智能论文推送：Zotero自动化管理arXiv每日推荐指南

Zotero-arXiv-Daily是一款基于Zotero图书馆内容的智能论文推荐工具，通过无代码配置即可实现arXiv每日推荐论文的自动推送。该工具利用GitHub Actions工作流，无需本地安装即可实现每日自动运行，帮助研究人员高效获取领域最新研究成果，实现学术文献的智能化管理与追踪。

如何理解Zotero-arXiv-Daily的核心价值

跨学科研究的知识发现引擎

对于从事交叉学科研究的学者，Zotero-arXiv-Daily能够基于现有文献库自动识别研究主题关联，突破传统关键词检索的局限。系统通过分析Zotero图书馆中的论文元数据，构建主题关联网络，每日推送跨学科交叉领域的前沿成果，帮助研究者发现潜在的跨领域合作机会与创新点。

个性化研究助理的自动化实践

该工具将传统的文献追踪工作流程完全自动化，从arXiv论文筛选、相关性评估到邮件推送，全程无需人工干预。研究人员可将节省的时间专注于文献精读与研究设计，系统会根据用户图书馆的动态变化自动调整推荐策略，实现真正意义上的个性化知识服务。

科研团队的协作知识管理平台

在团队协作场景中，Zotero-arXiv-Daily可配置多接收者邮件列表，实现研究团队内部的文献资源共享。团队成员的Zotero图书馆更新会集体影响推荐算法，形成基于集体智慧的论文推荐池，促进团队内部的知识流动与学术讨论。

如何快速部署Zotero-arXiv-Daily系统

阶段一：项目初始化

💡 该操作将在您的账户下创建独立项目副本，确保个性化配置与原项目隔离。

1. 克隆项目代码库到本地环境

git clone https://gitcode.com/GitHub_Trending/zo/zotero-arxiv-daily

阶段二：环境变量配置

⚠️ 正确配置环境变量是系统正常运行的核心，敏感信息需严格保密。

参数名称	必填性	示例值
ZOTERO_ID	是	1234567
ZOTERO_KEY	是	8a9b0c1d2e3f4g5h6i7j8k
ARXIV_QUERY	是	cs.AI+stat.ML
SMTP_SERVER	是	smtp.gmail.com
SMTP_PORT	是	587
SENDER	是	[e-mail]
SENDER_PASSWORD	是	your_app_password
RECEIVER	是	[e-mail]
MAX_PAPER_NUM	否	10
SEND_EMPTY	否	false
USE_LLM_API	否	true
OPENAI_API_KEY	否	sk-abcdefghijklmnopqrstuvwxyz
OPENAI_API_BASE	否	https://api.openai.com/v1
MODEL_NAME	否	gpt-3.5-turbo

阶段三：工作流激活

💡 首次运行建议手动触发工作流，验证配置正确性后再启用自动调度。

1. 进入项目GitHub页面的Actions标签
2. 选择"Send emails daily"工作流，点击"Run workflow"按钮

如何诊断Zotero-arXiv-Daily的常见问题

问题一：邮件发送失败

症状：工作流执行成功但未收到邮件
解决方案：

• 检查SMTP_PORT是否与SMTP_SERVER匹配（Gmail使用587，Outlook使用465）
• 确认SENDER_PASSWORD是否为应用专用密码（尤其对于开启2FA的账户）
• 验证RECEIVER邮箱格式是否正确，多个邮箱用逗号分隔

问题二：推荐论文相关性低

症状：收到推荐邮件但内容与研究方向不符
解决方案：

• 优化ARXIV_QUERY参数，使用更精确的分类词（如cs.CV而非cs）
• 增加Zotero图书馆中核心文献的数量，提高推荐算法准确性
• 启用USE_LLM_API提升语义匹配精度，需配置OPENAI相关参数

问题三：工作流定时任务不执行

症状：配置正确但未按预期每日运行
解决方案：

• 检查GitHub仓库是否启用了Actions功能（Settings > Actions > General）
• 确认工作流文件中的cron表达式格式正确（默认0 8 * * *为UTC时间）
• 验证仓库是否有近期提交，GitHub可能对长期未活动仓库暂停定时任务

如何使用Zotero-arXiv-Daily的进阶功能

LLM驱动的智能摘要生成

启用USE_LLM_API后，系统将使用指定的语言模型为每篇推荐论文生成结构化摘要。实现方法：

1. 设置USE_LLM_API=true
2. 配置OPENAI_API_KEY和MODEL_NAME参数
3. 可选设置OPENAI_API_BASE指向自定义API服务

该功能通过分析论文标题、摘要和关键词，生成包含研究问题、方法、主要结果的结构化摘要，帮助研究者快速判断论文价值。

多源论文检索配置

系统支持同时从arXiv、bioRxiv和medRxiv获取论文。配置方法：

1. 编辑config/custom.yaml文件
2. 在retrievers部分添加biorxiv和medrxiv配置
3. 设置各来源的查询参数和权重

此功能特别适合生命科学领域研究者，实现跨预印本平台的全面文献覆盖。

Zotero-arXiv-Daily的生态延伸场景

学术知识图谱构建

基于推荐结果和Zotero图书馆内容，可扩展实现个人学术知识图谱。通过解析论文引用关系和主题关联，可视化展示研究领域的发展脉络和关键节点，辅助研究方向规划和学术影响力分析。

智能文献管理系统集成

将Zotero-arXiv-Daily与文献管理工具深度集成，实现新论文的自动分类、标签生成和引用格式标准化。结合OCR技术和自然语言处理，可进一步实现PDF全文的智能索引和语义检索，构建个人化的学术数据库。

研究趋势预测平台

通过长期收集和分析推荐论文数据，可开发研究热点预测模型。系统能够识别新兴研究主题的早期信号，预测领域发展趋势，为研究者提供前瞻性的选题建议和资源配置参考。