Zotero AI Sidebar · 使用教程

Zotero 里的 AI 对话侧栏：可选 API 或 WEB 对话、对正在读的论文随便问、Quick Ask 临时连续追问、PDF 沉浸/全文翻译、写回笔记。下面的界面都是用 HTML 还原的真实插件外观。

1界面总览

当前侧栏从上到下分为：全局工具栏 → 当前论文 → 对话区 → 会话与任务控制 → 输入区 → API / WEB 状态栏。下图按当前结构重绘；论文标题仍使用 Lite-Mono 作为示例。

Zotero — AI 对话侧栏
打开笔记 模式 沉浸 设置 调试»
Lite-Mono: A Lightweight CNN and Transformer Architectur…
Item ID: 928 LaTeX 源全文翻译
AI
已就绪。配置模型预设后，可以直接询问当前 Zotero 条目或 PDF 内容。
Why am I reading this paper? Keep the question in sight. Answers can be borrowed, but the thinking must be your own.
12
无＋×⧉⌫
总结论文🔖 全文重点解释选区队列 0
发送到 DeepSeek…（Enter 发送）
＋＋ 联网📄 原文↑
APIWEB DeepSeek♙ 账号DeepSeek 已就绪
  • 打开笔记打开笔记列：AI 笔记 / 阅读路线 / 总览三个标签。
  • 模式切换原始排版 / 专注模式，以及阅读器侧栏 / 右侧并排。它控制布局，不是模型选择器。
  • 沉浸开 / 关 PDF 沉浸式阅读；单击句子后可“问 AI”或翻译。
  • 设置 · 字号 · 调试 · »打开完整设置、调整对话字号、控制复制时是否包含调试上下文，以及收起侧栏。
  • 论文条目显示当前条目、Item ID 和 LaTeX 状态；有可用源码时可点全文翻译。
  • 对话区空对话先显示就绪提示和阅读提醒；发送后，这里才出现提问、回答、工具过程和原文依据。
  • 1 / 2切换独立对话。不同对话可分别保留草稿和消息，正在生成与未读状态也会标在标签上。
  • 无 / 1轮 / 全部决定本次向模型附带多少历史：不带历史、上一轮或当前对话全部历史；不会删除界面消息。
  • ＋ / × / ⧉ / ⌫依次为新建对话、删除当前对话、复制当前对话 Markdown、清空当前对话。
  • 快捷任务 / 队列一键总结、提取全文重点或解释 PDF 选区；“队列”显示等待、运行、未读或失败的任务。
  • 输入区输入自然语言问题；左下“＋”添加截图或图片。“联网 / 原文”在 WEB 模式由网页附件流程接管，因此会置灰。
  • API / WEB模式、模型或网页服务、账号入口都移到了底栏；最右侧文字显示当前服务是否已就绪。

2配置模型（设置页）

点工具栏「设置」打开完整选项页，新增一个模型预设。支持 OpenAI 兼容 / Anthropic 等多种 Provider，可加多个预设在顶栏下拉切换。下图为还原界面（值已做脱敏处理）。

设置 · 模型预设
GPT openai · gpt-5.5 +2 测试缓存测试删除
ProviderOpenAI 兼容 ▾
名称GPT
API Key••••••••••••••••••••••••••👁
Base URLhttps://<你的端点>/openai
Models
gpt-5.5 × gpt-5.4 × gpt-5.4-mini ×
OpenAI 预设模型
√ gpt-5.5√ gpt-5.4 √ gpt-5.4-mini+ gpt-5.2 + 添加 / 自定义
Max tokens8192 ⌃⌄
Reasoning SummaryConcise — 简短显示思考摘要 ▾
标志位
第三方/Relayrelay cache 自动reasoning 透传
  • ProviderOpenAI 兼容 / Anthropic（claude、DeepSeek-Anthropic 格式等都走这两类）。选错协议会发不出请求。
  • 名称这个预设在顶栏下拉里显示的名字，随便起（GPT / claude / deepseek…）。
  • API Key默认打码，点 👁 临时显示。只存本地 Zotero 偏好，别外传。
  • Base URL你的 API / 中转端点。属于隐私，别公开分享——本页用占位符代替。
  • Models左边是已启用的模型标签；右边点预设或「+ 添加 / 自定义」加模型。
  • Max tokens单次回复的最大输出长度。
  • Reasoning / VendorOpenAI 侧是思考摘要详略；Anthropic 侧是 Vendor（Claude 官方/反代、DeepSeek 格式等）。
  • 标志位第三方/Relay 端点默认带 prompt_cache_key + session_id；非 OpenAI 兼容预设不发 OpenAI 缓存参数。
💡 三个模型选择互不覆盖：研究对话使用侧边栏当前模型；Quick Ask 首次跟随研究对话，之后独立记忆；沉浸阅读使用设置页的“默认翻译模型”，arXiv 全文翻译首次继承它，之后在全文翻译顶部独立记忆。
🔒 隐私提醒：API Key 和 Base URL 都是敏感信息，截图 / 分享前请打码。导出的配置 JSON 和 WebDAV 的 state.json 里也含密钥，妥善保管、不要公开。

3通过 WEB 使用 ChatGPT / DeepSeek

WEB 模式通过本机 Web Agent 控制一个独立 Chrome 配置，把网页回答持续同步回 Zotero。它适合使用网页账号；API 模式不依赖 Chrome，也不会受到 Web Agent 状态影响。

Zotero · AI Sidebar
解释这篇论文的核心方法
DeepSeek 正在思考并生成回答 · 已等待 18 秒
回答会随着网页内容增长，持续同步显示在这里……
发送到 ChatGPT…（Enter 发送）
📄 原文↑
APIWEB ChatGPT ▾ ♙ 账号
  • 首次安装Windows / Linux / macOS 需要 Node.js 20+ 和 Google Chrome，Linux 另需 xclip。点“账号”后会自动检查：缺少依赖时给出下载或安装说明；满足条件后按状态显示“安装 / 修复 / 升级 Web Agent”。用户电脑不执行 npm。
  • 检查与恢复处理完系统依赖后点“重新检查环境”。运行包自动下载失败时，可打开 Release、复制下载链接，或选择已经下载的 ZIP 本地安装。
  • ChatGPT ▾切换 ChatGPT、DeepSeek 和自定义站点；末尾“管理第三方网页…”只打开网址管理，不改变当前服务。
  • 账号临时显示专用 Chrome 完成登录，并设置“对话时在后台隐藏浏览器”；默认勾选。
  • 进度卡依次显示准备、上传、提交、生成、同步；网页回答增长时左侧同步刷新。
  • 网页状态快速 / 深度思考 / 智能搜索由网页当前状态决定，Zotero 不主动切换。
  • 附件隐藏模式只使用网页真实文件输入框；没有输入框时明确报错，不聚焦 Chrome 做剪贴板粘贴。
💡 “隐藏浏览器”表示最小化专用 Chrome，不是 headless API。登录、验证码和网页脚本仍在该独立配置中运行；它不会读取你日常 Chrome 的配置。
⚠️ 第三方网页 DOM、上传和下载机制会变化。网页只返回 sandbox:/... 文本路径时，没有可下载文件；详细排障见 docs/WEB_AGENT_TROUBLESHOOTING.zh-CN.md。

4用 API 对正在读的论文随便问

在输入框直接用自然语言问就行——比如「公式1和 figure1 是什么意思」「这篇的核心贡献是什么」「和 X 方法比有什么区别」（这些只是例子，问什么都可以）。模型会自己决定要不要读当前条目、PDF 文本、注释、选区或截图，过程在「思考与上下文」里显式展示。

整篇提问

“帮我总结”“核心贡献是什么”“和 X 比较”。不选任何东西时，默认带整篇论文上下文（📄 原文 打开时）。

聚焦某段

在 PDF 里选中一段，输入框上方出现选中片段 chip，提问时选区会叠加在全文之上；想只看选区就关掉「📄 原文」。

截图 / 贴图

底栏「截图 / 图片」把画面作为图片附件发给多模态模型——既显示在对话里，也真正发给模型。

公式 / 图表也能直接问

带 LaTeX 源 的论文，问「公式1是什么意思」「figure1 在讲什么」会从 LaTeX 源精确命中（含图像），而不是 PDF 文本层乱码——同样是自然语言，不用记任何指令。

让 AI 高亮 / 加注释

给 PDF 加高亮 / 批注是 Agent 已内置的写入工具，直接用自然语言喊就行：「把这段的重点句子高亮」「给这段加条注释说明它在讲什么」。模型会自己选中对应段落、按颜色分类上高亮或加文本批注，trace 里能看到它选了哪段、上了什么色。颜色分类在设置的「PDF 注释颜色预设」里统一定义。

✍️ 这类「写回 PDF」都是 Agent 显式工具调用、过程可见、且受权限控制——默认模式会先确认，开 YOLO 可直接执行，不会偷偷改你的 PDF。

5Quick Ask 临时连续对话

默认按 Alt+Q 在 Zotero 任意页面打开。它适合临时问几轮：窗口内保留上下文，关闭后全部销毁，不会混入当前论文的研究对话。

Quick Ask · Alt + Q
Q  Quick AskAlt + Q×
gpt-5.6-lunaGPT (openai) · Low模型设置
参考选区：The second result improves accuracy.
这句话是什么意思？
它表示第二个结果提升了准确率。
为什么？如何验证？
可以比较两组实验的评价指标，并查看消融实验是否控制了其它变量。
继续追问……
Enter 发送 · Shift+Enter 换行复制转入研究对话继续询问
  • 选区参考打开前选中了 PDF 或全文翻译原文时，第一轮会带上该选区；没有选区也可让模型按需读取当前论文。
  • 连续追问每轮完成后输入框仍在，后续问题会携带本窗口已经完成的问答，可以直接问“为什么”“再举例”。
  • 模型设置可切账号、模型和思考程度。首次采用当前研究对话模型，修改后由 Quick Ask 独立记忆。
  • 复制只复制最后一次回答。
  • 转入研究对话把本窗口全部轮次保存到当前论文的研究对话，再关闭 Quick Ask。
  • 关闭即销毁按 Esc、点右上角 × 或点窗口外空白处都会销毁临时会话；重新打开从空会话开始。

6PDF 沉浸式与全文翻译

点工具栏「沉浸」开启后，点句子即在原文旁出译文卡；也可选中 / 悬停某句后按快捷翻译键（默认空格）直接翻这一句。

PDF Reader · 沉浸模式

3.1. Design motivation and choices

Several papers demonstrated that a good encoder can extract more effective features, thus improving the final result [15, 17, 44]. This paper focuses on designing a lightweight encoder…

EN → 简体中文 逐句对照 ✓结合上下句 自适应宽度 已完成 · token 77/49 缓存128
Several papers demonstrated that a good encoder can extract more effective features, thus improving the final result [15, 17, 44].
多篇论文表明，好的编码器能提取更有效的特征，从而改善最终结果 [15, 17, 44]。
💾↻⇧+↵ / ↵ 上/下一句 · / 追问 · h 收起 · Esc 关闭✕
追问（让 AI 解释 / 举例…）
按 Esc 后 → 回到「在读高亮」

Several papers demonstrated that a good encoder can extract more effective features, thus improving the final result [15, 17, 44]. This paper focuses on designing a lightweight encoder…

  • 原文 + 译默认卡最省 token：只给原文和译文；想要解释直接在卡底追问。
  • 逐句对照切换成「一行英文一行中文」的对照视图。
  • 结合上下句翻译时带上前后各一句作上下文，更准（默认开关可在设置里定）。
  • 重点词对应开启后译文里高亮原文 ↔ 中文的关键词对，悬停时互相点亮。
  • 自适应宽度加宽卡片，避免一两个单词就换行。
  • 💾 保存 / 复用把当前译文存成 Zotero 高亮批注；该句已有批注时再打开会直接显示已存笔记、不重译，保存按 key upsert（同句不叠重复高亮）。
  • ↵ / ⇧+↵Enter 翻到下一句、Shift+Enter 上一句，连续读完整页 / 整篇。
  • 空格选中 / 悬停某句后按它直接翻这一句；没有高亮 / 选区时空格照常翻页。键可改。
  • /卡片开着时按它把光标移进卡底「追问」框（因为 Enter 已用于切句）；进框后 Enter 即发送。键可改。
  • h收起工具栏：折叠卡片的信息栏 + 底部按钮行，只留输入框，读得更清爽；再按一次展开。键可改。
  • Esc关掉卡片，该句回到「在读高亮」（见下方第二张图），可继续 Enter 切句。
📖 arXiv 全文翻译：论文标题旁有 LaTeX 源 时，可点“全文翻译”进入整篇阅读页。顶部支持中英 / 中文 / 英文、左右 / 逐段；点进度栏中的模型名称可切换账号、模型和思考强度。首次从设置页的默认翻译模型继承，修改后由全文翻译独立记忆。选择原文后也可按 Alt+Q 连续追问。

7笔记与总览

点「打开笔记」展开笔记列，目标布局是 PDF | 笔记 | AI 对话。笔记用 Zotero 官方富文本编辑器（Enter / 列表 / 链接行为与主笔记一致，自动保存）。顶部四个模块各司其职：

笔记列
AI 笔记 生成路线 总览 对话总结 Zotero 自动保存 保存 关闭
⨳AaA🖊A◇🔗☰🔍⋯
H1AI 笔记
  • AI 笔记默认富文本笔记。把对话里的回答整段或选段「导入笔记」会插到光标处，导入的引用还带「查看原选区」跳回 PDF。
  • 生成路线生成「AI 阅读路线」笔记：按 Keshav 三遍读法组织——一句话定位、研究脉络、前作脉络等，每条都带原文引用 + 译文 + 「原文」跳回 PDF。生成后该按钮变成「更新路线」。
  • 总览全文总览地图：一段「核心讲述」+ 按动机 / 方法 / 验证分组的章节卡（带「在读 / 创新 / 效果锚点」标记和一句话要点），底部还有可展开的结构图纸；点章节 / 节点能跳到 PDF 对应位置。先用便宜的全文骨架生成，不发整篇 PDF。
  • 对话总结把本篇沉浸阅读里的所有就地问答用 AI 总结成一段，写进 AI 笔记，方便回顾这次精读都问了什么。
  • 保存 / 关闭Zotero 自动保存，也可手动「保存」；「关闭」收起笔记列。编辑笔记不会打断右侧对话状态。

点「生成路线」后，AI 阅读路线笔记长这样（节选还原）：

笔记列 · AI 阅读路线
AI 笔记更新路线总览对话总结 Zotero 自动保存
H1AI 阅读路线
生成时间：2026-06-15 · 来源：Zotero AI Sidebar · 方法：Keshav three-pass approach

H2第一遍：Context-rich 论文定位

H3A. 一句话定位

  • 这篇论文属于自监督单目深度估计中的轻量化模型设计工作，相对 Monodepth2、MonoViT 等 CNN / Transformer 混合架构，推进点是“在较少参数与较快推理下兼顾局部多尺度特征与全局上下文”。

H3B. Context：研究脉络

  • 上游问题：单目深度估计要从单张 RGB 图像恢复场景 3D 几何；监督学习依赖大规模稠密深度标注，因此自监督方法把它转化为视图合成 / 图像重建问题，用视频帧或双目图像提供训练信号。
Many applications in the field of robotics, autonomous driving, and augmented reality rely on depth maps, which represent the 3D geometry of a scene.
译：机器人、自动驾驶和增强现实中的许多应用都依赖深度图，因为深度图表示场景的 3D 几何。 原文
  • 直接前作 / 相关脉络：
    • 基础：Eigen et al. — 提供了深度网络做单图深度估计的早期监督学习基础。原文
    • 基础：Garg et al. — 奠定了用双目图像 photometric loss 训练的自监督路线。原文

点「总览」生成的全文总览地图（节选还原）：

笔记列 · 总览
AI 笔记阅读路线总览对话总结 更新总览
📍 全文总览↗ 浏览器↔ 在读 2 🔒
✦ 核心讲述
这篇论文面向自监督单目深度估计，核心问题是在保持轻量和高速的同时获得足够强的局部细节与全局上下文建模能力。研究脉络接在 Monodepth2、PackNet、R-MSFM、MonoViT 等工作之后，针对纯 CNN 感受野不足与 Transformer 计算量偏大的矛盾提出 Lite-Mono——用 CDC 扩大局部感受野、用 LGFI 低成本建模全局通道交互，并通过 KITTI、Make3D、复杂度与消融实验验证精度、泛化和速度优势。
①动机与背景
1 Introduction
提出轻量深度估计缺口
▸ 2 Related work 在读
梳理自监督与架构脉络
②方法
▸ ✦ 3 The proposed framework: Lite-Mono 创新
搭建轻量混合框架
③验证与结论
▸ 4 Experiments 效果锚点
验证精度速度泛化消融
5 Conclusions
总结轻量高效贡献
6 Acknowledgements
列出资助与致谢
▸ 🖼 结构图纸 点击展开 · 点节点看解释 · 滚轮缩放 / 拖动

8四步上手

先选 API 或 WEB

在输入区底栏切换。API 使用模型预设和 Zotero 本地工具；WEB 使用 ChatGPT / DeepSeek 等网页账号。

完成对应配置

API 点顶部「设置」新增模型预设；WEB 选择网页服务后点「账号」，按检查结果补齐依赖、安装 Web Agent，再登录专用 Chrome。

确定对话与上下文

用数字标签切换对话，用“无 / 1轮 / 全部”决定发送多少历史；API 模式还可开关“联网 / 原文”。

提问并查看任务

直接输入问题，或点「总结论文 / 全文重点 / 解释选区」。生成中的任务可在“队列”查看；精读时点顶部「沉浸」，结果可继续写入笔记或 PDF 标注。

💡 数据本地优先：不开同步时什么都不出本机；开了 WebDAV 才会把含预设（含 API key）、对话、批注、翻译缓存的 state.json 推到你自己的端点，不发给 zotero.org 或第三方。

9快捷键速查

操作默认键说明
发送提问Enter输入框里发送；Shift+Enter 换行
打开 Quick AskAlt+Q打开临时连续对话；可在设置中修改，输入框聚焦时不会触发
沉浸 · 下一句Enter卡片开着时翻下一句；没开卡时移动「在读高亮」
沉浸 · 上一句Shift+Enter同上，反方向
沉浸 · 选区快译空格翻当前在读 / 选中的句子；无高亮时照常翻页（键可改）
沉浸 · 聚焦追问/卡片开着时把光标移进「追问」框（键可改）
沉浸 · 收起工具栏h折叠卡片的信息栏 + 底部按钮行，只留输入框；再按展开（键可改）
沉浸 · 关卡Esc关掉译文卡，该句回到「在读高亮」，可继续切句
Quick Ask、切句、选区快译等快捷键都能在「设置 → 沉浸阅读」里修改。