Cita:Zotero 的 Wikidata 插件使用教程
2025-04-20 22:59:01作者:冯梦姬Eddie
1. 项目介绍
Cita 是一个为 Zotero 开发的插件,它为 Zotero 添加了引用元数据支持,并且可以实现与 Wikidata 的双向通信,提取文件附件中的引用信息,以及可视化本地引用网络。Cita 的开发得到了 Wikimedia 基金的资助。
2. 项目快速启动
安装
- 下载最新的 XPI 文件。
- 在 Zotero 中安装该 XPI 文件。
配置
- 在 Zotero 中,将语言设置从“English”更改为其他英语变体(如“English (UK)”或“English (Canada)”)以确保插件正常工作。
- 运行 Zotero 时,建议使用以下标志:
-p <Profile>:使用自定义开发配置文件运行 Zotero,避免破坏个人库。-purgecaches:强制 Zotero 重新读取任何缓存的文件。-ZoteroDebugText:将调试输出打印到终端窗口。-jsconsole:打开基本的 JavaScript 调试控制台。
构建插件
- 克隆源代码,并运行
git submodule update --init --recursive来获取嵌套子模块。 - 运行
npm install安装依赖。 - 使用
npm run build或npm run watch来构建或自动重新构建插件。 - 将构建的文件保存到
dist/chrome/content目录。 - 按照这里的步骤,让 Zotero 直接从
dist目录运行插件。
3. 应用案例和最佳实践
引用元数据支持
- 在 Zotero 中,可以通过额外的“引用”标签添加、编辑或删除单个引用。
- 执行项范围的特定操作,例如与 Wikidata 同步引用。
- 编辑源项的 UUID,如 DOI、Wikidata 的 QID 和 OpenCitations Corpus ID。
与 Wikidata 通信
- 通过属性 P2860 "cites work" 实现与 Wikidata 的双向引用同步。
本地引用网络可视化
- 使用 Tim Wölfle 的 Local Citation Network 可视化工具,展示本地库中项之间的引用关系。
引用提取(待开发)
- 将文件附件发送到本地或远程引用提取服务(例如 Grobid、Scholarcy),并从中检索解析的引用。
4. 典型生态项目
Cita 可以与以下生态项目配合使用:
- Zotero:文献管理和引用工具。
- Wikidata:一个自由且开放的知识库。
- Grobid、Scholarcy:用于引用提取的服务。
通过上述介绍,您已经可以开始使用 Cita 插件来增强 Zotero 的功能,并与 Wikidata 进行高效的数据同步。
登录后查看全文
热门项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
194
212
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
650
271
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
296
111
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
384
3.7 K
仓颉编译器源码及 cjdb 调试工具。
C++
128
857
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
React Native鸿蒙化仓库
JavaScript
243
316
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,提供Transformer定制化场景的高性能融合算子。
C++
66
96
暂无简介
Dart
633
143