zotero-AI-Butler：把 Zotero 文献库接上大模型的自动精读插件

它要解决的是文献库的「入库即沉没」问题

Zotero 擅长把论文收进来，不负责让你读完。README 用一句顺口溜概括了这个状态：文献下载一时爽，打开阅读火葬场。它列出的三个痛点很具体：文章太多读不过来，即便借助 AI 也得一篇一篇手动投喂；读完就忘，两天后需要从头再看；长文即使有翻译插件也抓不住重点。

插件的定位是把这段重复劳动挪到后台。你按原来的习惯把 PDF 拖进 Zotero，插件扫描到新条目后调用大模型，把总结写成 Markdown 笔记，挂在对应条目下面，交互方式和 Zotero 原生笔记一致。面向的人群是已经用 Zotero 做文献管理、并且愿意自己申请模型 API Key 的研究者，而不是想开箱即用、不愿碰配置的人。README 明确写了本项目不提供任何大模型代理服务，用户需自行申请并配置 API Key 才能使用。

三种触发方式和一条生产者-消费者队列

任务从哪里来，决定了这个插件在日常使用中的手感。README 给出三条入口。右键菜单的「召唤AI管家进行分析」用于即时处理单篇，任务立刻入队，点「详情」可以看到大模型的分析响应过程。仪表盘里的「自动扫描新文献」用于新入库文献，默认关闭，README 说明这是为了最小化对 Zotero 性能的影响，开启后管家会等 Zotero 完成元数据检索再开始分析，该设置持久化，重启后仍然生效。仪表盘的「扫描未分析论文」用于回溯旧文献，它会找出所有没有 AI 管家笔记的论文，按你的 Zotero 目录结构排列，可以按目录全选后加入队列。

三者的共同出口是任务队列。README 写得很直白：所有论文分析都基于「生产者-消费者」模式进行，队列页面能看到待处理、进行中、已完成和失败四种状态。这个设计的好处是入口再多也不会互相阻塞，代价是所有分析都排队等待，处理速度受你在快捷设置里配置的每分钟论文数量限制。

PDF 怎么进模型：Base64 与文字提取是两条不同的路

这是使用前必须先做的一个决定。快捷设置里的 PDF 处理方式有两个选项。多模态处理会把 PDF 以 Base64 编码上传，README 称此方式能让模型直接看到 PDF 原文，对图片、公式、表格的理解能力更强，适用于 Gemini 2.5 Pro 这类多模态模型，中英文论文都支持，纯图 PDF 也能阅读总结。文字提取模式则适用于不支持多模态的模型。

两者不是精度高低的关系，而是能不能用的问题。选了 Base64 却配了一个纯文本模型，请求本身就走不通；反过来，公式密集或扫描版论文走文字提取，丢失的信息无法在提示词层面补回来。README 的模型表格里还留了一个注脚：Ollama 一类本地或局域网模型服务，使用文本提取或 MinerU 处理 PDF。也就是说本地部署这条路并不自动获得多模态能力。

API 平台与提示词：自由度换来的是配置成本

插件支持 Google Gemini、OpenAI、Anthropic、OpenAI 兼容四类平台，README 的表格另外列出火山方舟和 Ollama。OpenAI 兼容走的是标准 Chat Completions 接口格式，README 举例说可以接 SiliconFlow 这类第三方服务商。配置完密钥后可以点「测试连接」验证可用性，这个按钮的意义在于把密钥错误和模型名错误尽早暴露出来，而不是等到批量任务跑了一半才失败。

提示词是另一个可调项。内置多种模板，支持自定义预设、实时预览变量替换效果（README 举了 {{title}}、{{authors}} 这类变量），以及一键恢复系统默认。多轮模式允许你为每一轮单独配置提示词，README 列出的轮次包括研究背景与问题、研究方法与技术、实验设计与结果、结论与展望，最后汇总成一篇完整总结。

这里要说清楚的是自由度与成本的对应关系。提示词可改意味着输出质量的上限由你决定，也意味着默认模板未必适合你的学科。README 推荐用 Google Gemini 3 pro 总结论文，这是一个偏好性建议，不是经过对比测试的结论。

一图总结、思维导图、多文献综述：三个不同的输出形态

除了 Markdown 笔记，插件还提供三种输出。一图总结用 Nano Banana Pro 为每篇论文生成学术海报式图片，README 把它描述为帮助快速建立论文知识体系的方式。思维导图把论文层次结构可视化，支持放大缩小、导出 PNG 和 OPML 大纲格式，OPML 这一项的实际意义是可以导入其他大纲工具继续编辑。多文献综述则是在分类上右键，对多篇论文做综合分析，生成独立的报告条目并关联所有原始 PDF。

这三项的共同点是它们都依赖同一次或多次模型调用，因此都会占用任务队列和处理速度配额。多文献综述尤其如此：它把若干篇论文的内容一起送进上下文，对上下文窗口和单次调用的成本都有要求，而 README 没有给出输入规模的上限说明。

必须说清楚的限制：beta 版本、无代理、以及失败任务的去向

最近三个发布全部带 beta 后缀：v4.1.0-beta.2、v4.1.0-beta.1、v4.0.3-beta.8，时间集中在 2026 年 7 月下旬。README 也把对话与追问功能标注为 Pre-release。这意味着主干功能可用，但版本节奏偏快，追新的人要有心理准备。

第二点是数据路径。README 的隐私声明写明：插件不收集、不存储、不上传任何个人数据、文献或 API Key，所有交互请求均从本地设备直接发送至你配置的大模型服务商。这句话同时说明了两件事：插件本身不做中转，所以没有官方代理可依赖；以及论文内容会离开你的机器，进入模型服务商。对未发表稿件或受保密协议约束的材料，这一点需要你自己判断。

第三点是失败处理。任务队列会显示失败状态，但 README 没有描述失败后的自动重试策略或退避机制。批量回溯旧文献时，如果 API 限流或密钥额度耗尽，可能出现一批任务停在失败状态的情况，需要人工回看队列。这是文档覆盖不足的地方，使用前应当按小批量试跑。

和手动投喂 PDF 给聊天模型的区别在哪

最直接的替代方案是把 PDF 下载下来，逐个上传到 Gemini 或 ChatGPT 的网页界面，再把总结复制回 Zotero 做成笔记。这条路不需要装插件、不需要配密钥、也不涉及 AGPL-3.0。区别在于状态管理：网页对话没有队列概念，没有「哪些论文已总结、哪些还没有」的视图，没有按目录批量勾选，也没有把结果自动挂回条目的能力。文献量在几十篇以内时，手动方式完全够用；上百篇积压时，重复的复制粘贴会成为主要成本。

另一类替代是 Zotero 生态里已有的翻译或摘要类插件，它们通常只做单篇的即时处理，不维护队列，也不做多文献综述。zotero-AI-Butler 的差异集中在队列和批量这两件事上，而不是单篇总结的质量。

维护成本、许可证与上手前该验证的东西

维护成本主要有三块。一是 API 费用与额度，插件本身没有收费渠道，成本全部来自你所选的模型服务商，README 提到火山方舟有每日 200 万 tokens 的免费额度、以及通过 gcli2api 获取 Gemini 额度的社区方案，这些属于第三方信息，额度政策会变。二是提示词维护，一旦你改了默认模板，后续版本更新时是否覆盖需要自己确认。三是版本跟进，当前发布带 beta 后缀，升级前建议先看 release notes。

许可证是 AGPL-3.0。这是强 copyleft 许可，对通过网络提供服务的情形有额外条款。如果你只是在自己机器上装来读论文，通常不涉及分发；如果你打算基于它做二次开发再对外提供，需要自行阅读许可证原文并判断义务，这里不构成法律意见。

上手前建议按这个顺序验证：先在快捷设置里填好密钥并点「测试连接」；再挑一篇公式或图表较多的论文，分别用 Base64 和文字提取各跑一次，看输出差异是否值得；然后把任务处理速度调到较低值，用仪表盘的「扫描未分析论文」选一个小目录试跑，确认队列能正常走完再放量。

编辑结论

适合已经用 Zotero 管文献、并且手里有可用大模型 API Key 的研究者，尤其是文献积压严重、又愿意花时间调提示词的人。不适合不愿申请 API Key、不接受把 PDF 内容发往第三方模型服务、或者需要长期稳定版本的人：最近发布全部带 beta 后缀，仓库自身也把对话追问标为 Pre-release。上手前先确认三件事：你的模型是否支持多模态（决定选 Base64 还是文字提取）、每分钟处理速度设成多少才不触发限流、以及 AGPL-3.0 是否与你对插件的使用方式相容。

官方来源

1. License: AGPL-3.0
2. Project website
3. README
4. Releases
5. steven-jianhao-li/zotero-AI-Butler on GitHub