Fisfzy/zotero-harvest
Zotero 文献采集入库插件（DSH external plugin）：多源检索（OpenAlex/arXiv/Crossref/Europe PMC/Semantic Scholar）+ OA 下载链接解析（Unpaywall）+ 充分性审计 + 入库本地 Zotero + 触发 zotero-wave-rag 重建
安装Install
dsh plugin --profile web add github:Fisfzy/zotero-harvest把 Fisfzy/zotero-harvest 加入你的 DSH 配置（web profile）即可启用。
READMEREADME
zotero-harvest — Zotero 文献采集入库插件（DSH external plugin）
zotero-harvest 把"检索文献 → 判断够不够 → 存进本地 Zotero → 让 zotero-wave-rag 能检索到"这条链路做成 6 个纯确定性工具（无 LLM 依赖），机制取自 AgentLaboratory / STORM / PaperQA / Anaxa：
- 检索原语化（AgentLab）：
lit_fetch一次取多源结果 - 高精度命中 + 下载链接（参考 paper-qa 的 OpenAlex/Crossref/Unpaywall 客户端设计）：
- query 传 DOI 或 arXiv id 直接精确定位该文献（OpenAlex
doi:过滤 / arXiv id_list / Crossref DOI） - 每篇结果解析 OA 下载链接：arXiv/Europe PMC/OpenAlex 直链 + Unpaywall（DOI→最佳 OA PDF + 全部 OA 位置）
open_access_only过滤、sort_by: relevance|citations
- query 传 DOI 或 arXiv id 直接精确定位该文献（OpenAlex
- 充分性判定 = 配额 + 覆盖审计（Anaxa + AgentLab）：
lit_sufficiency_check - 缺口显式化（STORM）：审计输出
gaps+ 由缺口推导下一轮查询 - 循环驱动 + 预算上限（AgentLab）：
lit_review_run凑够配额或预算耗尽即停 - 入库：Zotero 本地 API（桌面运行）→ 离线 sqlite 直写（桌面关闭）→ inbox（RIS/BibTeX+PDF）
- 与 RAG 打通：入库后触发 zotero-wave-rag 增量重建，
zotero_search立即可检索新文献
数据源（全部免费 API，实测可达）
| 来源 | 用途 | Key |
|---|---|---|
| OpenAlex（api.openalex.org） | 主检索 + OA 状态 + best_oa pdf + DOI 精确查询 | 免 key |
| arXiv（export.arxiv.org） | 预印本 + 全文 PDF 直链 + id 精确定位 | 免 key |
| Crossref（api.crossref.org） | DOI 元数据 + DOI 精确查询 | 免 key |
| Europe PMC（ebi.ac.uk/europepmc） | 生物医学文献 + PDF 直链 | 免 key |
| Unpaywall（api.unpaywall.org） | DOI → OA 全文链接解析（下载链接的关键来源） | 免 key（polite pool，需邮箱） |
| Semantic Scholar | 默认源；LIT_S2_API_KEY 可提升额度（无 key 限流严格，429 自动降级不影响其他源） |
免 key |
Google Scholar（scholar） |
可选源：Google Scholar 无官方 API，此为 HTML 抓取（curl 走 LIT_SCHOLAR_PROXY）；需代理可达 google.com 且出口为住宅 IP，否则抛清晰错误（captcha/不可达）而非垃圾结果 |
免 key |
工具
| 工具 | 参数 | 说明 |
|---|---|---|
lit_fetch |
query（支持 DOI/arXiv id 精确定位）, sources?（含可选 scholar）, max?, min_year?, max_year?, open_access_only?, resolve_downloads?(默认 true), sort_by? |
多源检索 + 去重排序 + 解析每篇的 OA 下载链接，返回 downloadLinks[] + primaryDownloadUrl |
lit_paper_detail |
title 必填, pdf_url?, source?, id?, ... |
下载 PDF → pdftotext 抽全文 → 确定性提取摘要/关键词/章节/方法类型 → 证据卡 |
lit_save |
papers[] 必填, mode?(auto/zotero-api/sqlite/inbox), collection? |
入库 Zotero，DOI/标题去重，PDF 附件自动挂载（优先 primaryDownloadUrl） |
lit_sufficiency_check |
topic, subtopics?, collected[], min_core?, min_total? |
配额 + 子主题覆盖审计 → {sufficient, gaps, additionalQueries} |
lit_download_links |
papers[] 必填 |
批量解析 OA 下载链接（已有直链 + Unpaywall DOI 查询）→ 每篇 downloadLinks + primaryDownloadUrl，交给用户下载 |
lit_review_run |
topic, subtopics?, max_rounds?, per_round?, save_mode?, run_reindex? |
完整循环：fetch → 审计 → 不足则按 gaps 继续 → 达标/预算耗尽 → 保存（含 PDF 附件）→ 触发重建 |
配置
优先级：运行时配置文件 > 环境变量 > 默认值。
- 运行时配置
~/.config/lit-harvest/config.json：{"dataDir": "/path/to/zotero", "minCorePapers": 5, "minTotalPapers": 10, "maxRounds": 3, "autoReindex": true} - 环境变量：
LIT_DATA_DIR、LIT_INBOX_DIR、LIT_MIN_CORE、LIT_MIN_TOTAL、LIT_MAX_ROUNDS、LIT_AUTO_REINDEX、LIT_S2_API_KEY、LIT_UNPAYWALL_EMAIL（默认lit-harvest@users.noreply.github.com）、LIT_RESOLVE_DOWNLOADS、LIT_SCHOLAR_PROXY（可选 scholar 源的 HTTP 代理，如http://<proxy-host>:7890）、LIT_ZWR_DIR - Zotero 数据目录与 zotero-wave-rag 共享：优先读
ZWR_DATA_DIR/~/.config/zotero-wave-rag/config.json的dataDir（本机即<zotero-data-dir>，如 Windows 侧的C:\Users\<user>\Zotero）， 无需额外配置即可入库真实库。
保存模式
zotero-api：Zotero 桌面运行时走本地 HTTP API（127.0.0.1:23119），创建条目 + 上传 PDF 附件sqlite：桌面未运行时直接写zotero.sqlite（仅当 Zotero 未运行；introspection 驱动插入， 兼容真实 Zotero 6/7 schema；DOI/标题去重，从不更新/删除已有行，单事务提交）inbox：不可写时落~/.local/share/lit-harvest/inbox/<slug>/（paper.json + citation.ris + citation.bib + paper.pdf），可用 Zotero 的"文件→导入"收编auto：探测本地 API → 不可达且有库 → sqlite → 否则 inbox
构建与测试
# 构建（用 DSH checkout 的 tsc）
<dsh-checkout>/node_modules/.bin/tsc -p tsconfig.json
# 冒烟：5 工具注册 + 真实 API 调用 + 入库 inbox
node tests/smoke.mjs
# 端到端：空测试库 → review 采集 → sqlite 入库 → zotero-wave-rag 重建 → BM25 可检索
node tests/e2e.mjs
# 真实 Zotero schema 兼容性（在副本上验证写入/去重/附件/RAG 读回）
# 先 cp 真实库到 /tmp/lit-real-test/zotero/ 再运行（路径可改，见脚本内 DB/STORAGE）：
# node tests/real-lib-check.mjs
挂载
dshx install zotero-harvest <plugin-dir> # 需要用户确认启用
注意：node_modules/@deepseek-ai/dsh-tools 是指向 DSH checkout 的符号链接（构建期类型 + 运行期解析），
staging 轮转后若失效，重建一次 ln -sfn <dsh-checkout>/packages/core/tools node_modules/@deepseek-ai/dsh-tools。
License
MIT © 2026 — 本插件为个人研究工具，无外部依赖分发（运行时仅依赖 DSH 宿主提供的
@deepseek-ai/dsh-tools），数据源均为公开免费 API（OpenAlex / arXiv / Crossref /
Europe PMC / Unpaywall / Semantic Scholar）。
相关推荐Related
- deepseek-ai/deepseek-harness DeepSeek Harness: Everything is a Plugin.
- deepseek-ai/deepseek-harness DeepSeek Harness (dsh) — 由 DeepSeek AI 开发的开源 agent harness（智能体框架）。一切皆插件：核心 + 插件 + 技能 = 可热插拔的 AI 编程工作台。DeepSeek Harness: …
-
ruvnet/ruflo
🌊 The original agent meta-harness. Deploy intelligent multi-player swarms, coordinate autonomous workflows, and build c…
-
amruthpillai/reactive-resume
A one-of-a-kind resume builder that keeps your privacy in mind. Completely secure, customizable, portable, open-source a…
-
volcengine/OpenViking
Self-evolving Context Database for AI Agents. Unify Agent Memory, Knowledge RAG and Skills.
-
Molunerfinn/PicGo
:rocket: The Ultimate Image Uploader for Efficient Creators. Supports Obsidian, Typora, VS Code etc. and 60+ image hosti…
-
titanwings/colleague-skill
将冰冷的离别化为温暖的 Skill，欢迎加入数字生命1.0！Transforming cold farewells into warm skills? It's giving rebirth era. Welcome to Digital …
-
nocobase/nocobase
NocoBase is an open-source AI + no-code platform for building business systems fast. Instead of generating everything fr…