终极中文文献管理解决方案:Jasminum彻底解决Zotero使用痛点
还在为中文文献管理耗费大量时间手动操作?Jasminum作为Zotero的强力插件,专为中文文献场景设计,通过智能元数据抓取、本地附件匹配和PDF大纲管理三大核心功能,让你的文献整理效率提升80%,彻底告别繁琐的手动操作。
🚀 智能元数据抓取:从根本上解决中文文献信息录入难题
中文文献信息录入的困境
当你下载一篇中文PDF文献后,是否需要手动复制粘贴标题、作者、期刊等信息到Zotero?这个过程不仅耗时,还容易出现格式错误和信息遗漏,尤其是中文作者姓名的正确排序和期刊名称的准确录入,往往让研究者花费大量时间校对。
一键获取完整文献信息
Jasminum的智能元数据抓取功能彻底改变了这一现状。只需在Zotero中右键点击中文PDF附件,选择"茉莉花抓取"功能,系统会自动连接CNKI等权威数据库,快速匹配并返回最准确的文献信息,包括作者、标题、期刊、发表时间等关键元数据。
操作步骤简单直观
- 在Zotero中选中需要处理的中文PDF附件
- 右键点击并选择"茉莉花抓取"选项
- 在弹出的匹配结果窗口中选择最合适的文献信息
- 点击确认后自动完成元数据录入
Jasminum智能文献匹配界面 - 从多个来源中快速选择最合适的文献结果
🔍 本地附件智能匹配:让文献与元数据不再分离
文献与附件失联的烦恼
你是否曾经遇到过这样的情况:在Zotero中已经录入了文献的元数据,但对应的PDF附件却不知所踪?或者在整理文件夹时不小心移动了文件位置,导致Zotero无法找到附件?这种文献与附件的失联问题,常常让研究者浪费大量时间寻找文件。
智能扫描与精准匹配
Jasminum的本地附件匹配功能能够智能扫描你的下载文件夹和自定义路径,基于文件名相似度和内容特征识别相关附件,自动将其与Zotero中的文献元数据关联。即使文件名不完全一致,系统也能通过内容分析实现精准匹配。
三步完成附件匹配
- 在Jasminum设置中指定附件搜索路径
- 点击"开始扫描"按钮启动智能匹配
- 确认匹配结果后系统自动完成附件关联
📚 PDF大纲高效管理:打造个性化阅读体验
传统PDF阅读的局限
阅读学术论文时,你是否经常需要在长文档中反复滚动寻找特定章节?标准PDF阅读器的书签功能往往不够直观,难以快速定位到需要的内容,影响阅读效率和学习体验。
多级目录结构一目了然
Jasminum提供的PDF大纲管理功能,让你能够轻松创建和管理多级目录结构。通过直观的侧边栏展示,你可以快速展开或折叠章节,随时跳转到需要阅读的内容,大大提高文献浏览效率。
自定义书签操作指南
- 打开PDF文献后点击Jasminum书签按钮
- 使用"添加章节"功能创建新的书签节点
- 通过拖拽调整书签顺序和层级关系
- 双击书签快速跳转到对应内容
Jasminum书签管理功能 - 直观的多级目录结构让文献浏览更高效
💡 简单三步,开启智能文献管理之旅
方法一:快速安装
- 下载最新版本的jasminum.xpi文件
- 打开Zotero,进入工具 > 插件
- 拖拽xpi文件到插件窗口完成安装
方法二:源码安装
对于希望自定义功能的用户,可以通过源码安装:
git clone https://gitcode.com/gh_mirrors/ja/jasminum
Jasminum不仅是Zotero的一个插件,更是中文研究者的智能化文献管理助手。它深度适配中文文献特点,通过高效的自动化处理大幅减少手动操作,同时提供灵活的个性化配置满足不同用户的使用习惯。立即体验Jasminum,让你的学术研究效率提升到新高度!
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust085- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
Hy3-previewHy3 preview 是由腾讯混元团队研发的2950亿参数混合专家(Mixture-of-Experts, MoE)模型,包含210亿激活参数和38亿MTP层参数。Hy3 preview是在我们重构的基础设施上训练的首款模型,也是目前发布的性能最强的模型。该模型在复杂推理、指令遵循、上下文学习、代码生成及智能体任务等方面均实现了显著提升。Python00