件操作及 Shell 命令执行等实用工具;更独特的是,它支持 MCP(模型上下文协议),允许用户灵活扩展自定义集成,连接如图像生成等外部能力。此外,个人谷歌账号即可享受免费的额度支持,且项目基于 Apache 2.0 协议完全开源,是提升终端工作效率的理想助手。
markitdown
MarkItDown 是一款由微软 AutoGen 团队打造的轻量级 Python 工具,专为将各类文件高效转换为 Markdown 格式而设计。它支持 PDF、Word、Excel、PPT、图片(含 OCR)、音频(含语音转录)、HTML 乃至 YouTube 链接等多种格式的解析,能够精准提取文档中的标题、列表、表格和链接等关键结构信息。 在人工智能应用日益普及的今天,大语言模型(LLM)虽擅长处理文本,却难以直接读取复杂的二进制办公文档。MarkItDown 恰好解决了这一痛点,它将非结构化或半结构化的文件转化为模型“原生理解”且 Token 效率极高的 Markdown 格式,成为连接本地文件与 AI 分析 pipeline 的理想桥梁。此外,它还提供了 MCP(模型上下文协议)服务器,可无缝集成到 Claude Desktop 等 LLM 应用中。 这款工具特别适合开发者、数据科学家及 AI 研究人员使用,尤其是那些需要构建文档检索增强生成(RAG)系统、进行批量文本分析或希望让 AI 助手直接“阅读”本地文件的用户。虽然生成的内容也具备一定可读性,但其核心优势在于为机器




